В системе «LDM.Документооборот» внедрили ИИ-модуль, который сократил ручной ввод данных из сканов и PDF на 80%. Для российского рынка ИИ в документообороте это показательный кейс: разговоры про ассистентов закончились там, где начинается скучная, дорогая и массовая рутина бэк-офиса.
Проект реализовали LDM, входящая в ИТ-холдинг Lansoft, и Центр компетенций больших данных и искусственного интеллекта «Ланит», сообщает CNews. В основу легла платформа Landev AI, на базе которой собрали модуль LDM.AI для работы внутри «LDM.Документооборот». Его задача вполне приземленная: взять входящий скан, распознать текст, понять, что за документ перед системой, извлечь нужные реквизиты и заполнить регистрационную карточку в СЭД без участия сотрудника на каждом шаге.
До внедрения этого контура сотрудники канцелярии и делопроизводства переносили данные вручную из сканов и PDF-файлов в карточки системы электронного документооборота. Такой процесс плохо масштабируется даже в относительно спокойной организации, а в крупных структурах превращается в постоянную очередь из входящих документов. По данным участников проекта, на механический перенос реквизитов уходило до 80% времени сотрудников. Это не просто неудобство, а прямой налог на скорость обработки корреспонденции: чем больше ручного труда, тем выше вероятность ошибок, дублирования и задержек на этапе регистрации.
Технически сценарий выглядит ожидаемо, но именно поэтому и ценен. Модуль запускает OCR для извлечения текста, затем подключает языковую модель для анализа содержания, определения типа документа и выбора нужных полей. После этого система переносит реквизиты в карточку СЭД. По сути, ИИ в документообороте здесь работает не как витринный чат-бот, а как прослойка между неструктурированным документом и строго формализованной бизнес-системой. Для корпоративного ПО это важнее красивых демо: ценность появляется не в том, что модель умеет «поболтать», а в том, что она снимает с людей повторяющийся операционный слой.
На одном только извлечении реквизитов история не заканчивается. В LDM.AI добавили когнитивного ассистента «Диалог с документом». По заявлению участников проекта, он умеет отвечать на вопросы по тексту на естественном языке, делать краткие выжимки из объемных договоров и сравнивать документы между собой. Для процессов визирования это уже другая экономика времени: если регистрация ускоряет входной поток, то такие функции сокращают задержки на последующих этапах согласования. В проекте утверждают, что за счет этого визирование может ускоряться до 50%.
Еще один важный акцент — архитектурный. Руководитель команды ИИ-платформы Landev AI Владислав Балаев в комментарии CNews связывает эффект не только с конкретным модулем, но и с самой идеей общей платформы для ИИ-сервисов внутри крупной организации. Логика здесь довольно прозрачная: если у компании уже есть единый слой для подключения моделей, агентов и готовых сценариев, новые кейсы не нужно каждый раз интегрировать как отдельный мини-стартап с собственной инфраструктурой. Это снижает стоимость повторного внедрения и позволяет централизованно использовать вычислительные ресурсы, включая GPU, вместо того чтобы закупать или арендовать мощности под каждую локальную задачу.
Для российского корпоративного рынка это, вероятно, даже важнее самого процента сокращения ручного ввода. Большая часть зрелых заказчиков сейчас смотрит на ИИ не как на абстрактную инновацию, а как на часть внутреннего ИТ-контура с требованиями по безопасности, управлению доступом и стоимости владения. В этом кейсе отдельно подчеркивается, что документы не уходят во внешние сервисы. Для систем, где обрабатываются входящая корреспонденция, договоры и регистрационные карточки, это уже не конкурентное преимущество, а базовый порог входа. ИИ в документообороте без локального контроля данных в крупных организациях обычно даже не доходит до пилота.
Комментарий директора по развитию продуктов на платформе LDM Любови Черкасовой хорошо описывает, почему такие проекты получают внимание бизнеса, а не только ИТ-департамента. В организациях с тысячами входящих документов в месяц сотрудники тратят время не на принятие решений, а на переписывание реквизитов из одного формата в другой. По оценке компании, скрытые потери от такой рутины составляют 70–90% рабочего времени на соответствующем участке. Если эти цифры хотя бы близки к реальности для типового крупного заказчика, то автоматизация регистрации документов становится не «экспериментом с нейросетями», а нормальной программой по снижению операционных издержек.
Для разработчиков и продактов здесь тоже есть практический вывод. Наиболее жизнеспособные ИИ-проекты в enterprise по-прежнему строятся вокруг связки из трех компонентов: OCR, языковая модель и интеграция с конкретной бизнес-системой, где результат можно сразу превратить в действие. Без последнего элемента все обычно заканчивается презентацией, после которой сотрудники продолжают копировать данные руками. Поэтому кейс LDM интересен не только цифрой «минус 80% ручного ввода», но и тем, что показывает зрелый сценарий внедрения: ИИ не заменяет систему документооборота, а убирает самое слабое звено между документом и процессом.
Дальше для рынка остается один содержательный вопрос: сколько подобных сценариев российские вендоры смогут довести до промышленного масштаба за пределами пилотов и пресс-релизов. Если платформенный подход действительно позволяет быстро подключать новые кейсы без повторной интеграции, следующая волна конкуренции в корпоративном ИИ пойдет уже не за качество красивых ассистентов, а за то, кто быстрее и дешевле встроит их в повседневные процессы компании.