Как небольшая бухгалтерская фирма перестала вручную вбивать 2000 счетов в месяц

Есть особый вид усталости, который приходит от переписывания цифр с бумажки в окошко на экране, целый день, с осознанием, что это должна делать машина. Фирма из этой истории это знала. Знала годами. Чего у неё не было — так это ясного понимания, с чего начать, сколько это будет стоить и выдержит ли эта штука вообще неопрятную реальность настоящих счетов поставщиков. Это честная версия того, как мы это исправили — включая те части, что не сработали с первого раза.

Небольшая ремарка перед началом. Это реальный проект, но клиент попросил сохранить анонимность, что для бухгалтерской работы нормально. Поэтому нет названия компании и нет логотипа. Цифры округлены и приведены, чтобы показать форму результата, а не чтобы впечатлить вас ложной точностью. Если уж на то пошло, округляли мы консервативно. Смысл кейса не в хвастовстве — а в том, чтобы следующий человек с той же проблемой увидел, о чём речь, прежде чем взяться за телефон.

Ситуация: четыре человека и стена из бумаги

Клиент — небольшая бухгалтерская практика: четыре человека, один из них владелец. Они ведут учёт примерно для шестидесяти небольших клиентов: ремесленники, пара ресторанов, немного розницы, горстка консультантов-одиночек. Хлеб насущный. Тот тип фирмы, где каждого клиента знают по имени и всё равно в конце года получают коробку из-под обуви, полную чеков.

Узким местом была кредиторская задолженность — а именно счета поставщиков, которые клиенты передавали им на учёт. Через фирму проходило примерно 2000 счетов в месяц. Одни приходили как PDF по почте. Многие — как фотографии, снятые на телефон, слегка криво, иногда с большим пальцем в углу. Упрямое меньшинство всё ещё приходило на бумаге и сканировалось. Каждый до единого должен был прочитать человек и вбить в бухгалтерскую систему: название поставщика, номер счёта, дату, сумму нетто, НДС, итого, правильную статью расходов.

Двое из четырёх сотрудников тратили на это большую часть недели. Это не была тяжёлая работа. Это была беспощадная работа, и именно из-за неё фирма не могла брать новых клиентов без найма. Хуже того — именно там жили ошибки: переставленная цифра здесь, неправильная ставка НДС там, мелкие промахи, на поиск которых потом уходит час.

Чего мы сознательно не сделали

Перед хорошей частью — о сдержанности. Фирма пришла, наполовину ожидая, что мы продадим им новую бухгалтерскую платформу — выкинуть то, что есть, всех перевести, переобучить команду, весь этот цирк. Мы их отговорили. Их существующая система работала нормально; проблема была не в системе, а в ручном вводе данных, который её питает. Заменять работающий инструмент, чтобы починить неработающий процесс, — классическая и дорогая ошибка.

Мы также не пытались автоматизировать всё сразу. Соблазн в таком проекте — гнаться за 100%: каждый счёт, каждый пограничный случай, полностью без рук. Именно эти последние 5% — то место, где проекты автоматизации умирают. Поэтому мы сознательно провели черту: рутинные, послушные счета обрабатываются автоматически, а странные направляются человеку. Об этой черте подробнее позже, потому что это самое важное решение во всём проекте.

Что мы на самом деле построили

У системы три подвижные части, и ни одна из них не экзотична. Хитрость в том, как они складываются вместе и где мы решили поставить человека.

Один входящий ящик для всего

Во-первых, единое место, куда попадают счета. Мы завели отдельный адрес электронной почты и простую страницу загрузки. Клиенты пересылают свои счета или снимают фото и загружают его, и всё стекается в одну очередь. Больше не нужно рыться в личных почтовых ящиках четырёх сотрудников. Звучит тривиально. Это убрало целую категорию хаоса в духе «куда делся тот счёт» в первый же день, ещё до того как ИИ чего-либо коснулся.

Чтение счёта

Во-вторых, извлечение. Каждый поступивший документ читает ИИ-модель, которая вытаскивает поля, что важны: поставщик, номер счёта, дата, нетто, ставка и сумма НДС, итого, валюта и наилучшая догадка о статье расходов на основе поставщика и позиций. Это как раз та часть, которой действительно нужен современный ИИ — старый OCR умел читать текст с чистого PDF, но рассыпался на кривой фотографии выцветшего термочека. Сегодняшние модели со зрением справляются с этой неопрятностью гораздо лучше, что и есть причина, почему этот проект стоило делать сейчас и не стоило пять лет назад.

Знать, когда не уверен

В-третьих — и эту часть люди недооценивают — система сообщает, насколько она уверена в каждом поле, и перекрёстно проверяет арифметику. Действительно ли нетто плюс НДС равно итогу? Допустима ли ставка НДС для страны этого клиента? Знаком ли нам этот поставщик? Когда всё сходится, счёт проходит прямиком в состояние, готовое к проверке. Когда что-то не так — итог, который не сходится, поставщик, которого раньше не видели, размытое поле, в котором модель не уверена, — счёт помечается и направляется человеку, с подсвеченным подозрительным полем.

Внедрение: параллельная работа, намеренно

Мы не щёлкнули переключателем и не ушли. Первые три недели система работала рядом со старым ручным процессом. Сотрудники по-прежнему вбивали счета обычным образом, но при этом видели, что выдаёт автоматизация, бок о бок. Это дало две вещи. Позволило ловить пограничные случаи на реальных счетах с нулевым риском — если система что-то ошибалась, человек всё равно вбивал это правильно. И это выстраивало доверие. Команда могла наблюдать, как эта штука оказывается права, снова и снова, ещё до того как их попросили на неё полагаться.

1. 1
   Недели 1–3: теневой режим

   Автоматизация работала на каждом счёте, но ничего не меняла. Сотрудники работали как обычно и сравнивали результаты. Мы настраивали извлечение и пороги уверенности на реальных, неопрятных счетах.
2. 2
   Недели 4–6: человек всё проверяет, ничего не вбивает

   Сотрудники перешли на проверку вывода системы вместо ввода с нуля — подтверждая зелёные поля, исправляя янтарные. Намного быстрее набора и по-прежнему полностью под контролем.
3. 3
   С 7-й недели: уверенные счета проводятся автоматически, люди обрабатывают исключения

   Как только частота ошибок по автоматически одобренным счетам удержалась ниже согласованного порога, чистые счета стали проводиться автоматически. Работой команды стало разбираться с помеченным меньшинством — по-настоящему заковыристыми.
4. 4
   Постоянно: памятка «когда сломается»

   За систему отвечает один назначенный человек, и есть краткая письменная инструкция, что делать, если качество извлечения когда-нибудь просядет — откатиться на ручной ввод, кому звонить. Скучно, и именно поэтому никто не паникует.

Эта фаза параллельной работы — та часть, которую команды хотят пропустить ради экономии времени, и это та часть, которую пропускать нельзя. Это разница между инструментом, которому люди доверяют, и инструментом, который люди тихо обходят. Мы ни разу не пожалели, что работали параллельно пару лишних недель; мы жалели, когда этого не делали.

Что ломалось — потому что всегда что-то ломается

Кейс без проблем — это рекламная брошюра. Вот где реальность дала отпор. Первым сюрпризом были дублирующиеся счета. Клиенты, будучи людьми, пересылали один и тот же счёт дважды — один раз как PDF, второй раз как фото на телефоне неделю спустя. Ранняя система радостно обрабатывала оба. Мы добавили проверку дубликатов, которая сопоставляет по поставщику, номеру счёта и сумме и помечает вероятные повторы, прежде чем они попадут в учёт.

Вторым были кредит-ноты и частичные возвраты, которые выглядят почти в точности как счета, но означают противоположное. Модель иногда читала кредит-ноту как обычный счёт с отрицательным итогом, что технически верно и практически опасно. Мы научили систему распознавать разницу и, когда она не уверена, помечать, а не гадать. Когда цена неверной догадки высока, правильный ход — всегда пометить.

Третьим был вовсе не баг — это была привычка. Несколько недель один сотрудник вёл личную таблицу «на всякий случай», втихую дублируя работу, которую теперь делала система. Не то чтобы из недоверия, скорее из мышечной памяти. Мы заметили это только потому, что цифры выглядели слишком аккуратно. Короткий, честный разговор всё решил. Стоит запомнить: самая трудная часть автоматизации редко бывает технологией. Это человек, отпускающий старый способ.

Результаты через полгода

Вот где нужно быть осторожными и честными. Это цифры этой фирмы, округлённые, и у вас результаты будут отличаться в зависимости от вашего набора счетов и вашей отправной точки. Но направление и грубый порядок величины показательны для того, что делает такого рода автоматизация.

Заголовок, который волновал владельца, был не про сэкономленное время — а про ёмкость. Фирма отказывала новым клиентам, потому что команда была на пределе из-за ввода данных. Через полгода примерно те же четыре человека вели заметно большую клиентскую базу, без того чтобы кто-то работал дольше и без нового найма. Автоматизация не заменила человека. Она вернула фирме эквивалент одного и направила его на работу, которая действительно приносит доход.

Сокращение ошибок тоже значило больше, чем ожидалось. Поймать неверно введённую сумму НДС в феврале — досадно; поймать её при годовой проверке — по-настоящему дорогой день. Поскольку система проверяет собственную арифметику и помечает сомнительные случаи, ошибки, которые раньше проскальзывали в 16:00 в загруженный день, в основном перестали проскальзывать вообще.

Сработает ли это для вашей фирмы?

Вероятно, если ваша ситуация созвучна их. Схема, при которой автоматизация счетов оправдана, проста: значимый объём документов, поступающих в разных форматах, которые сейчас вбивает человек. Если вы обрабатываете пару счетов в неделю, не заморачивайтесь — ручной труд дешевле настройки. Но где-то на нижних сотнях в месяц математика резко переворачивается в пользу автоматизации.

• Вы обрабатываете сотни или тысячи счетов или документов в месяц.
• Они приходят в смешанных форматах — PDF, фото, сканы — а не одним аккуратным потоком.
• Живые люди сейчас читают и заново вбивают одни и те же поля, снова и снова.
• Ваша существующая бухгалтерская система в порядке; узкое место — ручной ввод, который её питает.
• Вы скорее хотели бы растить клиентскую базу, чем нанимать сотрудников лишь для того, чтобы успевать с рутиной.

И тот же подход хорошо обобщается далеко за пределы бухгалтерии. Везде, где человек читает структурированную информацию с документов и заново её вбивает — накладные, бланки заказов, заявления, договоры — работает та же трёхчастная схема: одна точка приёма, извлечение с ИИ и оценкой уверенности и человек, который разбирается только с исключениями. Счета — просто самое частое место, где эта боль проявляется.

Частые вопросы