НПФ «Будущее» и ITFB Group: автоматизация 142 тысяч документов с EasyDoc

В 2024 году НПФ «Будущее» столкнулся с задачей технологической и операционной консолидации: в условиях объединения фондов и большого объема входящей корреспонденции потребовалось гарантировать регистрацию и качественную обработку более 330 000 документов в год, при этом около 42% потока регистрировались вручную, что создавало риски ошибок, задержек и дополнительных операционных затрат. Работа осложнялась тем, что документы одного формата требовалось классифицировать по нескольким видам, которые далее требовали определения типа и тематики, принятым в фонде.

Проект по внедрению OCR системы EasyDoc от ITFB Group был нацелен на быстрое и контролируемое решение этой проблемы в рамках автоматизации и оптимизации процессов регистрации документов для повышения уровня сервиса для клиентов. Это крупнейший на сегодня в России проект по интеллектуальному распознаванию документов, объединивший обработку свыше 140 тысяч файлов и классификацию 20 видов документов по типам и тематикам с применением LLM-моделей.

Перед командой ITFB Group стояла амбициозная задача спроектировать и внедрить решение, которое обеспечит НПФ «Будущее» сквозную автоматизацию работы с входящей корреспонденцией в условиях объединения фондов и больших объемов документооборота. Необходимо было заменить ручную регистрацию, охватывающую 42% потока (около 142 тыс. обращений в год), на интеллектуальную систему, способную обрабатывать как структурированные, так и неструктурированные документы от физических и юридических лиц.

Одной из задач стала необходимость справится с неоднородностью потока, когда даже документы одного типа могли значительно визуально отличаться и применить стандартные методы было невозможно. Требованиями проекта стали: минимизация ошибок, сокращение времени обработки, снижение затрат на операционную регистрацию, классификация неструктурированных документов по типам и тематикам и формирование платформы, готовой к масштабированию и внедрению новых ИИ-сервисов в будущем.

Ключевым требованием к решению стало достижение качества распознавания не ниже 90% для печатного и 60% для рукописного текста, с возможностью дообучения и адаптации под новые типы документов без изменения ядра системы.

Решение было реализовано в течение одиннадцати месяцев совместной командой ITFB Group и НПФ «Будущее».

На первом этапе был реализован модуль распознавания и классификации документов, который обрабатывает как классические текстовые формы, так и отсканированные интеграционное взаимодействие с системой электронного документооборота фонда для регистрации структурированных документов.

На втором этапе было внедрено распознавание неструктурированных документов, в том числе запросов государственных органов и судебных документов, при этом классификация по типам и тематике была реализована с помощью тонкой донастройки LLM-моделей — стандартные классификаторы не обеспечивали нужной точности.

На третьем этапе в процесс была интегрирована AI-подсистема — LLM-модели и правило-ориентированные механизмы извлечения данных — для семантического анализа обращений, автоматического выделения сущностей и принятия первичных решений о маршрутизации и приоритизации. Архитектура была спроектирована с акцентом на масштабируемость: модульная интеграция позволила сохранить гибкость при подключении удаленных подразделений.

В основе архитектуры EasyDoc лежит принцип «одного окна»: входящие документы проходят через цепочку импорт, предобработка, распознавание (OCR/HTR), классификация (ML, LLM), извлечение атрибутов и экспорт в СЭД по API.

Модуль работает с 20 видами документов, 58 типами и 74 тематиками, извлекая до 23 ключевых атрибутов — от почтового идентификатора отправления и СНИЛС клиента до тематики обращения, даты исполнения и субъекта Российской Федерации.

Если качество распознавания превышает 90%, документ может регистрироваться автоматически. При более низком пороге задействуется режим ручной верификации атрибутов. Такой гибридный подход позволил сохранить баланс между скоростью и точностью обработки.

Технический стек проекта сочетал проверенные промышленные компоненты и современные подходы машинного обучения. Модуль использует пять алгоритмов распознавания и поддерживает импортозамещённый технологический стек.

Для предварительного извлечения текста использовались решения OCR и методы компьютерного зрения, адаптированные под широкий спектр изображений и качества сканирования. Для формального извлечения полей и валидации применялись rule-based механизмы, обеспечивающие предсказуемость на критичных для учёта полях.

На уровне семантики и нетривиальной классификации была задействована подсистема на базе больших языковых моделей (LLM), которая позволила работать с неструктурированными текстами, выделять смысловые сущности и предзаполнять тематики.

Интеграция с СЭД системой осуществляется через API с синхронизацией со справочниками, а развёртывание производится в защищённом контуре, что обеспечивает соответствие требованиям по обработке ПДн и отказоустойчивости. Все компоненты были интегрированы в единый процесс с логированием, мониторингом распознавания и контролем качества результатов, что обеспечило прозрачность и возможность последующего аудита.

Внедрение OCR системы EasyDoc дало НПФ «Будущее» измеримый эффект по ключевым показателям:

• Автоматизация процессов. 62% ручных операций в регистрации заменены автоматизированной обработкой.
• Скорость обработки. Время регистрации входящей корреспонденции сократилось в среднем на 20%, что напрямую повлияло на скорость реакции на клиентские запросы.
• Оптимизация затрат. Фонд оплаты труда, задействованный в процессах регистрации, был сокращён на 30% без потери качества обслуживания клиентов.
• Качество данных. Уровень ошибок, опечаток и пропусков при регистрации снизился на 80%, что повысило надёжность учёта и упростило последующую работу с документами.
• Гибкость и масштабирование. Процесс регистрации стал функционально разделённым и прозрачным, что открыло возможность для аутсорсинга отдельных этапов и масштабирования системы на процесс обработки клиентских заявлений.
• Фундамент для развития. Система изначально спроектирована с учётом интеграции новых модулей ИИ, в том числе расширенной классификации и интеллектуальной маршрутизации обращений.

Система обладает запасом масштабируемости для филиалов и территориально удаленных офисов и поддерживает интеграцию новых ИИ-сервисов с расширением сценариев автоматической классификации.