Коротко: Чтобы распознавать PDF-счета в 1С и не отправлять данные наружу, OCR-модель можно запустить в LM Studio на своём сервере с видеокартой уровня RTX 3070. Обработка в 1С передаёт PDF на этот сервер, получает реквизиты и строки и заполняет документ поступления. Бухгалтер только проверяет результат, на это уходит около минуты на документ.
Исходная ситуация
Клиент — оптовая компания, бухгалтерия ведётся в 1С:Бухгалтерии предприятия 3.0. Каждое утро бухгалтер получает на почту 30–40 PDF от поставщиков: счета, УПД, накладные. Примерно половина из них — сканы или файлы-«картинки», выгруженные из чужих систем, без текстового слоя.
Шапку и строки таких документов бухгалтер вводил в 1С вручную. На один документ уходило 5–7 минут, и за день набегала пара опечаток в артикулах.
Почему отказались от облачного распознавания
Облачные сервисы распознавания с этой задачей справляются, но служба безопасности запретила отправлять за пределы компании цены и условия поставщиков.
Была и вторая причина: платные сервисы тарифицируют постранично. В месяц закрытия лимит страниц заканчивался раньше, чем документы.
Как устроено локальное распознавание
Распознавание развернули внутри компании:
- на сервере с видеокартой уровня RTX 3070 работает LM Studio, бесплатная среда для запуска нейросетей локально;
- в LM Studio загружена OCR-модель, которая читает страницу целиком, вместе с таблицами;
- обработка в 1С отправляет PDF на этот сервер, получает реквизиты и табличные строки и заполняет документ поступления;
- бухгалтер видит заполненный документ рядом с исходным файлом и проверяет поставщика, сумму, НДС и сопоставление номенклатуры.
Одна страница распознаётся за 10–40 секунд. Решение работает как в файловой, так и в серверной базе 1С.
Результаты
- Документы не покидают сеть компании.
- Ручной ввод исчез, осталась только проверка, на неё уходит около минуты на документ.
- Нет подписки и лимита страниц: единственным расходом была покупка видеокарты.
Ограничения
На мятых сканах модель ошибается в цифрах. Поэтому проверка суммы и НДС оставлена обязательным шагом, и без неё документ не проводится.
Частые вопросы
Сколько времени занимает распознавание одного документа?
Страница распознаётся за 10–40 секунд. После этого бухгалтер проверяет документ, в среднем около минуты, а раньше ручной ввод занимал 5–7 минут.
Почему не подошли облачные сервисы распознавания?
Служба безопасности запретила отправлять за пределы компании цены и условия поставщиков. Кроме того, платные сервисы считают страницы, и в месяц закрытия лимит заканчивался раньше, чем документы.
Можно ли полностью доверять распознанным суммам?
Нет. На мятых сканах модель ошибается в цифрах, поэтому сумму и НДС бухгалтер проверяет обязательно. Поставщика и сопоставление номенклатуры он тоже сверяет с исходником.