Снимаем с сотрудников ручные шаги, которые можно автоматизировать

Классический аудит процесса — это интервью с сотрудниками. Проблема в том, что люди описывают процесс так, как их учили, а не так, как они работают: часть операций выполняется «по привычке», часть — в обход системы. Process mining строит карту по журналам событий: если в CRM сохраняется история изменения статусов с метками времени, можно восстановить реальный маршрут каждой заявки и посмотреть, где она проводит больше всего времени.

На практике после такой реконструкции обычно обнаруживается, что 30–50% времени цикла — это ожидание, а не работа: запись ждёт ответа от смежного отдела, висит в очереди без владельца или возвращается на доработку из-за неполных данных. Автоматизировать ожидание бессмысленно — автоматизировать нужно возвраты и сбор недостающих данных.

Для задач извлечения реквизитов мы считаем не общую «точность распознавания», а метрики по каждому полю: precision, recall и F1 для номера счёта, ИНН, суммы, даты и позиций табличной части. Поле с высоким recall и низким precision даёт ложные записи, поле с обратным соотношением — пропуски, и оба случая требуют разных мер: первое — усиления валидации, второе — улучшения распознавания сложных сканов.

Дополнительно измеряем долю документов, прошедших без ручного вмешательства (straight-through processing), — это метрика, которая напрямую переводится в экономию времени. Для типовых счетов и актов при хорошем качестве сканов реально довести её до 80–90%, остальное уходит на проверку оператором.

ИИ уместен там, где входные данные неструктурированы: текст письма, скан документа, аудиозапись звонка, фотография. Как только данные нормализованы, задача чаще всего решается обычным кодом и запросами к базе — быстрее, дешевле и предсказуемее.

Практическое правило: если правило можно сформулировать в виде «если поле пустое — запросить у поставщика», это не задача для модели. Если правило звучит как «определить, о чём это письмо, и к какому договору оно относится», — это задача для модели. Смешение этих двух классов работ — главная причина, по которой проекты автоматизации оказываются дороже и хрупче, чем планировалось.