Обработка входящих документов — одна из самых благодарных задач для автоматизации: объём большой, операция однотипная, эффект считается легко. Но результат сильно зависит от того, что именно приходит на вход.
Где получается почти сразу
- Электронные PDF с текстовым слоем: реквизиты и позиции извлекаются надёжно.
- Документы от постоянных поставщиков: формат повторяется, шаблон обучается быстро.
- Структурированные форматы обмена, если контрагент готов на них перейти.
Где сложнее
- Фотографии документов с телефона под углом и с бликами.
- Сканы с печатями поверх текста.
- Таблицы с объединёнными ячейками и переносами позиций на следующую страницу.
Здесь работает не «сделать распознавание лучше», а изменение процесса: договориться с частью поставщиков о нормальном формате. Это дешевле любых технических ухищрений.