Как мы автоматизировали разбор 10 000 счетов в месяц

Когда в финансовый отдел крупного дистрибьютора приходит 350–500 счетов в день, ручной разбор превращается в узкое место. Бухгалтер тратит 4–6 минут на документ.

Что мы сделали

Собрали пайплайн на GPT-4 + RAG поверх корпоративной базы договоров и справочников 1С. LLM классифицирует документ, сверяется с открытыми договорами и публикует черновик проводки в ERP.

Цифры через 4 месяца

• 92% документов проходят без участия человека
• Среднее время от поступления до проводки — 4 минуты против 47
• Точность классификации статей затрат — 96.4%

Стек

Vector DB: pgvector. LLM: GPT-4 + локальная Llama 3 для чувствительных документов. Очередь: RabbitMQ. Интеграция с 1С через REST. Развёрнуто on-prem.