20.02.2026 г.

Как выбрать систему распознавания для импортозамещения? Российские решения от Smart Engines

В 2022 году вендоры зарубежного ПО массово покинули российский рынок. Отечественные компании оказались лишены привычных инструментов, которые ранее поддерживали бесперебойность ежедневных бизнес-процессов. Ограничения коснулись и систем распознавания документов (OCR) – ABBYY FlexiCapture, Kofax Capture, IBM Datacap.

После прекращения поставок перед российской ИТ-отраслью встала задача в кратчайшие сроки создать полноценное решение для импортозамещения. Требовалось не просто воспроизвести функциональность старого ПО, но и обеспечить соответствие широкому набору критериев – как технологических, так и нормативных.

Содержание

1. Функциональная сопоставимость
2. Высокая точность распознавания
3. Производительность и масштабируемость
4. Интеграция с корпоративными системами
5. Технологическая независимость
6. Требования законодательства и ИБ-аудита
7. ROI от внедрения OCR

Требования к системе распознавания

1. Функциональная сопоставимость. Система OCR должна обеспечивать полный цикл интеллектуальной обработки: автоматически определять типы документов, распознавать печатные, рукопечатные и рукописные реквизиты, извлекать данные из табличных форм (в счетах-фактурах, актах ОС-1, ИНВ-1, ИНВ-3, УПД, ТТН, ТОРГ-12 и других). При распознавании анкет, опросниками и другими документами необходима возможность автоматически находить чекбоксы, штрих-коды, а также контролировать присутствие подписей и печатей. Наличие полного набора функций позволяет внедрить систему без нарушения привычных процессов и разработки вспомогательных решений.

2. Высокая точность распознавания. Качество работы системы OCR должно оставаться стабильно высоким при работе в условиях реальной жизни – когда подающиеся изображения документов далеки от идеальных. Это касается сделанных “на скорую руку” фотографий и некачественных сканов, поворотов, наклонов и иных искажений документа на изображении. Высокое качество распознавания критично: технология должна точно извлекать данные, чтобы минимизировать необходимость ручной корректировки и предотвращать появления ошибок в бизнес-процессах.

3. Производительность и масштабируемость. Автоматическое распознавание документов должно выдерживать высокую потоковую нагрузку и обеспечивать масштабируемость без выделения больших вычислительных мощностей. Это касается работы с высокой скоростью и качеством на типовом “железе” в условиях серверных кластеров, в том числе без необходимости в дорогостоящих графических процессорах (GPU). Производительность при потоковой работе особенно важна для банков, финтеха, страховых компаний, государственных и промышленных организаций, где ежедневно обрабатываются сотни и тысячи документов различных типов.

4. Интеграция с корпоративными системами. Система должна иметь развитые API, REST API для low-code интеграции, предусматривать SDK для внедрения на различные платформы в соответствии с требованиями заказчика. Это могут быть корпоративные сервера, мобильные приложения, веб-страницы или мессенджеры. Для обеспечения работы OCR в бэк- и фронт-офисе должны быть доступны инструменты интеграции с 1С, ERP, BPM и другими корпоративными системами. Это дает возможность не только внедрить платформу в любую ИТ-среду, но и запускать проект в самые короткие сроки.

5. Технологическая независимость. Сегодня одним из ключевых требований к платформам OCR является полная независимость от иностранных программных компонентов, библиотек и облачных сервисов. Использование стороннего кода может создавать юридические риски, связанные с лицензированием и авторскими правами, а также ограничивать возможность использования продукта по внешним причинам. Кроме того, невозможность оперативно получать обновления и риск прекращения поддержки со стороны зарубежных поставщиков могут напрямую повлиять на устойчивость бизнес-процессов в компании.

6. Требования законодательства и ИБ-аудита. При работе с корпоративной информацией и персональными данными (регулируется ФЗ-152, для банков также действует ФЗ-115) необходимо строго соблюдать конфиденциальность. Это касается не только распознавания кадровых документов, включая паспорта, но и документов, содержащих корпоративную тайну. Соответствие отраслевым нормам и требованиям ИБ-аудита делает безопасность обработки ключевым критерием для систем OCR. Чтобы не отправлять данные за пределы контура безопасности и не рисковать утечками и нарушениями законодательства, лучше всего подходит локальное развертывание (on-premise), без передачи изображений документов и данных из них на внешние серверы и в облачные сервисы.

7. ROI от внедрения OCR. Рентабельность инвестиций (ROI) во внедрение системы распознавания документов также играет важную роль при оценке решения. Предсказуемая стоимость владения, доступность технической поддержки и возможность быстрого масштабирования OCR дают бизнесу конкурентное преимущество и возможность оценить окупаемость внедрения в краткосрочной перспективе. Прозрачность работы позволяет компаниям переходить на новые решения без резкого роста затрат и рисков для текущих операционных процессов.

Как Smart Engines отвечает на эти требования

Smart Engines – технологический лидер на рынке систем распознавания документов, учитывает самые строгие требования по качеству, скорости и безопасности при разработке своих продуктов. Компания предлагает рынку линейку флагманских пакетных решений для распознавания документов, которые не просто воспроизводят функциональность, но и по многим параметрам превосходят существующие зарубежные аналоги.

Программные продукты Smart Engines разработаны на базе собственного OCR-движка, не содержат иностранных компонентов и подходят для задач импортозамещения. Они внесены в Реестр российского программного обеспечения и относятся к классу искусственного интеллекта.

Smart Document Engine позволяет автоматизировать ввод данных из бухгалтерских, кадровых, юридических, финансовых и других документов. В серверной сборке платформа на базе ИИ извлекает информацию с фотографий и сканов документов со скоростью 900 страниц в минуту без использования GPU. Решение поддерживает высокоточное распознавание документов с печатным и рукописным текстом, распознавание многостраничных форм, проверку корректности дат и контроль наличие подписей и печатей.

Smart Text Engine обеспечивает полнотекстовое распознавание печатного и рукописного текста. Система распознает любые текстовые документы на более чем 103 языках мира, включая русский, английский, китайский, арабский и другие. Решение поддерживает все виды форм от служебных записок до договоров вне зависимости от шрифта и извлекает данные с изображений любого качества. Минимальный вес базовой сборки обеспечивает бесшовную интеграцию в серверные, мобильные и веб-приложения, а также мессенджеры.

Smart ID Engine обеспечивает высокоточное распознавание паспорта РФ, загранпаспорта, водительских прав, свидетельств ЗАГС и еще более 3000 типов удостоверяющих личность документов России, стран СНГ, БРИКС и всего мира. Система работает со скоростью 125 паспортов в секунду на сервере без GPU, поддерживает печатный и рукописный текст в документов и дополняется флагманской антифрод-системой “Шерлок 2о” для проверки подлинности по 600 признакам.

Технологиям Smart Engines доверяют 8 из 12 системно значимых кредитных организаций России, в том числе Газпромбанк, ВТБ, Альфа-Банк, МКБ, Т-Банк, Промсвязьбанк, Райффайзен Банк, Совкомбанк. Системы распознавания компании применяют ведущие телеком-операторы МТС, Билайн, МегаФон и страховые компании. Решения Smart Engines используются при продаже билетов в кассах РЖД, на автоматическом паспортном контроле в аэропортах “Шереметьево”, “Внуково” и “Кольцово”, тысячами нотариусов России и при регистрации самозанятых в приложении ФНС “Мой налог”.

Узнайте подробнее о решениях Smart Engines