Обработка документов в общем центре обслуживания (ОЦО) помогает централизовать рутинные операции и перераспределить нагрузку по вводу данных между подразделениями. Однако у такой модели есть структурное ограничение: документ появляется в одном месте, а данные из него обрабатываются в другом. Накладную оформляют на складе, акт подписывают на строительной площадке, счет получают в офисе, а информация из него должна попасть в корпоративную систему, чтобы запустить оплату, обновить остатки или отразить хозяйственную операцию.
Если для ввода данных требуется отправить изображение документа в ОЦО или облачный сервис распознавания, дождаться обработки, а затем проверить и перенести результат в учетную систему, между фактическим событием и его отражением в цифровом контуре появляется временной разрыв. При больших объемах документооборота он превращается в очереди и дополнительные расходы, а при сбоях связи или внешней инфраструктуры может затормозить связанные бизнес-процессы. Разбираем, в каких сценариях централизация перестает приносить пользу и что дает бизнесу периферийное распознавание документов.
Почему централизованная обработка создает риски для бизнеса
Классическая модель ОЦО предполагает, что документы из разных подразделений поступают в единый центр, где их в порядке очереди обрабатывают сотрудники или автоматизированные системы. Затем извлеченные данные передаются в ERP, бухгалтерские программы, системы управления складом (WMS) и другие корпоративные приложения.
Для плановой обработки договоров, писем и архивов такая схема может казаться оправданной. Но в операциях, где данные нужны непосредственно в момент совершения действия, дополнительный этап обработки становится источником задержек. В частности, это касается ввода данных счетов, УПД, актов, товарных и транспортных накладных и другой первички при бухгалтерском и налоговом учете, принятии решений и планировании.
Если же внутри компании нет выделенного структурного подразделения и для распознавания документов используется внешний облачный сервис, компания рискует стабильностью. Достаточно кратковременной недоступности сервиса распознавания или перебоя с интернетом, чтобы затормозились все связанные со вводом данных бизнес-процессы – причем причиной сбоя окажется третья сторона, на которую компания повлиять не может.
Главные ограничения ОЦО
Ниже перечислены основные ограничения обработки документов по централизованной модели. Часто они проявляются не сразу, а в самый ответственный момент: когда поток документов увеличивается, а времени на ввод данных и исправление ошибок нет.
1. Разрыв между фактической операцией и ее отражением в учете
На распределительный центр поступила партия товара. Кладовщик проверил количество грузовых мест, получил от поставщика УПД или товарную накладную, но для отражения поставки в WMS или ERP документ необходимо сначала отправить на обработку. Пока данные не внесены в систему, товар физически находится на складе, но его движение еще не отражено в учете. Это может задержать размещение продукции, комплектацию заказов и дальнейшую отгрузку. При массовых поставках подобные задержки накапливаются и усложняют контроль складских остатков.
2. Ручная обработка увеличивает стоимость ввода данных
Даже если ОЦО использует простые инструменты OCR, нестандартные документы и плохо читаемые изображения могут требовать участия оператора. В итоге сотруднику по-прежнему приходится проверять реквизиты, исправлять значения, сопоставлять строки таблиц и переносить данные в учетную систему.
3. Ошибки обнаруживаются слишком поздно
Сотрудник ОЦО работает с изображением документа, но зачастую не видит саму хозяйственную операцию. Он может перенести в систему указанное поставщиком количество товара, однако не знает, соответствует ли оно фактической поставке.
Например, в УПД указано 120 единиц продукции, а на склад поступило 115. Если документ обработали отдельно от приемки, расхождение может обнаружиться только при последующей инвентаризации, сверке с поставщиком или оплате. Без распознавания непосредственно в месте операции трудно выявить недостачи, пересортицу и расхождения в ценах в момент совершения операции.
4. Очереди ограничивают скорость обработки
В централизованной модели производительность зависит от пропускной способности ОЦО, количества операторов, сложности документов и пиковых нагрузок. В периоды закрытия отчетности, массовых поставок или сезонного увеличения продаж поток документов может значительно вырасти.
Появление очереди из документов в ОЦО приводит к задержкам. Для масштабирования централизованной модели могут потребоваться дополнительные сотрудники, серверные мощности или расширение инфраструктуры – все это конвертируется в дополнительные издержки бизнеса.
5. Любая внешняя инфраструктура становится дополнительной точкой зависимости
Если в процессе обработки документов задействованы облачные сервисы, для получения результата требуется стабильное соединение с внешним сервисом. При внезапной недоступности провайдера или проблемах с интернетом обработка документов может остановиться. А вместе с ней – все связанные операции.
Для склада, магазина или производственной площадки это означает риск задержки приемки, отгрузки и других операций, которые зависят от своевременного появления данных в корпоративных системах.
6. Передача документов создает риски для конфиденциальности
В документах могут содержаться персональные данные сотрудников и клиентов, банковские реквизиты, сведения о контрагентах, закупочных ценах и коммерческих условиях. Появление дополнительных участников в цепочке обработки документов означает больше правовых и организационных рисков. Для компаний, работающих с персональными данными, важно учитывать требования 152-ФЗ, в том числе к организации обработки и защите информации.
В совокупности эти ограничения показывают, что проблема заключается не столько в производительности ОЦО, сколько в самой архитектуре процесса. Чем больше операций завязано на централизованную обработку, тем больше времени проходит между появлением документа и использованием содержащихся в нем данных.
Периферийное распознавание: данные появляются в точке совершения операции
Альтернативой становится периферийное распознавание – обработка документов непосредственно на устройстве сотрудника, без обязательной отправки изображений на удаленные серверы. Именно по такому принципу работает платформа распознавания Smart Document Engine от Smart Engines.
В зависимости от сценария распознавание может выполняться:
• на смартфоне или планшете сотрудника – например, при приемке товара, проверке документов поставщика или оформлении доставки;
• на рабочем компьютере или прямо в браузере – при обработке счетов, актов, договоров и других документов в бухгалтерии или отделе закупок;
• на локальном сервере – при массовой обработке документов внутри корпоративной сети, интеграции с ERP, WMS и другими системами.
Например, при поступлении товара на склад кладовщик фотографирует УПД или накладную на смартфон. Система автоматически определяет тип документа, извлекает реквизиты поставщика, номера и даты, а также табличную часть: наименования товаров, количество, цены, суммы и НДС – и возвращает готовый структурированный результат с метриками уверенности по каждому символу и альтернативами.
Полученные сведения можно сопоставить с заказом или заявкой в WMS. Если в заказе указано 120 единиц, а фактически принято 115, система позволяет выявить расхождение непосредственно при приемке, когда его еще можно зафиксировать и предъявить поставщику.
Аналогичный сценарий работает в бухгалтерии: сотрудник фотографирует или загружает скан счета, получает извлеченные реквизиты и может передать их в учетную систему для дальнейшей обработки и оплаты.
Преимущества периферийного распознавания
Основное преимущество периферийного распознавания документов перед обработкой в ОЦО заключается в том, что данные извлекаются непосредственно в месте появления документа. Сотруднику не нужно отправлять изображение в отдельный центр обработки и ждать, пока оно пройдет всю цепочку операций.
Человек подключается, когда требуется экспертная оценка: например, при сверке данных обнаружено расхождение или в документе отсутствует обязательный реквизит или подпись с печатью. Таким образом, ОЦО может сохранить централизованную функцию контроля, но перестать быть обязательным промежуточным звеном для каждого документа. В результате компания получает более короткий путь от фактической хозяйственной операции до ее отражения в учетной системе. Сотрудники меньше времени тратят на рутину, а обработка документов не становится заложником доступности внешних сервисов.
Кроме того, если распознавание выполняется непосредственно на устройстве, для извлечения данных не требуется отправлять изображение на удаленный сервер и в облачный сервис. Это особенно важно для складов, производственных площадок, магазинов и других объектов, где стабильное соединение не всегда гарантировано. Помимо этого, локальное распознавание документов значительно упрощает контроль над движением конфиденциальных данных и коммерческой информации, а также позволяет выстраивать обработку в соответствии с внутренними требованиями информационной безопасности.
Smart Document Engine объединяет все эти преимущества в одной платформе. Решение распознает более 230 типов документов, включая бухгалтерские, финансовые, кадровые и другие корпоративные формы, а при необходимости позволяет настроить собственные формы организации. На мобильных устройствах распознавание занимает пару секунд, а в серверной сборке платформа способна обрабатывать до 600 тыс. страниц в сутки без использования графических ускорителей (GPU).
