Назад

Распознавание транспортных накладных: как автоматизировать ввод данных и ускорить учет грузоперевозок

Сергей Усилин
Исполнительный директор Smart Engines, кандидат технических наук

Транспортные накладные сопровождают грузоперевозки и содержат данные, необходимые для работы логистики, склада и бухгалтерии. Даже переход на электронный документооборот не избавляет компании от необходимости переносить сведения из документов в учетные системы, сверять реквизиты и контролировать выполнение перевозок.

Сократить объем ручной работы и ускорить обработку транспортной документации помогает автоматическое распознавание документов. Рассказываем, как технология ускоряет и автоматизирует ввод ТрН и других документов и помогает компаниям снять зависимость от интернет-соединения и внешней инфраструктуры.

Как используются транспортные накладные

Транспортные накладные (ТрН) содержат сведения об участниках перевозки, транспортном средстве, характеристиках груза, условиях доставки, а также передаче и приемке товаров. На основании этих данных компании могут контролировать выполнение перевозок, вести транспортный и складской учет, рассчитываться с перевозчиками и отражать хозяйственные операции в бухгалтерских системах.

С 1 сентября 2026 года оформление транспортных накладных в электронном виде стало обязательным по общему правилу – соответствующие изменения внес Федеральный закон № 140-ФЗ. Участники перевозки обмениваются электронными перевозочными документами через операторов информационных систем ЭПД, а сведения поступают в государственную информационную систему электронных перевозочных документов (ГИС ЭПД). До 1 марта 2027 года действует переходный период, в течение которого штрафы за отсутствие электронной накладной не применяются. При этом бумажные ТрН не исчезли: законодательство предусматривает случаи, когда документ по-прежнему оформляется на бумажном носителе. А значит, автоматический ввод данных из транспортных накладных – по-прежнему актуальная задача.

Цифровизация перевозочной документации также не отменяет необходимости переносить содержащиеся в ней сведения в корпоративные информационные системы. Компании по-прежнему должны сопоставлять данные о грузе и его фактической приемке, контролировать исполнение заказов и отражать результаты перевозок в 1С, ERP, TMS и WMS.

Какие данные содержит транспортная накладная

Транспортная накладная подтверждает заключение договора перевозки груза автомобильным транспортом и фиксирует основные этапы его исполнения. Документ оформляется грузоотправителем и последовательно дополняется сведениями со стороны перевозчика и грузополучателя.

В транспортной накладной содержится несколько групп данных, которые в равной степени необходимы для учета в компаниях:

•    Сведения об участниках перевозки. Наименования и реквизиты грузоотправителя, грузополучателя, перевозчика, а также информация об экспедиторе, если он участвует в организации доставки.

•    Информация о грузе. Наименование, количество грузовых мест, масса, характеристики и другие сведения, позволяющие идентифицировать перевозимую продукцию.

•    Данные о транспортном средстве. Марка и государственный регистрационный номер автомобиля, сведения о водителе и другие транспортные реквизиты.

•    Условия перевозки. Адреса погрузки и выгрузки, даты и время выполнения операций, сроки доставки, особые условия транспортировки.

•    Сведения о передаче и приемке. Отметки о принятии груза перевозчиком, его доставке получателю, состоянии груза и выявленных расхождениях.

•    Информация о стоимости перевозки. Данные, необходимые для расчетов между участниками и отражения транспортных расходов в учете.

В зависимости от обстоятельств перевозки документ может дополняться сведениями о переадресовке, замене транспортного средства, изменении условий доставки и других событиях.

Транспортная накладная – не единственный документ, который сопровождает движение грузов. В логистике также используются товарно-транспортные накладные (ТТН), объединяющие товарный и транспортный разделы, товарные накладные, подтверждающие передачу продукции, а также путевые листы, содержащие сведения о работе транспортного средства и водителя. Каждый из этих документов решает свою задачу, но все они требуют своевременного переноса информации в учетные системы.

Почему ручной ввод данных из ТрН замедляет учет перевозок

Несмотря на переход к электронному документообороту, в компаниях сохраняются процессы, в которых сотрудникам приходится вручную переносить сведения из транспортных накладных в корпоративные системы.

Например, грузополучатель получает документ через оператора ЭДО, но для оформления приемки ему необходимо дополнительно внести сведения в WMS. Транспортное подразделение использует данные о рейсе для контроля доставки, а бухгалтерия – для учета расходов и расчетов с перевозчиком. Если информационные системы не связаны между собой, одни и те же реквизиты приходится вводить несколько раз. Также в ходе фактической приемки или передачи груза могут возникать промежуточные документы, которые фиксируют расхождения по количеству или составу товара, повреждения при транспортировке, естественную убыль и другие обстоятельства.

При обработке бумажных ТрН и их цифровых представлений проблема становится еще заметнее. Документ может поступить в виде фотографии, скана или PDF, после чего его направляют в бухгалтерию либо общий центр обслуживания (ОЦО). Там сотрудник вручную переносит реквизиты, проверяет сведения и только затем передает их в учетную систему.

Такая схема создает для бизнеса несколько проблем:

ПроблемаПояснение
Задержки при отражении перевозок в учетных системахГруз уже доставлен, но сведения о выполненной операции еще не появились в WMS или ERP. Это затрудняет управление складскими остатками и контроль исполнения заказов.
Ошибки при переносе реквизитовОпечатка в номере автомобиля, ИНН контрагента, количестве грузовых мест или массе может привести к расхождениям между транспортными и учетными данными. Для исправления приходится повторно проверять исходный документ и корректировать записи.
Задержки расчетов с перевозчикамиПока бухгалтерия не получила и не обработала сведения о выполненной перевозке, возникают дополнительные задержки при подтверждении обязательств и подготовке платежей.
Ограниченные возможности контроляЕсли информация поступает в корпоративные системы с опозданием, руководители транспортных и логистических подразделений не видят полной картины выполненных операций и вынуждены принимать решения на основе неполных данных.

Увеличение штата операторов не устраняет первопричину проблемы: объем ручной работы растет вместе с количеством перевозок, а риск человеческих ошибок сохраняется. Решить эти проблемы помогает периферийное распознавание: технология меняет сам подход к обработке документов и минимизирует время между совершением фактической операции и ее отражением в учете.

Как распознавать транспортные накладные непосредственно в месте выполнения операции

При централизованной модели обработки документы проходят несколько этапов: их фотографируют или сканируют, отправляют в бухгалтерию или ОЦО, там вручную вводят реквизиты и передают результат в корпоративную систему. Если на складе одновременно принимают несколько крупных поставок, документы могут накапливаться в очереди.

Периферийное распознавание позволяет перенести обработку непосредственно туда, где происходит хозяйственная операция. Например, сотрудник транспортного отдела или склада может сфотографировать бумажную ТрН на смартфон или планшет. Система автоматически определит тип документа на изображении, извлечет необходимые реквизиты и табличную часть и вернет структурированные данные для передачи в учетную систему.

Такой подход сокращает разрыв между фактической доставкой груза и появлением информации о ней в корпоративной системе. Склад быстрее получает сведения для оформления приемки, а бухгалтерия – для учета и расчетов с контрагентами. При этом распознавание выполняется непосредственно на устройстве сотрудника или на сервере внутри инфраструктуры компании (on-premise). Изображения документов не требуется отправлять в сторонние облачные сервисы, а работа системы не зависит от доступности внешнего API.

Это особенно актуально для распределительных центров, складов и логистических терминалов, где интернет-соединение может быть нестабильным. Локальное распознавание позволяет продолжать обработку документов даже при отсутствии доступа к сети и не останавливать связанные бизнес-процессы.

Как автоматизировать обработку ТрН с помощью Smart Document Engine

Smart Document Engine позволяет автоматически извлекать сведения из транспортных накладных на фотографиях, сканах и в PDF-файлах. Система находит документ на изображении, определяет его тип и за несколько секунд распознает все данные, включая табличные части. На выходе формируется набор структурированных реквизитов, который можно интегрировать в 1С, ERP, TMS, WMS или другую корпоративную систему.

Платформа Smart Document Engine позволяет:

•     Автоматически определять тип документа. Распознавать транспортные накладные в смешанном потоке первичной документации без необходимости предварительно сортировать файлы.

•     Извлекать реквизиты. Распознавать сведения об отправителе, получателе, перевозчике, транспортном средстве, водителе, грузе, маршруте и условиях доставки.

•     Обрабатывать сложные таблицы. Извлекать товарные позиции, количество, единицы измерения и другие табличные сведения с сохранением взаимосвязей между строками и столбцами.

•     Работать с печатными и рукописными данными. Распознавать напечатанные реквизиты, рукописные отметки, дополнения и исправления, внесенные участниками перевозки.

•     Обрабатывать документы разного качества. Распознавать фотографии и сканы с поворотами, тенями, бликами, изгибами и геометрическими искажениями, в том числе сделанные при недостаточном или неравномерном освещении.

•     Работать с многостраничными документами. Обрабатывать связанные страницы как единый документ и восстанавливать структуру данных.

•     Контролировать результаты распознавания. Возвращать координаты найденных реквизитов и показатели уверенности по распознанным символам, чтобы направлять на дополнительную проверку только сомнительные поля.

•     Выполнять распознавание локально. Обрабатывать документы непосредственно на смартфоне, планшете, компьютере или сервере внутри инфраструктуры заказчика без передачи изображений и извлеченных данных сторонним OCR-провайдерам.

Все вместе эти возможности позволяют отказаться от построчной перепечатки информации и использовать извлеченные данные для дальнейшего учета и контроля перевозок.

Smart Document Engine поддерживает различные варианты интеграции. Распознавание можно встроить в мобильное приложение для сотрудников склада и транспортного подразделения, корпоративную веб-систему или серверный контур заказчика.

Что получает бизнес от автоматического распознавания ТрН

Автоматизация обработки транспортных накладных позволяет ускорить поступление информации о перевозках в корпоративные системы и сократить объем ручных операций. Периферийное распознавание помогает обрабатывать документы непосредственно в месте выполнения операции, не создавая очередей на ручной ввод в ОЦО. При этом локальная архитектура сохраняет коммерческую информацию внутри инфраструктуры компании и позволяет организовать бесперебойную обработку даже при отсутствии интернет-соединения.

При этом технология не ограничивается обработкой ТрН. Smart Document Engine позволяет работать с товарно-транспортными накладными, путевыми листами, товарными накладными, УПД, актами и другими первичными документами, которые используются в логистике и бухгалтерском учете. Всего платформа поддерживает 230 типов документов, востребованных в бизнесе, включая бухгалтерские, финансовые, кадровые и другие корпоративные формы. А при необходимости можно настроить обработку собственных форм организации.

Информация об авторе

Сергей Усилин
Исполнительный директор Smart Engines, кандидат технических наук
  • 60+ научных публикаций
  • 2 патента США
  • 30 патентов РФ

Сергей Усилин – российский ученый, изобретатель, эксперт в области распознавания документов. Один из первопроходцев в разработке антифрод-систем для детекции поддельных документов. Под началом Сергея Усилина был создан нейросетевой ансамбль “Шерлок”, который проверяет на подлинность документы всех стран мира по 600+ признакам и детектирует физические и цифровые подделки.

В настоящее время в Smart Engines Сергей Усилин отвечает за операционное управление компанией, координацию внедрения технологий в бизнес-процессы и развитие прикладных решений для клиентов и партнеров.