Кейс: разработка и внедрение ИИ агента для проверки документов контрагентов в табачном ритейле

Изображение: Magnific.com
Ручная проверка сотен тысяч пакетов документов контрагентов — это колоссальная нагрузка на юристов и менеджеров, неизбежные ошибки и дни простоя в ожидании недостающих бумаг. Крупный международный табачный производитель поставил задачу: автоматизировать процесс распознавания, кросс-проверки и внешней валидации документов при подключении новых торговых точек. Этот кейс — о том, как компания ICL Services разработала и внедрила ИИ-агента, который за 1-5 минут обрабатывает пакет, сверяет данные с «КонтурФокусом» и выдает отчет со светофорной индикацией.

О заказчике

Заказчик проекта – российское представительство крупной международной компании – производителя табачной продукции, сеть сбыта которого насчитывает несколько сотен тысяч точек реализации.

Об исполнителе

ICL Services – продуктово-сервисная компания, работающая на российском и международном рынках с 2006 года, состоит в реестре аккредитованных ИТ-компаний Минцифры России. Компания предлагает широкий спектр продуктов и услуг: от аудита, бизнес-консалтинга и проектирования до полной интеграции с информационными системами заказчиков, поставки оборудования, выполнения проектов внедрения и дальнейшего сопровождения в режиме 24/7.

Предпосылки проекта

Для подключения новой точки реализации продукции компания должна проверить пакет документов контрагента (сканы лицензий, учредительные документы, доверенности и т.д.).

Перечень документов и критерии их проверки строго регламентированы: необходимо проверить совпадение ИНН и ФИО генерального директора, действительность лицензий, а также наличие корректной доверенности при расхождении данных.

До внедрения решения вся эта работа выполнялась вручную, что приводило к ключевым проблемам:

  • высокая нагрузка на сотрудников при растущем объеме входящих документов;
  • длительные сроки проверки (обработка одного пакета занимала 2-3 часа, а при выезде на точку за новыми документами задержки могли растягиваться на дни);
  • человеческий фактор и риск пропуска ошибок в документах;
  • отсутствие единой системы кросс-проверки с внешними источниками.

Задачи проекта

В итоговый список задач вошли следующие активности:

  1. Реализовать инструмент на базе ИИ, который в автоматическом режиме будет распознавать документы и их типы и извлекать ключевые данные (ИНН, ФИО собственника, даты лицензий и т.д.).
  2. Обеспечить формализованную проверку достаточности и корректности документов, включая кросс-проверку между документами внутри пакета.
  3. Реализовать интеграцию с системой «КонтурФокус» для внешней валидации данных и сравнения извлеченных сущностей с актуальными данными из официальных источников.
  4. Сформировать итоговый отчет с разделением ошибок на критические (блокирующие) и требующие внимания.

Ход проекта

В команду проекта вошли архитектор и разработчик систем ИИ, фронтенд-разработчик и UX/UI-дизайнер. Проект шел по этапам.

1. Создание прототипа. Команда оперативно создала прототип ИИ-агента с упрощенным веб-интерфейсом для проверки гипотезы: способен ли искусственный интеллект качественно выполнять поставленные задачи. Прототипирование заняло менее месяца, после чего прошли успешные приемо-сдаточные испытания.

2. Разработка промышленного решения. Далее, после подтверждения гипотезы, пилот был доработан до промышленной эксплуатации: был разработан полноценный веб-интерфейс, полностью соответствующий брендбуку заказчика, а система авторизации интегрирована в корпоративную систему безопасности.

Алгоритм работы агента был настроен следующим образом:

  • Система принимает на вход пакет отсканированных или электронных файлов.
  • Автоматически определяются типы документов (устав, лицензия, паспорт, доверенность) и извлекаются данные (ИНН, ФИО, даты, номера лицензий).
  • Данные сравниваются между собой внутри пакета (кросс-проверка) и с актуальными данными из «КонтурФокуса» (действительность лицензии, статус компании, актуальность директора).
  • Система выдает быстрый результат в формате светофора (зеленый — все в норме, желтый — некритические ошибки, красный — критические ошибки). При необходимости можно получить детальный отчет с перечнем пройденных и непройденных проверок для ручного анализа.

Результаты проекта

Заказчик значительно ускорил вывод продукции в новые каналы продаж, снизил операционные затраты на онбординг контрагентов и минимизировал регуляторные риски, связанные с работой с ненадёжными или некорректно оформленными точками.

Скорость обработки одного пакета документов сократилась с 2-3 часов до 1-5 минут, а время на проверку всех входящих документов в день сократилось в 10 раз.

Многодневные задержки из-за неполных пакетов нивелированы: теперь система сигнализирует об отсутствии нужных документов сразу, и все дополнительные данные запрашиваются дистанционно, без выезда на точку.

Тематики: Интеграция

Ключевые слова: автоматизация бизнеса, ICL Services , Искусственный интеллект