Цифровизация документооборота не избавляет сотрудников полностью от ручной работы, просто эта работа принимает другие формы. Наталья Корецкая, директор операционного департамента компании «АльфаСтрахования», рассказала Клубу ОЦО, каким образом инструменты искусственного интеллекта позволяют минимизировать рутинную работу с документами и повысить ее эффективность.
ЭДО не решает всех проблем?
«Документ — это налог на процесс», — это формулировка ChatGPT, но в страховом бизнесе она звучит почти как диагноз. Все, что делает страховая компания, так или иначе связано с документами. Поэтому любое изменение в документообороте мгновенно отражается на эффективности компании. Длинный жизненный цикл документов, ручные проверки, нестыковки данных, риски фрода и т.д., — все это формирует некий «операционный налог», который бизнес годами «платит» за скорость и точность.
Когда в 2017 году компания «АльфаСтрахование» внедрила систему электронного документооборота, это было первой серьезной попыткой снизить затраты. Поточное сканирование, централизованная обработка, безбезбумажные выплаты агентам, электронные заказные письма через «Почту России», — каждый шаг снижал транзакционные издержки.
К 2025 году 81% документооборота компании стал безбумажным, 70% операций выполняются в режиме STP (Straight Through Processing, то есть без участия человека). Однако одновременно проявился парадокс цифровой эффективности: чем быстрее и дешевле обрабатываются документы, тем больше их становится. Там, где раньше – условно – оформляли одну накладную на тысячу строк, теперь создают тысячу накладных — по строке в каждой. Документооборот растет, инфраструктура перегружена, а у ИТ и ОЦО появляются новые задачи – хранение, маршрутизация, контроль.
Постепенно мы пришли к пониманию, что автоматизация исчерпала себя как источник роста. Процессы стали быстрыми, но недостаточно умными. Документы перестали быть бумажными, но не перестали быть документами: их по-прежнему нужно обрабатывать, проверять, валидировать. Стало ясно, что следующий шаг, — не цифровизация, а интеллектуализация.
От цифровизации – к ИИ
Когда бумажный документооборот был минимизирован, ручная работа все равно осталась, просто приняла другую форму. Наш операционный центр напоминает существо с множеством рук — систем, интеграций, роботов, ботов – и одним мозгом, все еще человеческим. Теперь к нему добавляется искусственный интеллект. Он становится партнером, который берет на себя часть рутинных решений и помогает людям сосредоточиться на сути процессов вместо их механики.
Мы начали строить IDP-оркестратор — систему интеллектуальной обработки документов (Intelligent Document Processing, IDP), которая объединяет разные технологии (см. рис. 1):
- OCR — распознавание текстов на изображениях (Optical Character Recognition, технология извлечения текста из сканов и фото);
- Machine learning — машинное обучение для автоматической валидации и маршрутизации документов;
- LLM — большие языковые модели (Large Language Models) для анализа неструктурированных данных и извлечения из них смысловых фрагментов.
Главная идея проекта — гибкость. Мы не выбираем одного поставщика и не делаем ставку на конкретную платформу. Мы создаем «шлюз», через который можно подключать любые решения, тестировать их, менять и комбинировать. Это важно, чтобы не догонять рынок, а опережать его за счет ИТ-архитектуры, которая умеет адаптироваться быстрее, чем технологии вокруг.
Когда определились с подходом, пришло время проверить его в действии. Мы выбрали несколько процессов, где автоматизация уже не давала достаточного эффекта, и запустили серию пилотов с использованием инструментов искусственного интеллекта.
Пилотные кейсы: как ИИ обрабатывает документы
Когда 80% документооборота уже автоматизировано, а оставшиеся 20% продолжают требовать участия человека, именно на этих участках рождаются настоящие инновации. Мы начали с «узких мест» — тех процессов, в которых стандартные ИТ-решения «не справлялись», и попробовали применить там инструменты ИИ.
Отражение первичных документов в системе. Первые эксперименты центр провел на закупочных документах, их объем – это примерно 150 тыс. документов в год, в отражении которых задействованы около 45 FTE. Пилот реализовали на направлении закупок ДИТ.
Задача проста на словах, но сложна на практике: извлечь из документов достаточно данных для отражения документа в бухгалтерском учете без участия инициатора или других сотрудников за пределами финансового блока, а главное – не требуя от поставщиков перехода на фиксированные формы электронного документооборота.
Обычно эти данные поступают через СЭД, но если коннектор СЭД не сработал или это не типовой документ, то требуется ручной ввод данных. Теперь его обрабатывает IDP-система, извлекая данные и формируя типовые XML-сообщения по тем же стандартам, что и СЭД.
В результате пилота около 70% документов от поставщиков отражаются в системе без участия инициатора, и это только начало – наша задача включить в периметр проекта весь объем закупочной документации компании и перейти к другим документам.
Маршрутизация входящей корреспонденции. В страховом бизнесе большой объем писем: от клиентов, от партнеров, от госорганов. Входящая корреспонденция составляет 8% всего документооборота, или 1,8 млн писем в год. В их маршрутизации до конечного получателя в периметре компании участвуют 25 FTE по всей стране.
Сейчас команда обучает модели IDP определять адресата автоматически. Если эксперимент удастся, то каждое письмо — бумажное или электронное — будет попадать к нужному исполнителю без участия человека. Пока 20% писем маршрутизируются автоматически, планируем, что в будущем вручную будут маршрутизироваться не более 10% писем.
Типизация бухгалтерских документов. Другой «пилот» связан с типизацией документов для целей финмониторинга. У нас 280 тыс. таких документов в год, 5 FTE заняты их типизацией.
Мы применили набор инструментов из OCR и LLM — они корректно определяют тип даже неформализованных документов, не содержащих метаданных. Далее модель сортирует их автоматически, но человек все еще проверяет результат. Пока 45% документов типизируются автоматически, планируется, что ручная типизация останется у примерно 1% документов.
Умная валидация документов. Автоматизация не отменяет участия человека, а меняет его роль. Компания создает интерфейс для сотрудников, в котором специалисты-верификаторы проверяют результаты, «подсвеченные» системой. Если ИИ ошибся, верификатор корректирует данные, и модель обучается дальше. Это не контроль, а обучение машины под присмотром человека.
Эти инструменты становятся доступны не только специалистам, отвечающим на верификацию документов в больших процессах, теперь при необходимости извлечь и проверить данные из скана каждый сотрудник компании может воспользоваться умными сервисами распознавания и обработки документов. По нашим оценкам, это позволит сэкономить до 15% времени на работу с документами в масштабах компании.
Подготовка проектов ответов на обращения. Самый смелый «пилот» — автоматическая подготовка проектов ответов на обращения клиентов. Пока система лишь предлагает шаблон, который проверяет оператор, но в будущем часть переписки может идти без участия человека. Именно такие эксперименты дают понимание, где проходит граница между автоматизацией и здравым смыслом.
Каждый из кейсов стал для нас проверкой операционной зрелости компании. Мы увидели, что вместе с возможностями растут и риски, и важно уметь ими управлять.
Риски, устойчивость и контроль: как мы управляем уязвимостями
Когда мы анализировали наш проект через призму SWOT (см. рис 2), раздел «угрозы» получился не короче, чем «сильные стороны». В него вошли риски информационной безопасности, сбои интеграций, зависимость от подрядчиков, возможные ошибки моделей.
Мы осознанно пошли на этот шаг. 80% критичных для бизнеса процессов у нас уже давно автоматизированы и им сопутствуют те же риски. Разница лишь в том, что теперь мы можем ими управлять.
Все текущие «пилоты» касаются процессов, где ошибка не приведет к сбою в бизнесе и пока контролируется человеком: отражение первички, типизация документов, работа с корреспонденцией и т.д. Модель учится на найденных человеком ошибках, так формируется доверие между человеком и машиной: через наблюдение и обратную связь.
Главный принцип — контролируемое внедрение. Каждая технология вводится поэтапно, с ручной верификацией и отслеживанием результатов. IDP-оркестратор при этом остается открытой системой: если один инструмент не справляется, то мы можем заменить его другим, не ломая архитектуру: живая экосистема — это и есть наша защита от рисков.
Технологии меняются быстрее, чем бизнес успевает перестраивать процессы. Мы видим это каждый день и понимаем, что удерживать стабильность можно только за счет гибкости. Именно она готовит нас к следующему шагу — к миру, где искусственный интеллект станет стандартом операционной работы.
Неизбежность ИИ: эволюция операционных центров
Инструменты искусственного интеллекта постепенно становятся неотъемлемой частью нашей жизни, а тем более – современного бизнеса. Для нашей компании переход к интеллектуальной обработке документов стал естественным этапом развития. От сканеров и поточного распознавания — к IDP-оркестратору, от цифровизации — к экосистеме, где человек и искусственный интеллект работают вместе.
Эта эволюция формирует новое понимание эффективности, когда задача — не обработать документ, а превратить данные в управляемое знание и ценность для бизнеса. Наш операционный центр уже живёт в этой логике. Вместе ИИ и человек делают то, что невозможно по отдельности: работают быстрее, точнее и ум
Модели работы с сотрудниками бэк-офисных функций: плюсы и минусы
Ольга Незговорова, SCHNEIDER GROUP, – о том, от чего зависит выбор схемы работы с сотрудниками и что надо учесть при ее выборе
