Cómo Pusimos la IA a Trabajar en Contabilidad y Qué Resultó de Ello
OpenAI
Alexandra Tsareva, de Infosystems Jet, describe la construcción de un modelo de lenguaje grande (LLM, por sus siglas en inglés) local y una canalización de reconocimiento óptico de caracteres (OCR) para extraer datos estructurados de facturas de pago rusas hacia 1C. La solución maneja una variedad desordenada de formatos de documentos, aplica reglas de validación y ha estado en producción durante seis meses con una precisión del 100% en un conjunto de pruebas.
El proyecto comenzó cuando los contadores pidieron al equipo de ML que enseñara a la IA a leer facturas, que llegaban en formatos caóticos: archivos antiguos de Excel, documentos con fuentes CID, tablas de Word, archivos PDF de varias páginas e incluso fotos. El equipo eligió un LLM local para mantener los datos comercialmente sensibles dentro de la empresa y utilizó OCR (PaddleOCR) para escaneos e imágenes. Un paso de preprocesamiento convierte todas las entradas a Markdown, preservando la estructura, y luego el LLM extrae los campos en un contrato JSON que se integra con 1C. A continuación, se realizan validaciones estrictas: comprobaciones formales de tipos y longitudes de campos, además de reglas específicas para datos bancarios rusos como BIK, cuenta corresponsal, KPP y sumas de verificación del INN. El equipo utilizó inicialmente qwen3-thinking-30b-a3b pero cambió a openai/gpt-oss-120b para producción, encontrando un error donde el modelo trataba los números de cuenta como números y eliminaba los ceros iniciales. El pipeline alcanzó una precisión del 100% en el conjunto de prueba, y tras seis meses en producción ha reducido el trabajo manual y acelerado el procesamiento de facturas, con planes de manejar más tipos de documentos.
Fuente: Habr — хаб ИИ —
original