हमने अकाउंटिंग में AI को कैसे काम पर लगाया और इसका परिणाम क्या निकला

यह परियोजना तब शुरू हुई जब एकाउंटेंट्स ने मशीन लर्निंग टीम से एआई को इनवॉइस पढ़ना सिखाने को कहा, जो अव्यवस्थित प्रारूपों में आते थे: पुरानी एक्सेल फाइलें, सीआईडी फ़ॉन्ट वाले दस्तावेज़, वर्ड टेबल, बहु-पृष्ठ पीडीएफ, और यहां तक कि तस्वीरें भी। टीम ने व्यावसायिक रूप से संवेदनशील डेटा को कंपनी के भीतर रखने के लिए एक ऑन-प्रिमाइसेस एलएलएम चुना और स्कैन और छवियों के लिए ओसीआर (पैडलओसीआर) का उपयोग किया। एक प्रीप्रोसेसिंग चरण सभी इनपुट को मार्कडाउन में परिवर्तित करता है, संरचना को संरक्षित करता है, और फिर एलएलएम फ़ील्ड को एक JSON अनुबंध में निकालता है जो 1सी के साथ एकीकृत होता है। कठोर सत्यापन जांच होती हैं: फ़ील्ड प्रकारों और लंबाई के लिए औपचारिक जांच, साथ ही रूसी बैंक विवरण जैसे बीआईके, संवाददाता खाता, केपीपी और आईएनएन चेकसम के लिए विषय-विशिष्ट नियम। टीम ने शुरू में qwen3-thinking-30b-a3b का उपयोग किया लेकिन उत्पादन के लिए openai/gpt-oss-120b पर स्विच किया, जहां एक बग का सामना करना पड़ा जहां मॉडल खाता संख्याओं को संख्याओं के रूप में मानता था और अग्रणी शून्य हटा देता था। पाइपलाइन ने परीक्षण सेट पर 100% सटीकता हासिल की, और उत्पादन में छह महीने के बाद इसने मैन्युअल काम कम कर दिया है और इनवॉइस प्रोसेसिंग को तेज कर दिया है, जिसमें अधिक दस्तावेज़ प्रकारों को संभालने की योजना है।