Como Colocamos IA para Trabalhar na Contabilidade e o Que Resultou Disso
OpenAI
Alexandra Tsareva, da Infosystems Jet, descreve a construção de um pipeline local de modelos de linguagem de grande porte (LLMs) e OCR para extrair dados estruturados de faturas de pagamento russas para o 1C. A solução lida com uma variedade confusa de formatos de documentos, aplica regras de validação e está em produção há seis meses, com 100% de precisão em um conjunto de testes.
O projeto começou quando os contadores pediram à equipe de ML para ensinar a IA a ler faturas, que vinham em formatos caóticos: arquivos Excel antigos, documentos com fontes CID, tabelas do Word, PDFs com várias páginas e até fotos. A equipe escolheu um LLM local para manter dados comercialmente sensíveis dentro da empresa e usou OCR (PaddleOCR) para digitalizações e imagens. Uma etapa de pré-processamento converte todas as entradas para Markdown, preservando a estrutura, e então o LLM extrai os campos em um contrato JSON que se integra com o 1C. Verificações de validação rigorosas seguem: checagens formais para tipos e comprimentos de campo, além de regras específicas para detalhes bancários russos, como BIK, conta correspondente, KPP e dígitos verificadores de INN. A equipe inicialmente usou qwen3-thinking-30b-a3b, mas mudou para openai/gpt-oss-120b em produção, encontrando um bug em que o modelo tratava números de conta como números e descartava zeros à esquerda. O pipeline alcançou 100% de precisão no conjunto de teste e, após seis meses em produção, reduziu o trabalho manual e acelerou o processamento de faturas, com planos para lidar com mais tipos de documentos.
Fonte: Habr — хаб ИИ —
original