Технологии

Искусственный интеллект в бухгалтерии: что нейросеть уже делает со счетами

Нейросети встроены почти в каждый учётный сервис, но из рекламы не понять, что из этого работает на реальных счетах. Разбираем задачи, риски, требования к персональным данным и план внедрения на месяц.

Стопка бумажных счетов превращается в поток данных, уходящий в ноутбук

Коротко: искусственный интеллект в бухгалтерии малого бизнеса сегодня хорошо справляется с узкими повторяющимися задачами: читает счета и акты в любом виде, раскладывает расходы по статьям, сопоставляет счёт с договором и платежом, замечает подозрительные документы и отвечает сотрудникам на типовые вопросы по учёту. Решение об оплате, проводки по сложным операциям и ответственность за отчётность остаются за людьми. Начинать стоит с одного потока документов, проверки на своих данных за прошлый месяц и понятного правила, когда нейросеть обязана передать документ человеку.

Последние два года бухгалтерам предлагают нейросети почти в каждом сервисе: в облачной бухгалтерии, в ЭДО, в банке, в отдельных чат-ботах. Из рекламы трудно понять, что из этого работает на реальных счетах, а что пока остаётся демонстрацией. Ниже разбор без обещаний: какие задачи по счетам ИИ уже закрывает, где он ошибается, что говорит закон о персональных данных и как проверить пользу за месяц.

Готовые функции подходят компаниям с типовым документооборотом. Если же счета приходят из десятка каналов, нужна своя логика согласования или связка с CRM и складом, компании заказывают ИИ автоматизацию для бизнеса под свои документы и процессы. В этом случае модель обучают на собственном архиве, а правила проверки записывают в коде, а не в инструкции для сотрудника. Какой путь выбрать, станет понятнее после разбора задач.

Чем ИИ отличается от обычного распознавания счетов?

Классическое распознавание (OCR) превращает картинку в текст и находит поля по шаблону: где ИНН, где сумма, где дата. Если поставщик поменял форму счёта, шаблон ломается, и документ уходит на ручной ввод. Подробно этот путь разобран в статье о том, как устроено распознавание данных из счёта.

Нейросетевые модели, включая большие языковые модели (LLM), работают иначе. Они понимают смысл документа целиком: отличают счёт от акта и УПД, находят реквизиты в непривычном месте, читают таблицу с объединёнными ячейками, понимают фразу «оплата двумя частями, 50 % предоплата». На практике это значит, что новый поставщик больше не требует настройки шаблона: модель разбирает его счёт с первого раза.

Второе отличие важнее для бухгалтера. Модель работает со смыслом, а не только с полями, и может подсказать, к какому договору относится счёт и на какую статью расходов его отнести.

Третье касается ошибок. OCR путает 3 и 8. Языковая модель ошибается иначе: она может уверенно «дописать» реквизит, которого в документе нет. Поэтому проверки по справочникам становятся обязательными, о них ниже.

Какие задачи по счетам нейросеть уже решает?

Уже сейчас нейросеть решает шесть задач по счетам: разбирает входящие документы, разносит расходы по статьям, сопоставляет счёт с договором и оплатой, ищет аномалии, отвечает на вопросы сотрудников и готовит выгрузку в учётную систему. В 2026 году они стабильно работают в промышленных сервисах, а не только в пилотах. Порядок примерный: от самых зрелых к тем, где нужен присмотр.

1. Разбор входящих документов

Счета, акты, УПД и счета-фактуры приходят в почту, мессенджер, на ЭДО и сканом с телефона. ИИ определяет тип документа, извлекает реквизиты, позиции и суммы, склеивает многостраничный PDF и отбрасывает лишнее: рекламные вложения, дубли, письма без документов. На выходе получается карточка документа, готовая к проверке.

2. Разнесение расходов по статьям

По названию позиций, истории операций с этим контрагентом и плану счетов модель предлагает статью затрат, подразделение и проект. Бухгалтер не набирает, а подтверждает. Каждое исправление становится примером для модели, поэтому со временем правок нужно меньше. Для этого исправления должны сохраняться в системе, а не вноситься сразу в 1С в обход сервиса.

3. Сопоставление счёта, договора и оплаты

Трёхстороннее сопоставление (счёт, заказ или договор, документ о поставке) раньше делали руками или жёсткими правилами. Нейросеть сравнивает позиции, когда в счёте «Бумага офисная А4, 5 пачек», а в заказе «Бумага А4 500 л. ×5», и показывает только реальные расхождения по цене и количеству.

4. Поиск аномалий и мошенничества

Модель замечает то, что выбивается из привычной картины: новый расчётный счёт у старого поставщика, сумму чуть ниже лимита согласования, повтор счёта с другим номером, счёт от компании, зарегистрированной неделю назад. Часть этих проверок работает и без ИИ, их список есть в статье о том, какие ошибки в счетах ловятся автоматически. Нейросеть добавляет к правилам то, что трудно описать заранее.

5. Ответы на вопросы и черновики писем

Помощник на базе LLM отвечает сотрудникам «оплачен ли счёт от поставщика X», готовит письмо контрагенту с запросом исправленного документа, собирает сводку неоплаченных счетов на неделю. Факты для ответа помощник должен брать из учётной системы, а не из памяти модели. Поэтому ему нужен доступ только на чтение к реестру документов и оплат.

6. Подготовка к выгрузке в учётную систему

ИИ сопоставляет контрагента и номенклатуру со справочниками 1С, предлагает создать новую карточку только когда совпадения действительно нет, и формирует документ поступления. Финальная выгрузка остаётся детерминированной, без «творчества» модели. Как это настроить, разобрано в материале о выгрузке счетов в 1С без ручного ввода.

Что ИИ в бухгалтерии пока делать не должен?

Подтверждать оплату, проводить нетиповые операции, толковать изменения закона и подписывать отчётность ИИ не должен: здесь решение принимает человек. Причина не только в точности, но и в ответственности: по закону о бухгалтерском учёте за ведение учёта отвечает руководитель компании, а не программа.

  • Подтверждать оплату. Модель может подготовить реестр платежей и подсветить риски, но кнопку «оплатить» нажимает сотрудник с правом подписи.
  • Проводить нетиповые операции. Взаимозачёты, корректировки прошлых периодов, сложные договоры с переходом права собственности требуют профессионального суждения.
  • Толковать изменения закона. Языковые модели обучены на данных на определённую дату и не знают о поправках, вышедших позже. Сведения о ставках, сроках и формах нужно сверять с первоисточником.
  • Подписывать и сдавать отчётность. Декларация может быть собрана автоматически, но проверку и подпись никто не отменял.
  • Работать без следа. Если система не хранит, кто и когда принял решение по документу и что предложила модель, при проверке или споре с поставщиком восстановить картину будет нечем.

Почему языковая модель ошибается иначе, чем человек?

Главный риск LLM в учёте называют галлюцинацией: модель выдаёт правдоподобный ответ, которого нет в исходных данных. В счёте не указан КПП, а модель подставляет «типичный» КПП из похожих документов. Сумма НДС не читается на скане, а модель вычисляет её сама и не помечает это.

Защита от таких ошибок строится не на «более умной модели», а на архитектуре процесса:

  1. Проверка по внешним справочникам. ИНН, КПП, расчётный счёт и БИК сверяются с карточкой контрагента и реестрами, а не принимаются на веру.
  2. Арифметический контроль. Сумма позиций, НДС и итог пересчитываются отдельным кодом, без участия модели.
  3. Порог уверенности. Если модель не уверена в поле, документ уходит человеку. Почему высокий процент по полям не гарантирует чистый документ, объяснено в разборе точности OCR при распознавании счетов.
  4. Ссылка на источник. Каждое извлечённое значение привязано к месту в документе, и бухгалтер видит, откуда оно взято.

Можно ли отправлять счета в облачную нейросеть?

Счёт часто содержит персональные данные: ФИО индивидуального предпринимателя, его ИНН, иногда телефон и адрес. Обработка таких данных регулируется Федеральным законом № 152-ФЗ «О персональных данных». Для компании это означает несколько практических вопросов до подключения любого ИИ-сервиса:

  • Где обрабатываются данные. Если сервис отправляет документы на серверы за рубежом, это трансграничная передача. С 1 марта 2023 года о намерении её осуществлять оператор обязан заранее уведомить Роскомнадзор (статья 12 закона).
  • Где хранятся данные. При сборе персональных данных граждан РФ первичная запись и хранение должны вестись в базах данных на территории России.
  • Обучается ли модель на ваших документах. В договоре с поставщиком должно быть прямо написано, используются ли ваши счета для дообучения общей модели и кто ещё может получить к ним доступ.
  • Есть ли договор поручения. Если сервис обрабатывает данные по вашему поручению, нужен договор поручения с перечнем мер защиты.

Отправлять выгрузку счетов в публичный чат-бот «чтобы он посчитал» нельзя: так данные контрагентов уходят третьему лицу без правового основания. Вариантов, которые работают, три: российский облачный сервис с договором поручения, модель, развёрнутая в своём контуре, или обезличивание документов до отправки.

Готовый сервис или своя разработка?

Для малого бизнеса с потоком до нескольких сотен счетов в месяц почти всегда достаточно готового сервиса: распознавание, проверки и выгрузка в 1С закрывают основную рутину. Своя разработка оправдана в других случаях:

  • документы нестандартные: отраслевые накладные, акты на иностранных языках, рукописные отметки;
  • нужна связка с собственной CRM, складом или порталом поставщиков, которой нет у готовых решений;
  • требования безопасности не позволяют выносить документы за периметр компании;
  • поток большой, и подписка по числу документов обходится дороже собственной системы.

Промежуточный вариант тоже возможен: готовый сервис для распознавания плюс собственный модуль правил и согласования. Как считать бюджет для каждого варианта, разобрано в статье о том, сколько стоит автоматизация обработки счетов.

Как внедрить ИИ в бухгалтерию за месяц: пошаговый план

  1. Выберите один поток. Например, входящие счета от поставщиков на расходы. Не пытайтесь одновременно автоматизировать зарплату, банк и отчётность.
  2. Зафиксируйте исходные цифры. Сколько документов в месяц, сколько минут уходит на один, сколько ошибок находят при закрытии месяца.
  3. Соберите тестовый набор. Возьмите 100–200 реальных счетов за прошлый месяц, включая плохие сканы и необычных поставщиков.
  4. Проверьте сервис на этом наборе. Считайте не точность «по символам», а долю документов, которые прошли без единой правки.
  5. Пропишите правило передачи человеку. Какие поля и какие суммы всегда проверяет бухгалтер, при каком уровне уверенности документ останавливается.
  6. Решите вопрос с данными. Договор поручения, место хранения, запрет на дообучение общей модели на ваших документах.
  7. Запустите параллельно со старым процессом. Две-три недели обе схемы работают рядом, расхождения разбираются.
  8. Сравните с исходными цифрами. Если время на документ и число ошибок не снизились, ищите причину до расширения на другие процессы.

Чек-лист перед подключением ИИ к учёту

  • Выбран один процесс и измерено, сколько он стоит сейчас.
  • Тест проведён на ваших документах, а не на демо-примерах поставщика.
  • Реквизиты сверяются со справочниками, суммы пересчитываются отдельно от модели.
  • Есть порог уверенности и понятный маршрут документа к человеку.
  • Каждое решение по документу сохраняется в журнале с автором и временем.
  • Понятно, где обрабатываются и хранятся данные, есть договор поручения.
  • Права на подтверждение оплаты остались у сотрудников.
  • Первичка хранится не меньше пяти лет после отчётного года, как требует 402-ФЗ, вместе с исходными файлами, а не только извлечёнными данными.

Частые вопросы об искусственном интеллекте в бухгалтерии

Заменит ли искусственный интеллект бухгалтера?

Нет. ИИ забирает ввод документов, разнесение по статьям и сверку, но решение об оплате, нетиповые операции и ответственность за отчётность остаются за людьми. Меняется сама работа бухгалтера: меньше набора, больше проверки и анализа.

Какие задачи бухгалтерии автоматизировать с помощью ИИ в первую очередь?

Разбор входящих счетов и актов, разнесение расходов по статьям и сопоставление счёта с договором и оплатой. Эти задачи повторяются каждый день, легко измеряются и дают заметную экономию времени уже в первый месяц.

Можно ли загружать счета в ChatGPT или другой публичный чат-бот?

Не стоит. В счетах бывают персональные данные индивидуальных предпринимателей, а передача их третьему лицу без договора поручения и без уведомления о трансграничной передаче нарушает 152-ФЗ. Используйте сервис с договором поручения или модель в своём контуре.

Насколько точно нейросеть распознаёт счета?

На чистых PDF современные модели извлекают основные поля почти без ошибок, на плохих сканах и рукописных отметках точность падает. Оценивать нужно долю документов, прошедших без единой правки, на ваших собственных счетах за прошлый месяц.

Кто отвечает, если ИИ ошибся в документе?

Компания. По закону о бухгалтерском учёте за организацию учёта отвечает руководитель, поэтому в процессе должны быть проверки по справочникам, порог уверенности и журнал решений, а подтверждение оплаты должно оставаться за сотрудником.

Попробуйте GotBilled на своих счетах

Первые 30 счетов — бесплатно. Подключение за вечер, карта не нужна.

Начать бесплатно