Подготовка к налогам

Автоматизация подготовки к налогам собирает первичные документы из разных источников, извлекает из них реквизиты и суммы, проверяет сходимость с учётной системой и готовит сводку, с которой бухгалтер начинает работу. Цель — убрать ручной перенос данных из PDF, сканов и писем в учёт, чтобы команда тратила время на проверку и принятие решений, а не на перепечатывание.

Что делает автоматизация по шагам

1. Собирает документы из подключённых источников: корпоративная почта, папки в облачном хранилище (Google Drive, Dropbox, OneDrive, S3), общие чаты с поставщиками, входящие из ЭДО.
2. Распознаёт содержимое: применяет OCR для сканов и фотографий, парсит PDF и Excel, извлекает текст из писем и вложений.
3. Извлекает реквизиты: контрагент, ИНН/EDRPOU, номер и дата документа, суммы (всего, без НДС, НДС), валюта, статья расходов или доходов.
4. Классифицирует документы по типу (счёт, акт, накладная, банк, кассовый чек, договор) и по статье учёта на основе правил и истории компании.
5. Сверяет с учётной системой: проверяет, есть ли документ в учёте, совпадают ли суммы, не дублируется ли запись.
6. Помечает расхождения и пропуски: документы без пары в учёте, неполные реквизиты, контрагенты без ИНН, подозрительные дубли.
7. Формирует сводку для бухгалтера: список документов за период, статусы (готов / требует уточнения / ошибка), агрегаты по статьям и контрагентам, экспорт в Excel или прямая выгрузка в учётную систему.

Что автоматизация НЕ делает

• Не подаёт отчётность в налоговую и не подписывает декларации электронной подписью — это зона ответственности бухгалтера.
• Не интерпретирует сложные налоговые ситуации: спорные расходы, реклассификация активов, нестандартные операции уходят на ручной разбор.
• Не заменяет бухгалтера: финальную проверку сводки, расчёт налогов и принятие решений по неоднозначным документам делает человек с профильной компетенцией.

Автоматизация работает как пайплайн из последовательных этапов: триггер на новый документ, распознавание, извлечение, валидация, классификация, сверка и выгрузка. Каждый этап отвечает за свою задачу и логирует результат, чтобы при ошибке можно было найти, где сломалось.

Технический поток

Источниками служат корпоративная почта, папки в файловом хранилище и API учётной системы. AI-агент опрашивает их по расписанию или подписывается на webhook'и, складывает новые документы в очередь обработки и идёт по этапам:

1. Pre-processing: распаковка архивов, извлечение вложений из писем, нормализация форматов (PDF → текст, скан → OCR-текст).
2. Extraction: LLM с заданной JSON-схемой выделяет реквизиты документа. Для типовых форм работает быстрее (regex + правила), для нестандартных — fallback на LLM.
3. Validation: проверка обязательных полей (контрагент, сумма, дата), формальная проверка ИНН/EDRPOU, контроль арифметики (сумма = базис + НДС).
4. Classification: модель относит документ к типу и статье учёта. Использует историю компании — обучается на уже разнесённых документах за прошлые периоды.
5. Reconciliation: запрос к учётной системе через API или экспорт-импорт CSV; сопоставление по номеру, дате, контрагенту и сумме.
6. Output: сводка в формате Excel/Google Sheets, выгрузка в учёт, уведомление в Slack или почту бухгалтеру со списком документов, требующих внимания.

Шаги внедрения

1. Аудит документооборота: какие типы документов проходят через компанию, в каких форматах, сколько в месяц, где хранятся.
2. Описание правил классификации: список статей расходов/доходов, типовые контрагенты, специфика учётной политики.
3. Подключение источников: настройка доступа к почте (IMAP или OAuth), папкам в облаке, API учётной системы.
4. Настройка пайплайна извлечения: подбор моделей и правил под конкретные форматы документов компании.
5. Калибровка на исторических данных: запуск на документах за прошлый квартал, сравнение результата с тем, что разнесено бухгалтером, исправление ошибок классификации.
6. Пилот на одном направлении: 2-3 недели работы только на банковских выписках или только на счетах от поставщиков.
7. Постепенный rollout: подключение остальных типов документов и расширение перечня источников.
8. Передача в эксплуатацию: дашборд с метриками (% автоматической обработки, среднее время от поступления до сводки, доля документов, требующих ручной правки), регламент действий бухгалтера при срабатывании алертов.

Компоненты решения

Этап калибровки на исторических данных даёт основной выигрыш по точности: чем больше прошлых документов с разметкой бухгалтера видит классификатор, тем меньше ручных правок в эксплуатации.

До запуска нужны три блока готовности: данные, доступы и команда.

Данные и системы

• Учётная система с API или возможностью импорта CSV/Excel: 1С, BAS, MeDoc, Xero, QuickBooks или нишевое бухгалтерское SaaS.
• Облачное хранилище для входящих документов: Google Drive, Dropbox, OneDrive, S3 или аналог. Структура папок не обязательна, но желательна.
• Доступ к корпоративной почте, на которую приходят счета и акты от поставщиков: IMAP-аккаунт или OAuth-интеграция.
• Исторические документы за 3-6 месяцев с уже выполненной разметкой в учёте — нужны для калибровки классификатора.
• План счетов и список статей расходов/доходов в формате, понятном системе.

Команда и роли

• Главный бухгалтер или финансовый директор — владелец процесса, валидирует правила классификации и формат сводки.
• IT-администратор или подрядчик — настраивает доступы к почте, облаку и учётной системе.
• Ответственный за документооборот — следит за полнотой источников, разбирает алерты в первые недели после запуска.

Сроки внедрения

Реалистичный диапазон — 6-10 недель при средней сложности документооборота:

1. Аудит документооборота и описание правил — 1-2 недели.
2. Подключение источников и настройка пайплайна извлечения — 2-3 недели.
3. Калибровка классификатора и пилот на одном направлении — 2-3 недели.
4. Полный rollout и передача в эксплуатацию — 1-2 недели.

Если в компании несколько юрлиц, разные системы учёта или сложная структура документов, срок ближе к верхней границе.