«АльфаСтрахование» построила IDP-оркестратор на базе OCR, ML и LLM вместе со Smart Engines
«АльфаСтрахование» раскрыла детали собственной платформы интеллектуальной обработки документов, которая объединяет классическое оптическое распознавание, модели машинного обучения и большие языковые модели. Компания ежегодно обрабатывает около 40 млн документов, а её партнёром по OCR на протяжении десяти лет остаётся российский разработчик Smart Engines.
О том, как устроена платформа интеллектуальной обработки документов (IDP) в «АльфаСтраховании», рассказала директор операционного департамента компании Наталья Корецкая в рамках открытого диалога, запись которого опубликована в потоке публикаций о разработке. Речь идёт не о разовом эксперименте с генеративным ИИ, а о результате десятилетней эволюции: от потокового сканирования бумаги и распознавания штрихкодов до собственного оркестратора, в котором OCR, машинное обучение и большие языковые модели работают как единый конвейер. По словам представителя компании, такой подход позволяет автоматизировать десятки бизнес-процессов и приносит экономический эффект, измеряемый десятками миллионов рублей.
Масштаб задачи задаёт сам характер страхового бизнеса: порядка 40 млн документов в год и около 2 млн единиц входящей корреспонденции, которую нужно вскрыть, прочитать, зарегистрировать, классифицировать и направить по нужному маршруту. Исторически всё начиналось с установки скоростных сканеров и программ потокового сканирования примерно в 400 точках присутствия компании. Первым проектом распознавания стало считывание штрихкодов на договорах страхования: это позволяло автоматически связать отсканированный оригинал полиса с записью в информационной системе и подтвердить, что бумажный документ действительно поступил. Затем к штрихкодам добавились QR-коды, а позже компания перешла к автоматизации учёта типовых форм договоров. Стратегия операционной эффективности, как её описывают в компании, заключается в переводе локальных ручных операций в цифровой формат с последующей централизацией и автоматизацией.
Следующим технологическим слоем стала классификация входящей корреспонденции с помощью моделей машинного обучения, обученных по собственным алгоритмам компании. Именно ML позволило автоматически определять тип документа и выбирать для него сценарий обработки, учитывая срочность: судебное письмо и заявление о расторжении договора требуют разной скорости реакции и разных правовых последствий при просрочке. Параллельно OCR применяется не только в бэк-офисе, но и во фронтенде — при продаже страховых продуктов распознаются паспорта, водительские удостоверения и свидетельства о регистрации транспортных средств. Для этих задач компания использует решения Smart Engines, которые встраиваются непосредственно в клиентский сценарий оформления полиса. Таким образом, IDP-платформа охватывает как внутренние операции, так и точки контакта с клиентом, а распознавание становится частью пользовательского опыта, а не только бэк-офисной функцией.
Ключевой тезис, который прозвучал в интервью, касается роли больших языковых моделей: LLM без OCR в обработке документов не работает. Даже при сокращении доли бумаги до 16% на фоне пандемии остаётся большой массив сканов и фотографий без текстового слоя, из которых нужно извлечь данные для бизнес-процессов. Полностью цифровые документы, формируемые в информационных системах, принимаются к учёту автоматически, а вот изображения и сканы требуют предварительного распознавания — и только после этого в дело могут вступать языковые модели. Собственный IDP-оркестратор как раз и управляет этой последовательностью, распределяя документы между OCR, ML-классификаторами и LLM в зависимости от типа и качества входных данных. В компании подчёркивают, что генеративный ИИ не подменяет классические технологии, а дополняет их, что особенно важно для страхового бизнеса с его жёсткими требованиями к точности и прослеживаемости.
Выбор поставщика OCR в компании называют осознанным и проверенным временем: за десять лет сотрудничества со Smart Engines альтернативы тестировались неоднократно, включая открытые решения и продукты российских и зарубежных разработчиков в облачном и локальном исполнении. Показательно, что в опубликованных рядом материалах обсуждается обратная сторона такого выбора: при работе с чувствительными данными передача изображений во внешние облачные vision-модели создаёт риски с точки зрения 152-ФЗ, и тогда на первый план выходят локальные OCR-движки. Практика показывает, что лёгкие открытые решения вроде RapidOCR на ONNX могут ошибаться на кириллице, подменяя русские буквы латиницей и цифрами, поэтому приходится либо дообучать модели, либо использовать Tesseract с предобработкой изображений в OpenCV — масштабированием, шумоподавлением и выравниванием контраста. Эти детали важны для понимания того, почему в «АльфаСтраховании» остановились на промышленном решении, а не на открытых библиотеках: масштаб в 40 млн документов в год не прощает ошибок распознавания, а стоимость ручной верификации может перекрыть экономию на лицензиях.
Для российского рынка кейс «АльфаСтрахования» важен как пример зрелой архитектуры, где генеративный ИИ не подменяет, а дополняет классические технологии. Страховщики и банки работают с большими объёмами персональных данных, и требования регулятора фактически подталкивают их к гибридным схемам: локальное распознавание и анонимизация на входе, затем извлечение сущностей и маршрутизация, и только потом — при необходимости — обращение к языковой модели. Конкуренция здесь идёт не столько между отдельными OCR-движками, сколько между подходами к построению оркестратора: собственные платформы дают контроль над стоимостью, качеством и соответствием требованиям, но требуют инженерной экспертизы и постоянного сопровождения моделей. В условиях санкционных ограничений и ухода зарубежных вендоров ставка на российского разработчика OCR выглядит и технологически, и регуляторно обоснованной, хотя и создаёт зависимость от одного поставщика.
Открытыми остаются вопросы масштабирования LLM-компонента: насколько глубоко языковые модели будут участвовать в извлечении данных из неструктурированных документов, как будет организована оценка качества и как компания планирует поступать с новыми типами документов, которых не было в обучающих выборках. Ответы на них определят, сохранится ли нынешняя связка «OCR плюс ML плюс LLM» или её сменит более компактная архитектура с мультимодальными моделями, работающими полностью в локальном контуре. Пока же «АльфаСтрахование» демонстрирует, что IDP — это не про выбор одной технологии, а про выстраивание конвейера, в котором каждая технология занимает своё место и приносит измеримый экономический эффект.