Главная Кейсы AI-система обработки входящих документов для юридической фирмы

AI-система обработки входящих документов для юридической фирмы

Клиент: Топовая юридическая фирма (150+ юристов)

Задача

Юридическая фирма обрабатывала 500+ входящих документов в день: контракты, претензии, исковые заявления, приказы, акты, счёты-фактуры. Каждый документ требовал: ручного распознавания текста с фото/скана, классификации по типам, извлечения ключевых данных (стороны, реквизиты, суммы, сроки, статусы), проверки полноты информации и занесения в CRM. На эту работу команда из 3 специалистов тратила 30–40 минут на документ, что составляло 2400+ часов в год. При ошибках (пропуск суммы, неправильная дата) возникали проблемы при работе с делом.

Решение

Разработали интеллектуальную систему обработки на основе Computer Vision и Natural Language Processing. Система: сканирует документ (PDF, JPG, TIFF), распознаёт текст с помощью Tesseract + OpenCV для обработки низкокачественных фото, классифицирует тип документа с помощью нейросети TensorFlow (обучена на 10 тыс. внутренних документов), по типу применяет специализированный шаблон для извлечения данных (NLP), валидирует извлечённые данные против регулярных выражений и правил, автоматически вносит данные в CRM через FastAPI. На сложные случаи (новые форматы, низкое качество, противоречия) система ставит флаг и маршрутизирует на ручную проверку юристу с пред-заполненными полями, ускоряя проверку в 5 раз.

Результаты

Метрики которых достигли благодаря реализации проекта

2400 часов
экономия рабочего времени специалистов в год (3 человека × 800 часов)
9x
ускорение обработки одного документа (с 35 минут до 4 минут)
97.3%
точность распознавания данных, прошедших валидацию
3.2 млн руб
годовая экономия на переподготовке и зарплате специалистов
18% прибыли
рост прибыли фирмы за счёт переноса 3 сотрудников на клиентскую работу
350 млн руб
дополнительной выручки за 2 года благодаря увеличению пропускной способности

Технологии

Python TensorFlow OpenCV Tesseract PostgreSQL FastAPI React AWS Lambda Celery

Продолжительность проекта

4 месяца

Размер команды

5 специалистов

Отрасль

Сервисные компании и B2B-услуги

Услуги

AI/ML, Document Processing, NLP, Backend Development, Integration

"Первый месяц тестировали осторожно, боялись погубить дела неправильно распознанными данными. Но система оказалась точнее, чем люди, которые устают и ошибаются. Теперь наши 3 специалиста работают с крупными контрактами и спорными делами — те, которые приносят реальный доход. За 2 года выручка выросла на 350 млн руб."

Сергей Петров

Управляющий партнёр

Похожая задача?

Расскажите о вашем проекте — поможем реализовать результаты как в этом кейсе

Обсудить проект