Каждый день в негосударственный пенсионный фонд «Будущее» поступают сотни самых разных документов: заявления и обращения клиентов, судебная корреспонденция, запросы от регуляторов и государственных органов и многое другое. В 2025 году, после объединения нескольких фондов, общий объем документооборота значительно вырос. При этом около 42% входящих документов продолжали регистрироваться вручную, что создавало риски ошибок, задержек и дополнительных операционных затрат. Процесс регистрации осложнялся еще и тем, что документы одного формата нужно было классифицировать по нескольким видам, определить их тип и тематику в соответствии с принятыми стандартами фонда.
Перед фондом встала задача не просто ускорить работу с входящей корреспонденцией, а выстроить понятную и устойчивую систему, способную заменить ручную регистрацию и обрабатывать как структурированные, так и неструктурированные документы. В кейсе расскажем, как НПФ «Будущее» вместе с ITFB Group автоматизировал регистрацию 142 тыс. документов в год и почему ключевую роль в этом проекте сыграли LLM-модели.
Большой фонд — большой документооборот
НПФ «Будущее» — один из крупнейших негосударственных пенсионных фондов в России. Организация работает и с физическими, и с юридическими лицами, поэтому входящая корреспонденция включает документы с юридической значимостью и жесткими требованиями к срокам обработки.
После консолидации нескольких фондов в 2025 году объем входящих документов превысил 330 тыс. единиц в год. Около 42% этого потока сотрудники регистрировали вручную. Ручная регистрация означала не только значительные временные затраты — неверно определенный вид или тип документа, ошибка или пропущенный атрибут приводили к неправильной маршрутизации и задержкам в исполнении документов.
Фонду требовалось решение, которое сократит ручную работу и ускорит регистрацию, но при этом сможет работать с неструктурированными документами и разным форматами входящих файлов. Система должна была точно определять тип и тематику обращений, снижать операционные затраты и при этом оставаться гибкой — с возможностью масштабирования и подключения новых ИИ-сценариев.
Отдельно зафиксировали требования к качеству. Распознавание печатного текста — не ниже 90%, рукописного — не ниже 60%, с возможностью дообучать систему новым видам и форматам документов без переработки ядра.
Партнером по внедрению выбрали ITFB Group, российскую ИТ-компанию, а в качестве технологической основы проекта использовали их собственную платформу ITFB EasyDoc. Это интеллектуальная система для работы с документами, которая берет на себя распознавание текста, извлечение данных и аналитическую обработку входящих файлов с использованием технологий ИИ.
От рутинной регистрации к смысловой обработке
Проект шел почти год и сразу задумывался как поэтапный — с постепенным расширением автоматизации и контролем качества на каждом шаге.
На первом этапе команда сосредоточилась на том, чтобы снять с сотрудников самую рутинную часть работы — регистрацию типовых структурированных документов. EasyDoc подключили к системе электронного документооборота фонда и научили обрабатывать как классические текстовые формы, так и сканы, в том числе полученные в процессе поточного сканирования.
Документы проходили единый маршрут: система принимала файл, подготавливала изображение, распознавала текст, извлекала атрибуты и передавала данные в СЭД для регистрации. Это позволило автоматизировать базовый поток без изменения сложившихся бизнес-процессов фонда и сразу увидеть эффект от внедрения.
На втором этапе систему расширили на неструктурированные документы (запросы государственных органов, судебные документы, обращения и заявления физических лиц). Последние составляли значительную часть входящего потока и отличались по оформлению, стилю и содержанию.
Классические технологии машинного зрения здесь не обеспечивали нужной точности. Поэтому для второго этапа выбрали подход с использованием LLM-моделей. Их донастроили под типы и тематики, принятые в НПФ «Будущее», чтобы система могла не просто распознавать текст, а понимать, о чем документ и к какому процессу он относится.
На третьем этапе в процесс добавили ИИ-подсистему для семантического анализа. LLM-модели в связке с правило-ориентированными механизмами извлечения данных начали автоматически выделять ключевые сущности и помогать с первичными решениями — куда направить документ и насколько он приоритетен.
Архитектуру проектировали с запасом. Решение должно было «безболезненно» подключать территориально удаленные подразделения и в дальнейшем расширяться за счет новых ИИ-сценариев.
В основе EasyDoc лежит принцип «одного окна». Каждый входящий документ проходит одну и ту же цепочку — от загрузки до передачи данных в СЭД по API: импорт, предобработка, OCR/HTR-распознавание, классификация с использованием ML и LLM, извлечение атрибутов.
«Мы объединили опыт в построении систем электронного документооборота с технологиями CV, OCR и LLM, чтобы создать решение, которое не только автоматизировало рутину, но и заложило основу для дальнейшей интеллектуализации процессов».
Вадим Петросян, директор по развитию бизнеса ITFB Group
Система работает с 20 видами документов, 58 типами и 74 тематиками и извлекает до 23 ключевых атрибутов — от СНИЛС и почтового идентификатора до тематики обращения, даты исполнения и региона России.
Если качество распознавания превышает 90%, документ может регистрироваться автоматически. Если ниже — сотрудник подключается только для проверки и корректировки данных. Благодаря этому обработка документов стала быстрее без потери качества и контроля.
Золотая формула эффективности
Автоматизация регистрации заметно изменила повседневную работу с входящей корреспонденцией — процесс стал предсказуемым и управляемым:
- Большая часть процесса регистрации документов теперь осуществляется без участия человека — 62% операций система выполняет автоматически. Сотрудники подключаются только там, где действительно нужна проверка или уточнение данных.
- Документы перестали «застревать» на самом старте — среднее время регистрации сократилось примерно на 20%, и это напрямую сказалось на скорости реакции на клиентские обращения — ответы стали уходить быстрее, без накопления очередей.
- Снизилась и нагрузка на команду — благодаря оптимизации процессов ФОТ, задействованный в регистрации документов, сократился на 30%. При этом качество обслуживания клиентов осталось на высоком уровне.
- Качество данных стало стабильнее — количество ошибок, опечаток и пропусков при регистрации снизилось на 80%. Это повысило надежность учета и упростило дальнейшую работу с документами.
- Процесс регистрации стал прозрачным и масштабируемым — это открыло возможность для аутсорсинга отдельных этапов и масштабирования системы на процессы других подразделений.
«Внедрение EasyDoc совместно с ITFB Group позволило нам перевести регистрацию и обработку документов на новый уровень — минимизировать ошибки и при этом снизить нагрузку на сотрудников. Сегодня мы видим реальный эффект цифровизации в улучшении качества сервиса для клиентов и в более высокой эффективности внутренних процессов».
Виктория Бондарева, заместитель генерального директора НПФ «Будущее»
В итоге сотрудники тратят меньше времени на рутину и исправление ошибок, а клиенты фонда быстрее получают ответы на свои запросы.
Что дальше
Для НПФ «Будущее» этот проект стал одним из основных элементов цифровой трансформации в фонде. Внедрение в документооборот технологий ИИ является стартом для дальнейшего масштабирования системы распознавания на процессы обработки документов в других подразделениях.