AzoneDoc: система поиска по документам на базе ИИ

Возможности AzoneDoc

• Контроль версий. Система учитывает историю изменений документа, позволяя найти как актуальную, так и предыдущие редакции.

  Поиск на естественном языке. Можно формулировать запрос также, как вы задаёте вопрос коллеге: «найди договор с транспортной компанией за 2023 год с пролонгацией».

  Дообучение под отраслевую специфику. Модель настраивается на вашу терминологию и стиль документов: она понимает внутренние сокращения, шифры дел и профессиональный сленг.

  Ответы, подкреплённые источниками. Каждый ответ содержит фрагмент текста и прямую ссылку на конкретную страницу документа — контекст всегда можно проверить.

  Совместимость с российским стеком. Поддерживаются операционные системы Astra Linux, РЕД ОС и СУБД Postgres Pro.

  Устойчивость к качеству сканов. Семантический поиск справляется с ошибками OCR, рукописными пометками и шумом от печатей, сохраняя высокую точность.

  Работа в аттестованной среде. Все компоненты — языковая модель, векторная база, поисковый движок — устанавливаются на серверы заказчика. Информация не передаётся во внешние облака.

Путь поискового запроса от ввода до ответа:

• 1. Распознавание и контроль качества. Встроенный OCR-модуль переводит сканы и PDF в машиночитаемый текст, создавая основу для точного поиска текста по документам, и одновременно оценивает качество: уровень уверенности распознавания, перекосы, шум. Документы с неприемлемым качеством направляются на повторную обработку с коррекцией изображений.

• 2. Сегментация текста. Распознанный текст разбивается на смысловые фрагменты (чанки) с небольшим перекрытием, чтобы не терять контекст на границах блоков.

• 3. Векторизация. Каждый фрагмент с помощью специализированной модели преобразуется в числовой вектор, фиксирующий его смысловое содержание. Совокупность векторов образует индекс в высокопроизводительной векторной базе данных, оптимизированной для быстрого поиска ближайших соседей.

• 4. Гибридный поиск. При выполнении запроса одновременно работают два механизма: семантический поиск (по смысловой близости векторов, улавливает синонимы и перефразировки) и классический полнотекстовый поиск (по точным совпадениям, например номерам договоров, ИНН). Результаты обоих каналов объединяются и взвешиваются.

• 5. Переранжирование. Список из 50–100 наиболее вероятных фрагментов повторно оценивается более точной и ресурсоёмкой моделью. Она упорядочивает результаты по степени соответствия запросу, гарантируя, что в самом начале выдачи пользователь увидит действительно подходящие документы.

• Описанная технологическая цепочка обеспечивает надёжный умный поиск по документам, который сокращает время получения ответа с часов до минут.

Процесс внедрения и сроки

Мы обеспечиваем полный цикл поставки и внедрения AzoneDoc в инфраструктуре заказчика. Внедрение, как правило, начинается с пилотного проекта, запуск которого занимает 4–8 недель, после чего решение масштабируется на всю организацию. Полное внедрение системы занимает от 5 до 9 месяцев, в зависимости от объёма архива. Обычно оно включает следующие этапы:

• 1. Аудит архива заказчика (1 месяц).

  Проводится инвентаризация документального фонда, оцениваются физический объём, типы документов и их состояние для получения точных исходных данных для внедрения системы поиска по документам.

• 2. Планирование (1 месяц).

  Совместно с заказчиком определяются целевые метрики проекта и разрабатывается архитектура решения. На этом же этапе выбирается оптимальная языковая модель (LLM), удовлетворяющая требованиям по производительности и информационной безопасности.

• 3. Пилотный проект (1–2 месяца).

  Платформа разворачивается на выделенной инфраструктуре заказчика и настраивается полный цикл обработки: от распознавания до векторного поиска. Языковая модель дообучается на уникальной терминологии и образцах документов компании, после чего проводится тестирование прототипа (MVP) — оценивается точность интеллектуального поиска по документам и удобство интерфейса.

• 4. Доработка (1–2 месяца).

  По итогам пилота устраняются выявленные недостатки, расширяется функционал и выполняется интеграция с корпоративными системами. Подключаются готовые коннекторы к «1С», SAP, Directum, ELMA и другим источникам документов, обеспечивая бесшовный обмен данными.

• 5. Тестирование (1 месяц).

  Проводится контроль качества поиска на расширенном массиве документов, организуются пользовательские испытания и обучение будущих операторов и администраторов системы.

• 6. Запуск (от 1 месяца).

  Система масштабируется на весь целевой архив компании и вводится в промышленную эксплуатацию с настроенным мониторингом работоспособности.

• 7. Техническая поддержка и развитие (на постоянной основе).

  После запуска действует постоянная техническая поддержка, включающая обновление программных компонентов, консультирование администраторов и мониторинг стабильности. При необходимости проводится дополнительное обучение модели на новых массивах документов, чтобы ИИ в документообороте заказчика продолжал точно отражать актуальную структуру архива.

Для каких организаций предназначен продукт

• AzoneDoc ориентирован на строительные и промышленные холдинги, федеральные государственные предприятия, корпорации и другие крупные структуры со сложным документооборотом.

• Решение зарекомендовало себя как надёжная ИИ система документооборота в масштабах целой отрасли: успешно прошло проверку в конфигурации, охватывающей более 10 000 сотрудников и 10 территориально распределённых филиалов. По результатам внедрений эффективность системы подтверждена на архивах объёмом более 5 миллионов скан-копий — релевантность выдачи в топ-5 в этом случае составляет не менее 91%.

Демонстрационная среда

• Чтобы оценить возможности интеллектуального поиска AzoneDoc, доступен публичный демо-стенд. Он работает на синтетических данных и позволяет протестировать ключевые сценарии продукта: поиск на естественном языке, получение конкретного ответа с цитатой и ссылкой на страницу исходного файла, а также устойчивость системы к ошибкам распознавания. Доступ предоставляется бесплатно и открыт в любое время. Стенд полностью воспроизводит логику и скорость обработки запросов, но не содержит реальных документов.

Ценообразование

• Стоимость проекта рассчитывается индивидуально и зависит от двух основных параметров:

  • объёма архива, подлежащего первичному индексированию (количество страниц/скан-копий);
  • требуемой производительностью поиска, определяющей необходимую вычислительную мощность GPU-серверов.

  Итоговая цена фиксируется после аудита архива и инфраструктуры заказчика.