Сертификационный центр попросил автоматизировать выпуск деклараций ТР ЕАЭС. За два месяца мы изучили их ручной процесс, собрали работающий прототип распознавания и письменно ответили на техническую проверку из двух десятков вопросов. Кейс о том, как выглядит разбор регламентного процесса и почему он полезен клиенту, даже если разработка так и не началась.
Руководитель компании знает эту боль изнутри: выпуск декларации держится на человеке. Менеджер вручную заносит заявку из карточки компании, техотдел собирает пакет документов по шаблонам, сверяет данные глазами, вручную заполняет реквизиты. Масштабировать это наймом — дорого и хрупко. Заказчик пришёл с прямым запросом: можно ли посадить сюда ИИ.
Мы не стали продавать «ИИ под ключ». На ИИ заранее не скажешь, что сработает, пока не соберёшь и не прогонишь на реальных документах. Поэтому сперва вникли в процесс и собрали прототип на реальных пакетах. Показали границы: где ИИ снимет рутину, а где может подвести. Клиенту отдали факты для решения.
Сводка
| Отрасль | Сертификация продукции, декларации ТР ТС / ЕАЭС |
| Конечный клиент | Компания в сфере сертификации, под код-именем |
| Формат сотрудничества | Предпроектный анализ: аудит процесса + прототип, без подписанного договора на разработку |
| Тип проекта | ИИ-автоматизация выпуска деклараций: распознавание документов, автозаполнение, подсказчик ТН ВЭД / ТР ТС |
| Период | Октябрь — декабрь 2025 |
| Часы | Аналитический этап — 16 ч. Прототип собран за свой счёт. Оценка первого этапа разработки ~150 ч не согласована. |
| Команда | Антон Херсун (руководитель проекта) и аналитик-разработчик, ведущий разбор с первого дня |
| Статус | Прототип сдан, клиент увидел результаты распознавания. Полный проект не запущен по решению заказчика. |
Что нас попросили
Заказчик выпускает декларации и сертификаты соответствия под ТР ТС / ЕАЭС: ДС, СС, протоколы испытаний, договоры уполномоченного лица. Всё это готовится вручную в их CRM, по шаблонам, силами двух отделов. Запрос звучал широко — «внедрить ИИ в работу», а по сути распадался на 3 задачи: распознать входящие документы клиента, автозаполнить шаблоны декларации и договора, подсказать код ТН ВЭД и нужный технический регламент.
Что тут на самом деле сложно
Сложность не в модели, а в процессе, которого нет на бумаге. Мы разобрали его по реальным сделкам в их CRM, по учебным видео и по закадровым записям работы менеджеров. Картина вышла такая.
Приёмная сторона получает письмо, часто без заполненной заявки, и вручную заносит данные заявителя из карточки компании: наименование, ИНН, ОГРН, адрес. Техотдел берёт заявку из воронки, определяет применимый регламент (например, ТР ТС 010 для навесного оборудования), сопоставляет код ТН ВЭД с группой продукции и собирает по шаблонам пакет документов — макет декларации, договор уполномоченного лица, сопроводительные материалы. Каждый документ потом вручную сверяют с исходной заявкой поле за полем.
Ручной ввод, сборка по шаблонам, множественные сверки. Каждый шаг — место, где ИИ может либо снять рутину, либо тихо подвести: документ уходит в госреестр, ошибка стоит дорого. Поэтому первым делом мы искали не «где красиво показать ИИ», а «где он не ошибётся».
Как мы это сделали
Взяли доступ наблюдателя в их CRM и прошли шесть сделок и лидов — от письма клиента до готового пакета документов. Разобрали учебные материалы и записи работы обоих отделов. Собрали схему формирования документа: какое поле откуда берётся. Это и есть та самая аналитическая фаза. Не созвон на час, а разбор по первичным документам, после которого понимаешь процесс лучше, чем он описан у самого заказчика.
Дальше — прототип. За несколько вечеров подняли на своей инфраструктуре веб-форму заявки с ИИ-распознаванием входящих документов, прогнали на реальных пакетах и отдали заказчику ссылку с логином. Он увидел результаты распознавания вживую; собственный тест у него в тот раз не прошёл — ИИ-сервис был выключен, запускали повторно. Прототип сразу обнажил и сильные места, и границы: где модель уверенно вытаскивает данные, а где нужны дообучение и ручная проверка.
Параллельно закрыли техническую проверку. Заказчик прислал два десятка вопросов разом: бизнес-логика, обработка персональных данных и 152-ФЗ, выбор моделей, архитектура, база данных, безопасность, права на результат, метрики приёмки. Мы ответили письменно, по пунктам. Отдельно проработали интеграцию с госсистемами — как декларации уходят во ФГИС Росаккредитации через «Синтез» и личный кабинет на Госуслугах, что нужно для подключения к СМЭВ3, нужна ли сертификация ПО. И под санкционный риск сразу предложили российский контур: GigaChat вместо западных моделей, отрасль достаточно стандартизирована, чтобы подход не поменялся.
Развилка и честный статус
Дальше проект встал — и это часть кейса, а не сноска.
Заказчик тянул с решением: то добавлял пласт требований (сертификация ПО под ФГИС), то заново прощупывал нашу компетентность, то откладывал ответ о сроках запуска. К декабрю выяснилось, что параллельно он собирал информацию сам и пришёл к выводу, что ему сначала нужен бизнес-аналитик — описать процессы и требования. То есть наш анализ лёг в основу его собственных решений.
Мы сделали прямой ход. На запрос «двигаемся к реализации или останавливаем» поставили вопрос ребром: чем дольше тянется пауза, тем больше контекста теряется из памяти. А когда стало ясно, что до нового года проект не стартует, попросили оплатить аналитический этап — 16 часов разбора, которые уже работают на клиента. Заказчик ответил вежливым отказом: детального плана мы, мол, не согласовывали, а значит это «знакомство с проектом и коммерческое предложение, не более того».
Свою часть недооценки мы тоже видим. Объём оказался больше, чем мы ожидали: рассчитывали за короткий срок снять всю цепочку знаний о процессе, а пришлось погружаться глубже, и здесь мы недоглядели. Пошли на это сознательно: ИИ — сфера новая, и опыт в ней стоит набрать, даже если часть работы ложится на нас. Но одно дело — вложиться в опыт по своему решению, и совсем другое, когда задним числом видишь, что бесплатным стал не пробный прототип, а глубокое погружение в чужой процесс.
Так проходит граница между бесплатным прототипом и платным анализом, и на этом проекте мы её нащупали. Прототип за свой счёт остаётся нашим правилом. Но глубокое погружение в чужой регламентный процесс — это инженерная работа, и на следующем таком проекте она станет отдельным оплачиваемым этапом на входе, а не выяснится задним числом.
Что заказчик получил
| Что | Как это выглядит на практике |
|---|---|
| Прототип до большой траты | ИИ-распознавание документов собрано и отдано на тест прежде, чем зашёл разговор про полный бюджет |
| Карта собственного процесса | Регламент выпуска декларации разобран по реальным сделкам и записям — точнее, чем он описан внутри |
| Ответы на техническую проверку | Два десятка вопросов по 152-ФЗ, архитектуре, моделям и правам — письменно, по пунктам |
| Проработанная интеграция с госсистемами | ФГИС, СМЭВ3, «Синтез», вопрос сертификации ПО — разобрано до кода |
| Честная граница ИИ | Где распознавание надёжно, а где нужна ручная проверка — заказчик увидел на результатах прогона по реальным пакетам, а не на слайдах |
Команда
- Антон Херсун, Xaver Pro: руководитель проекта. Аудит процесса, оценки в фиксированных часах, прототип, переговоры с заказчиком про экономику и границы.
- Аналитик-разработчик вёл разбор CRM, собирал схему процесса и прототип распознавания. Одно направление ведёт один человек — решение опирается на знание всей картины, а не на догадки.
Скриншоты и материалы
Не применимо для публикации: прототип поднимался на нашей инфраструктуре под тесты заказчика, продуктового интерфейса под код-именем не показываем.
Если у вас регламентный процесс, который держится на людях и шаблонах, и вы думаете про ИИ, но не хотите платить за «решение под ключ» вслепую — покажите его нам. Разберём процесс, соберём прототип на ваших документах и честно скажем, где ИИ снимет рутину, а где только подведёт. Первичная оценка бесплатна.