Автосверка взаиморасчетов с контрагентами

Заказчик:
ГК SPLAT
Руководитель проекта со стороны заказчика
Год завершения проекта
2026
Сроки выполнения проекта
июнь, 2026 — октябрь, 2026
Масштаб проекта
400 человеко-часов
Цели

Автоматизировать трудоёмкую рутину сверки взаиморасчётов с контрагентами для шести юридических лиц группы: около 1 800 поставщиков и покупателей, около 2 000 актов в квартал. Качество сверки входит в KPI бухгалтеров и должно сохраниться.

1. Подтвердить дебиторскую и кредиторскую задолженность по каждому юридическому лицу. Свести статусы сверок квартала в одну витрину вместо Excel-файлов.

2. Снизить трудоёмкость сверки без потери качества. Передать сервису сбор актов, сравнение сальдо с 1С: ЕРП, статусы, черновики писем и расчёт KPI.

3. Передавать бухгалтеру только то, что требует решения. Сверки без расхождений закрывать автоматически, нераспознанные сканы и сложные случаи передавать бухгалтеру.

4. Строить автоматизацию на коде, ИИ подключать только там, где без него не обойтись. Так результат прозрачен, а расходы минимальны.

5. Обеспечить результат без новых затрат. Выполнить проект силами ИТ, без закупки лицензий и без изменения конфигурации 1С: ЕРП.

Результаты

Сверки Q2 прошли в тестовом режиме, Q3 стал первым рабочим циклом: общий ящик и Диадок разбирает сервис, бухгалтеры ведут сверку в витрине.

1. Трудозатраты бухгалтерии. Оценка по шагам процесса: около 700 ч в квартал до проекта и около 260 ч после, экономия около 440 ч в квартал.

2. Расходы на эксплуатацию сервиса: ИИ. Чтение сканов и почты, составление черновиков писем за полный цикл квартала (замеры на Q2, с повторными прогонами): 7,8 млн токенов, около $6.

3. Охват. Шесть юридических лиц, около 2 000 актов сверки за квартал; на 03.11 в сервисе закрыто около 40% сверок за Q3.

4. Единый процесс. Процессы сверки шести юридических лиц группы приведены к одному порядку, ошибки мастер-данных 1С: ЕРП исправлены.

5. Стоимость проекта. Пять месяцев, 400 человеко-часов, без закупки лицензий.

Уникальность проекта

Сервис работает как опытный цифровой бухгалтер, а не просто парсер сканов. Он знает особенности учёта взаиморасчётов на каждом участке: рублёвые и валютные расчёты, поставщики, покупатели, арендодатели, юридические и физические лица, исключения и разная периодичность сверок. Понимает, когда расхождения с контрагентом обоснованы.

Он собирает входящие и исходящие акты из общей почты и Диадока и по каждому акту делает вывод: сошлось, в чём расхождение, какие документы не совпали. Бухгалтерам остаются только сложные случаи.

ИИ применяется там, где без него не обойтись: чтение сканов и нестандартных актов, разбор писем общего ящика, составление черновиков писем. Остальное работает на коде и правилах: каждый статус объясним аудитору, расходы на ИИ минимальны. 96 из 100 закрытых сверок вообще не зависят от ответа ИИ.

Контроль остаётся у человека: решение бухгалтера имеет приоритет над выводом сервиса, а каждое расхождение между ними затем используется для анализа и уточнения правил.

Использованное ПО

1С: ЕРП 2.5 без изменения конфигурации (внешние обработки выгрузки), Контур.Диадок, Microsoft Exchange Online (общий ящик сверок, OAuth2), Azure OpenAI в корпоративной подписке, Python, FastAPI, SQLite, Windows Server.

Сложность реализации

1. Многообразие актов сверки. Контрагенты присылают акты в PDF, Excel, сканами и в шаблонах торговых сетей; в части актов обороты легко принять за сальдо, годовые и промежуточные акты нужно отличать от квартальных. Подход к разбору актов менялся несколько раз, правила распознавания пополнялись на реальных документах.

2. Нюансы учёта в 1С: ЕРП. Что подлежит сверке, с какой периодичностью, какие исключения и расчёты внутри группы: всё это пришлось формализовать в правила вместе с бухгалтерией.

3. Интеграции и инфраструктура с нуля. Самое сложное: интеграции почты, Диадока, 1С: ЕРП и ИИ по API, настройка серверной инфраструктуры, права служебных учётных записей и согласования с ИБ и несколькими ИТ-подразделениями. Для исполнителя-аналитика это непрофильная работа.

Описание проекта

Задача. Группа: шесть юридических лиц, около 1 800 поставщиков и покупателей, около 2 000 актов сверки в квартал. Подтверждённое актом сальдо нужно для достоверной дебиторской и кредиторской задолженности, аудита и закрытия периода.

Как было. Бухгалтеры формировали и рассылали акты, искали ответы контрагентов в личной почте, в Диадоке и среди бумаг, сверяли сальдо с ОСВ, фиксировали статусы в Excel-таблицах и рассчитывали KPI бухгалтеров. При расхождении начиналась переписка и поиск первички: крупный акт отнимал часы работы. Подход к сверке в компаниях группы различался.

Подход. Не дорабатывать конфигурацию 1С: ЕРП и не покупать платформу, а построить сервис рядом с учётной системой: данные берутся внешними обработками, логика сверки в коде, ИИ только там, где без него не обойтись. Это дало скорость, низкую стоимость и прозрачность каждого решения. Основную разработку вёл 1С-аналитик ИТ-дирекции.

Как работает. Сервис извлекает сальдо из акта и сверяет его с 1С: ЕРП по юридическому лицу, контрагенту и договору. При расхождении сальдо он сопоставляет акт с 1С: ЕРП построчно, по первичным документам. Итог по каждой позиции попадает в витрину: статус, очередь бухгалтера, доля подтверждённой задолженности для главбуха. Письма контрагентам отправляет только человек.

Этапы.

Июнь 2026. Обследование. Процесс «как есть» с бухгалтерией, первые обработки выгрузки из 1С: ЕРП, прототип чтения актов.

Июль 2026. Проектирование. Целевой процесс и архитектура, техническое задание, согласование с бухгалтерией.

Август 2026. Настройка сбора данных и правил обработки. Общий ящик сверок, документы Диадока, обороты и сальдо по счетам 60, 62, 76 в одном контуре; правила сравнения, чтение сканов ИИ.

Сентябрь 2026. Тестовый цикл. Сервис на сервере, веб-витрина и KPI. Бухгалтеры проверяют сверки за Q2 в тестовом режиме.

Октябрь 2026. Рабочий цикл. Сверки Q3 в сервисе, разбор замечаний бухгалтеров, исправление мастер-данных.

Побочный эффект. Синхронизированы процессы компаний группы на участке сверки взаиморасчётов. Выявлены и исправлены пробелы в мастер-данных 1С: ЕРП.

Что дальше. Улучшение распознавания сканов, донастройка правил, автоматическая отправка части писем без участия бухгалтера там, где высокая уверенность и низкий риск.

География проекта

Россия, 6 юридических лиц группы компаний Сплат.

Дополнительные презентации:
Кейс_Автосверка_GlobalCIO_2026-11-05_v3.pdf

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.