Финансовую отчетность контрагентов ВТБ обрабатывает искусственный интеллект

ВТБ Факторинг совместно с IT-компанией GreenData внедрил новый функционал, позволяющий упростить анализ электронной отчётности и сократить среднее время на ее размещение в своей системе в 2 раза. Распознавание одной страницы происходит за 30 секунд, а всего документа — в среднем за 5 минут в зависимости от его объема.

Новое решение позволяет автоматически распознавать документы из PDF-файла, что значительно ускоряет процесс их преобразования в нужный формат для дальнейшей обработки в аналитической системе. Нейросеть обучена распознавать отчетность с точностью от 80% в соответствии со стандартом РСБУ (Российские стандарты бухгалтерского учета). Загруженные и распознанные данные хранятся на внутренних серверах ВТБ Факторинг, что обеспечивает их защиту от несанкционированного доступа.

Для разработки функционала GreenData использовала искусственный интеллект и машинное обучение. В результате был создан кастомизированный продукт, учитывающий все требования ВТБ Факторинг к высокой степени защиты данных.

«В условиях роста объемов бизнеса ВТБ Факторинг и увеличивающегося количества предоставляемых графических PDF-файлов с отчетностью контрагентов перед нами стояла задача по улучшению качества сервиса. Чтобы оптимизировать обработку и оцифровку финансовых данных, мы решили создать вспомогательный автоматизированный инструмент с необходимым качеством распознавания документов и высокой скоростью работы. В конце 2021 года мы начали испытания, а сегодня интегрировали его для работы в ВТБ Факторинг. Автоматическое распознавание бухгалтерской отчетности контрагентов оказало положительный эффект на скорость обработки и мониторинга финансовых данных, и, как следствие, на скорость вынесения кредитных решений», — прокомментировал Игорь Клюев, директор по рискам ВТБ Факторинг.

«Коллеги из ВТБ Факторинг обратились к нам с задачей по автоматизации отчётности от клиентов. Ранее клиенты предоставляли им большой объём данных в графических PDF-файлах. Мы продемонстрировали им тестовый вариант функционала и после его одобрения начали реализацию разработки инструмента с соблюдением всех бизнес-требований заказчика. Ключевым требованием было качество распознавания не менее 80%. Для обучения нейросети использовали библиотеки данных из свободного доступа — знаки, буквы, цифры и ключи. Качество данных при загрузке определяется автоматически, а пользователь сверяет только итоговые суммы, чтобы убедиться в том, что данные внесены верно. Сейчас мы продолжаем работу над оптимизацией системы, чтобы она работала ещё быстрее и эффективнее», — отметила Мария Коваленко, руководитель проекта со стороны GreenData.

GreenData успешно сотрудничает с ВТБ Факторинг в части автоматизации процессов финансирования кредиторской и дебиторской задолженности с 2017 года. В рамках совместной работы были реализованы проекты по автоматизации расчета риск-моделей, созданию системы индивидуального мониторинга контрагентов, а также локальные улучшения действующих систем.