Выберите удобный способ связи
Распознавание бумажных анкет и заявлений — задача, с которой в Казахстане сталкивается почти каждый бизнес, работающий с людьми: банки и МФО при онбординге, страховые, клиники, HR-отделы, госуслуги и сервисные компании. В отличие от типового документа, анкета — это не свободный текст, а структурированная форма с полями, галочками, подписями и рукописным вводом, где важно не «прочитать всё», а корректно вытащить конкретные значения в нужные поля учётной системы. Мы в A-LUX внедряем распознавание документов под ключ, и именно бланки анкет требуют самой аккуратной настройки.
Ключевая сложность в том, что анкета почти никогда не приходит одна. Клиент заполняет заявление, прикладывает копию удостоверения личности, иногда справку или согласие на обработку данных. Поэтому распознавание анкеты обычно идёт в связке с распознаванием удостоверений: из бланка берём то, что вписал человек, а ИИН, номер документа и ФИО дополнительно сверяем с удостоверением, чтобы исключить опечатки и подлог.
Настоящая ценность не в том, чтобы превратить скан в текст, а в том, чтобы разложить его по полям. Из типовой казахстанской анкеты система вытягивает ФИО на казахском и русском, ИИН физлица или БИН организации, дату рождения, адрес, контакты, суммы в тенге, а также служебные отметки — галочки согласий, выбранный тариф, отмеченные чек-боксы. Отдельная работа — рукописный ввод: печатные буквы в клетках распознаются уверенно, слитный почерк выносится на быструю ручную проверку, чтобы оператор подтвердил спорное значение, а не перебивал весь лист.
ИИН и БИН мы проверяем не как случайные двенадцать цифр, а по контрольному разряду: если человек ошибся при заполнении или система неверно прочла цифру, поле подсвечивается ещё до попадания в базу. Тот же принцип валидации сумм, дат и телефонных номеров экономит часы на ручной вычитке и резко снижает число ошибок, которые обычно всплывают уже в учёте.
Специфика Казахстана — двуязычные формы. В одной анкете соседствуют казахские буквы (ә, ғ, қ, ң, ө, ұ, ү, һ, і) и русский текст, а иногда и латиница в написании имени по загранпаспорту. Движок, обученный только на русском, теряет диакритику и коверкает фамилии. Мы настраиваем распознавание под обе раскладки одновременно, поэтому «Әбдіғаппарова» не превращается в мешанину символов, а ФИО в базе совпадает с тем, что указано в удостоверении.
Распознавание без интеграции — половина решения. Мы заводим извлечённые поля напрямую в 1С, CRM или внутреннюю систему клиента: новая карточка контрагента, лид, заявка или анкета KYC создаётся автоматически, а оператору остаётся подтвердить, а не набивать. Для банков, МФО и страховых это закрывает часть требований по идентификации клиента — данные из анкеты и удостоверения сверяются между собой ещё на входе.
Если у вас уже есть своя платформа, подключение идёт через OCR API: вы отправляете скан или фото бланка и получаете структурированный JSON с полями, готовый к записи в вашу базу. Тем же контуром обычно подключают смежные потоки документов — счета и накладные для бухгалтерии и договоры для юридического отдела, чтобы весь входящий поток бумаг обрабатывался единообразно.
Анкеты — это персональные данные, и в Казахстане их обработка регулируется законом. Поэтому распознавание мы разворачиваем в контуре клиента или на сервере в нужной юрисдикции, без выгрузки бланков в сторонние облака. Скан-образы и извлечённые поля хранятся столько, сколько требует ваш регламент, доступ разграничен по ролям, а каждое ручное исправление оператора логируется — при аудите видно, кто и что менял.
Точность мы не обещаем абстрактными процентами: она зависит от качества сканов, состояния бумаги и почерка. Честный подход — измерить её на вашей выборке до внедрения и настроить пороги так, чтобы сомнительные поля всегда уходили человеку. Так вы получаете предсказуемый результат: машина забирает рутину, а спорные проценты остаются под контролем оператора.
Мы начинаем не с готового шаблона, а с ваших реальных анкет — берём несколько десятков заполненных бланков, размечаем поля, обучаем модель на вашей форме и почерке операторов и клиентов. Дальше настраиваем правила валидации (ИИН, тенге, даты), пороги для ручной проверки и маршрут данных в учётную систему. На выходе — рабочий процесс, а не демонстрация: оператор загружает пачку сканов, видит распознанные поля с подсветкой сомнительных значений и одним действием отправляет их в базу.
Такой подход окупается там, где бумаги много и она однотипная: приёмные кампании, массовый онбординг, оформление заявок в отделениях. Вместо ручного перебивания сотен листов команда занимается только спорными случаями, а обработка одной анкеты падает с минут до секунд. Если хотите оценить эффект на своих формах — покажите нам образцы бланков, и мы соберём пилот на ваших данных.