ИИ для бухгалтерии: что автоматизировать в 2026

Бухгалтерия ищет ИИ не от любопытства. Поток первички растет, сроки сдачи не двигаются, а найм еще одного человека на ввод документов стоит дороже любой подписки. Вопрос звучит просто: что из работы учета можно отдать алгоритму, чтобы не получить взамен новую проблему с проводками и персональными данными.

Разберем это по шагам: какие задачи алгоритм закрывает уже сегодня, какими способами его подключают к 1С и ЭДО, сколько это стоит по публичным тарифам вендоров и что происходит с данными из счета, когда он уезжает в облачную модель.

Что ИИ забирает у бухгалтерии, а что не забирает

Полезно сразу развести две вещи. Есть операции, где результат проверяется формально: реквизит совпал или не совпал, сумма сошлась или не сошлась. Есть решения, где нужна квалификация и подпись живого человека, потому что за них отвечают перед налоговой. Первое отдается алгоритму почти целиком, второе не отдается вовсе.

Последняя строка чаще всего портит впечатление от эксперимента. Языковая модель формулирует ответ про налоговый учет гладко и уверенно, а пункт статьи в этом ответе может не существовать. Проверять приходится каждую ссылку, поэтому чат-бот как справочник по нормам экономит меньше времени, чем кажется в первый день.

Три способа подключить ИИ к учету

За словами «внедрить ИИ в бухгалтерию» скрываются три разных проекта с разной ценой и разным сроком.

1. Готовый сервис внутри учетной системы

   Подписка на распознавание первички, которая ставится расширением к 1С и работает из коробки. Быстро, предсказуемо по цене, но набор полей и логика разноски заданы вендором. Подходит, когда документы типовые.

2. Чат-бот сбоку

   Бухгалтер вручную копирует текст в окно модели и вручную забирает ответ. Стоит ноль или несколько сотен рублей в месяц, внедрения не требует. Ровно здесь возникает главный риск с данными: в окно уезжает документ целиком, вместе с ФИО, адресами и паспортными данными.

3. Свой слой между потоком документов и учетной системой

   Сервис, который забирает документы из почты и ЭДО, обезличивает то, что не должно уходить наружу, обращается к модели, раскладывает результат по полям и отдает в 1С готовую операцию с журналом действий. Дороже первых двух, зато логика разноски и правила проверки принадлежат компании, а не вендору.

Первый вариант закрывает большую часть потребности малого бизнеса. Третий нужен там, где документы нетиповые, где учетная система дописана под себя или где к потоку документов предъявляются требования по хранению и доступу. Про механику распознавания подробнее в отдельном разборе про распознавание документов, а про сценарии внутри учетной системы в материале про ИИ-агентов для 1С.

Сколько это стоит: публичные тарифы на 4 сентября 2026 года

Цены на распознавание первички считаются за страницу, а не за документ. Акт на два листа это две страницы. Ниже опубликованные тарифы двух вендоров, проверенные на их страницах 4 сентября 2026 года.

Источники: страница стоимости 1С:РПД на its.1c.ru и страница тарифов entera.pro/cost, обе проверены 4 сентября 2026 года. Разница в цене за страницу объясняется наполнением: у Entera в тариф входит проверка контрагента, электронный архив и работа с несколькими учетными базами, у 1С:РПД оплачивается само распознавание. Точность распознавания «более 98 %» это публичное заявление Entera, подтверждает его сам вендор, независимых замеров в открытых источниках нет, поэтому читать цифру стоит как обещание поставщика.

Третий вариант, свой слой интеграции, тарифом не измеряется: там платят за работу. У нас это 2 500 ₽ в час, оплата по факту, без аванса. Стыковка одного канала документов с учетной системой обычно укладывается в несколько десятков часов, и первый работающий кусок видно через одну-две недели.

Что происходит с первичкой, когда она уходит в модель

Счет, акт и договор содержат больше, чем суммы. Там ФИО подписантов, адреса, иногда паспортные данные и реквизиты счетов. Отправка такого документа в чужой облачный сервис это передача персональных данных, и относиться к ней надо соответственно: смотреть, где расположены серверы, что написано в договоре про обработку по поручению и удаляются ли данные после ответа.

Стандартный ответ на этот риск звучит так: перед отправкой обезличим документ автоматически. Ответ рабочий, но у него есть измеренный потолок.

Это результат замера движка обезличивания EQ guard от 20 августа 2026 года на бенчмарке из 2867 текстов и 4585 размеченных сущностей: покрытие 92,5 % при 301 ложном срабатывании. Закономерность видна невооруженным глазом. Данные с жестким форматом и контрольной цифрой, то есть ИНН, СНИЛС, номер карты, серия и номер паспорта, находятся почти полностью. Данные без формата, то есть имена, адреса и названия организаций, находятся хуже, и именно они дают большую часть пропусков. Полноту автоматического обнаружения персональных данных не гарантирует ни один движок, и обещать ее нельзя.

Вторая проверка касается популярного совета «возьми открытую NER-библиотеку и замаскируй». Разбор библиотеки natasha от 10 августа 2026 года показал ее границу: имена, организации и локации она размечает, а телефон и электронную почту не размечает вовсе, и заменяет найденное целиком, без частичного скрытия. Для потока документов это означает две вещи. Контакты приходится ловить отдельными правилами с проверкой контрольных цифр, а сама разметка ставится не в горячий путь обработки, а рядом, чтобы сетевой сбой не остановил прием документа.

Практический вывод для бухгалтерии: обезличивание снижает риск, но не отменяет договор с поставщиком сервиса и не отменяет ответ на вопрос, где физически лежат ваши документы. Смежная тема разобрана в материале про хранение копий паспортов сотрудников.

Где ломается стыковка с 1С и ЭДО

Пилот на десяти документах почти всегда выглядит успешно. Проблемы начинаются на объеме и всегда в одних и тех же местах.

• Дубли. Один и тот же акт приходит и по ЭДО, и почтой от менеджера. Без ключа сопоставления в базе появляются две операции.
• Номенклатура. Поставщик пишет «бумага А4 500 л.», в базе заведено «Бумага офисная A4». Сопоставление позиций это отдельная задача, и она решается справочником соответствий, а не распознаванием.
• Формат вместо содержания. Машиночитаемый документ из ЭДО разбирается разбором XML, а не распознаванием картинки. Гонять его через OCR это платить за страницы там, где данные уже структурированы.
• Права доступа. Сервису нужен пользователь в учетной системе. Права этому пользователю выдаются под конкретную операцию, а не полные, иначе первый же сбой правит закрытый период.
• Журнал действий. Кто загрузил, что изменил алгоритм, кто подтвердил. Без журнала разбор ошибки через месяц превращается в гадание.

Ни один из пяти пунктов не решается выбором «более умной модели». Все пять это работа по интеграции: стыковка систем и автоматизация процессов, где модель отвечает за распознавание, а за корректность данных отвечает регламент и код вокруг нее.

Как посчитать эффект без гадания

Экономия в статьях вендоров считается в процентах и всегда красиво. Свою цифру считать проще и честнее, для этого достаточно двух замеров.

1. Замер до старта

   Неделю фиксируйте: сколько документов прошло, сколько минут занял ввод одного, сколько ошибок нашли на сверке. Это база сравнения.

2. Пилот на одном канале

   Берется один поток документов, например счета от поставщиков, и один месяц. Меняется только он, остальное не трогается.

3. Замер после и решение

   Считается то же самое плюс стоимость подписки и часов на настройку. Экономия меньше затрат означает, что канал выбран не тот, а не что технология плохая.

Такой замер занимает две недели и стоит внимания одного человека. Он же защищает от обратной ошибки: когда сервис куплен на год, а поток документов в компании не дотягивает до нижнего тарифа. Тот же принцип работает и в других процессах, где считают отдачу от автоматизации, например в сквозной аналитике по данным Метрики и CRM.

Частые вопросы