ИИ для бухгалтерии в 2026: что реально умеет автоматизировать первичку и сверки

Бухгалтерия первой попала под ИИ из всех функций SMB. И понятно почему. Тут есть всё, что машина любит: типовые формы, повторяющиеся операции, цифры, шаблоны. И есть то, чего бизнес ненавидит: ручной ввод, сверки до утра, поиск пропавшей накладной за прошлый август. Поэтому вокруг "ИИ для бухгалтерии" сейчас столько шума.

Расскажу, что из этого шума реально работает в 2026 году, где ИИ ошибается чаще всего, сколько это стоит в рублях и как считать окупаемость. На пальцах, без воды, для собственника или финдира SMB, который хочет понять, стоит ли тратить деньги.

Что вообще понимают под "ИИ для бухгалтерии"

Когда вендор говорит "у нас ИИ", он обычно имеет в виду одну из трёх вещей. Иногда две сразу. Очень редко все три.

Первое - распознавание первички. Это OCR плюс модели, которые понимают, что перед ними счёт, накладная или акт. Они вынимают реквизиты, суммы, номенклатуру и закидывают всё это в учётку. Самый зрелый и предсказуемый сценарий. У него есть конкретные метрики, конкретные цены и проверяемая отдача.

Второе - сверки и проверки. Сюда входит сверка взаиморасчётов с контрагентами, проверка корректности заполнения документов, поиск дублей, контроль соответствия счёта-фактуры и накладной, проверка контрагента на надёжность. Здесь ИИ работает скорее как ассистент: он не заменяет бухгалтера, но снимает с него тонну рутинного просмотра.

Третье - ассистент для разъяснений. Это языковая модель, которая отвечает на вопросы "как провести возврат от физика без чека" или "какой код ОКВЭД нужен для нового вида деятельности". В 2026 году это уже стало нормой: у Контура есть свой помощник на базе ИИ, у СБИС тоже, отдельные нейронки вроде GoGPT натренированы именно под бухгалтерские задачи. По данным обзора систем ИИ для бухгалтерии на vc.ru, 72% российских бухгалтеров уже пользуются такими сервисами хоть в каком-то виде.

Дальше буду говорить в основном про первые две вещи. Про разъясняющего ассистента - в конце коротко. Он полезен, но не он решает экономику бухгалтерии.

Распознавание первички: где экономика реально работает

Это самая прозрачная история. До ИИ типичный бухгалтер тратит порядка 60% рабочего времени на ввод первички. Открыл скан накладной, сверил с заказом, забил в 1С, проверил, сохранил. Один документ - 3-5 минут. Тысяча документов в месяц - 50-80 часов. Это полноценная ставка. После внедрения распознавания цифра падает до 20-30% времени, потому что бухгалтер только проверяет результат и подтверждает разнесение. Один документ - 30-60 секунд.

Цифры эти не я выдумал. Хабр-обзор систем распознавания документов приводит реалистичный коридор: 83-85% правильно распознанных полей на боевом потоке считается крепким результатом. Не 99%, как любят писать в маркетинге, а реально 80-90%. Остальное - бухгалтер исправляет вручную. Но это всё равно в разы быстрее, чем вводить с нуля.

Что реально на рынке РФ. Расскажу по тем сервисам, которые сам видел в проде у клиентов.

СБИС (новое название - Saby). Распознаёт УПД, ТОРГ-12, счета-фактуры, накладные, акты, чеки, счета. Заявленная точность 99% - это маркетинг, реальная на типовых документах 85-92%. Поддерживает PDF, JPG, PNG, в том числе фото с телефона. По данным самого сервиса, стоимость от 1500 до 5000 рублей за пакет распознавания, в зависимости от тарифа и срока подписки. На тарифе "Профи" - распознавание без ограничений. В базовом - 120 первичных документов в год.

1С:Распознавание первичных документов. Официальный сервис самой 1С, работает внутри инфраструктуры 1С без передачи данных третьим лицам. По официальной странице сервиса, стоимость от 3 рублей за страницу. Подписчики 1С:ИТС получают тестовые 250 страниц без доплат. Распознаёт счета на оплату, ТОРГ-12, счета-фактуры, акты, УПД и кассовые чеки. По функциональности - примерно то же, что СБИС, но интегрировано прямо в типовую конфигурацию 1С.

Контур.Эльба. В 2026 году распознавание заработало уже не только в мобильном приложении, но и в браузере. Загружаешь файл в "Документы - Входящие", через пару минут получаешь готовый разнесённый документ. Тариф - от 1900 рублей за квартал, распознавание входит в стандартный пакет без дополнительной платы за страницу. Это самый бюджетный вариант для ИП и микробизнеса, но и функционал у Эльбы скромнее: упрощёнка плюс патент, без сложной номенклатуры.

МойСклад. Это не чисто бухгалтерская система, а торгово-учётная, но первичка через неё проходит большая. Базовый тариф 1300 рублей в месяц, есть бесплатный для микробизнеса. Распознавание накладных встроено, точность приличная, но узкая - заточено под товарную часть, бухгалтерскую первичку лучше гонять через 1С или СБИС.

Smart Document Engine от Smart Engines. Это уже промышленное решение для крупного и среднего. Главное отличие - on-premise, то есть всё крутится в контуре заказчика, без отправки данных в облако вендора. По данным компании, поддерживает более 70 типов документов, включая всю стандартную первичку. Цены публично не указаны, считают индивидуально - в реальности я видел проекты от 600 тысяч до нескольких миллионов в зависимости от объёма и интеграций.

Если у вас типовой малый бизнес на упрощёнке - смотрите в сторону Эльбы или СБИС, не переплачивайте. Если у вас 1С с десятком тысяч документов в месяц - 1С:Распознавание плюс СБИС в комплекте. Если у вас банк, страховая или крупный ритейл, где данные не должны покидать контур - Smart Engines или аналог. Логика простая.

Где ИИ ошибается чаще всего

Тут начинается часть, которую вендоры не пишут на главной странице. И именно её нужно знать, чтобы не разочароваться.

Рукописная первичка. ИИ её распознаёт, но не как машинописную. На печатном тексте процент ошибок 5-10%, на рукописных пометках и заметках - 25-40%. Если у вас приходят накладные с дописанной от руки номенклатурой ("ну забыли в счёте указать, я допишу"), готовьтесь к ручной правке. У одного знакомого в строительной фирме именно из-за рукописных правок в актах распознавание давало 40% брака на потоке. В итоге процесс был отдельный: машинописные документы - через ИИ, рукописные - через ассистента бухгалтерии руками. Гибрид.

Нестандартные формы. ИИ обучен на ТОРГ-12, УПД, актах и счетах-фактурах. Когда контрагент присылает свой кастомный шаблон договора оказания услуг или акт с непривычными графами, модель начинает гадать. Видел кейс, где у клиента из логистики 30% актов от поставщиков были в нестандартной форме (каждый перевозчик клепает свой шаблон). Распознавание этих актов было неюзабельным, пришлось писать дообучение модели под клиента. Цена вопроса - 250 тысяч на дообучение и 15-25 тысяч в месяц на поддержку.

Многостраничные документы. Один скан, в нём 5 страниц УПД, дальше акт, дальше счёт-фактура. ИИ не всегда правильно делит документ на части. Бывает, что первую страницу одного документа склеивает со второй страницей другого. Особенно если страницы плохо отсканированы и не идут в правильном порядке.

Фотографии плохого качества. Скан с МФУ распознаётся отлично. Фотография на телефон в полутёмном офисе под углом 30 градусов с тенью от пальца на углу страницы - тут уже как повезёт. На практике мобильное распознавание у того же СБИС работает только если бухгалтер или менеджер обучены делать нормальные фото: ровно, в свету, без бликов.

Иностранные документы. Если у вас контрагенты из СНГ или из Азии и часть документов приходит на казахском, узбекском или китайском - распознавание либо не работает совсем, либо работает плохо. Это отдельная история, под которую тренируются отдельные модели.

Дубли и проверки. ИИ хорошо распознаёт, но плохо ловит, что этот документ уже был загружен месяц назад. Поэтому контроль дублей нужно настраивать отдельно. По данным кейса автоматизации бухгалтерии у крупного ритейлера на Хабре, в холдинге из 60 компаний пришлось отдельно делать ML-модуль классификации входящих документов, чтобы решать эту задачу.

Понимая эти ограничения, легче строить разумные ожидания. Не "ИИ заменит бухгалтера", а "ИИ снимет с бухгалтера 50-70% рутины при условии нормально настроенного процесса".

Сверки контрагентов: тихая революция, про которую мало говорят

Если распознавание первички - громкая история, то автоматизация сверок - тихая, но по эффекту иногда даже круче. Особенно для тех, у кого десятки и сотни контрагентов.

Стандартная схема. Раз в квартал бухгалтер выгружает из 1С (или из другой учётки) акты сверки и рассылает их контрагентам. Контрагенты возвращают свои варианты. Дальше начинается самое весёлое: сличение строка за строкой, поиск расхождений, выяснение, кто прав, исправление, повторная отправка. На сотне контрагентов это легко занимает 3-5 дней главбуха.

Что делает автоматизация. Системы вроде Контур.Сверка или встроенные модули в 1С формируют акты сверки автоматически по всем контрагентам, рассылают, принимают ответы и подсвечивают расхождения. По данным Контура, время сверки сокращается на 70-80%. Расхождения видны сразу, обмениваться можно в электронном виде через ЭДО.

Реальный пример: холдинг из 60 компаний формировал 15 тысяч актов сверки в квартал вручную. После внедрения автоматизации (платформа ROBIN, три месяца внедрения) процесс перешёл в режим "сверка по каждому контрагенту 5-10 минут вместо часа". Расхождения выделяются автоматически, классификация входящих ответов идёт через ML и NER (это технология выделения именованных сущностей в тексте).

Где здесь ИИ. В трёх местах. Первое - распознавание входящих актов сверки от контрагентов, которые приходят в PDF или сканах. Второе - классификация типа расхождения (доплата, нет документа у одной из сторон, ошибка в сумме). Третье - подсказки, что с этим расхождением делать: ИИ-помощник предлагает варианты решения на основе истории по этому контрагенту.

Кейс из обзора систем ИИ на vc.ru: торговая компания с сотнями поставщиков ежемесячно тратила по три дня на сверки. После внедрения автоматизации сверка по каждому контрагенту стала занимать 5-10 минут, а количество расхождений сократилось на 80%. То есть не только время, но и сами расхождения уменьшились - просто потому что ошибки ловятся вовремя, а не накапливаются за квартал.

Стоимость автоматизации сверок: модуль "Сверка 2.0" в 1С и аналоги стоят от 30 до 100 тысяч на запуск плюс поддержка. Облачные сервисы вроде Контур.Сверка - от 5 до 15 тысяч в месяц в зависимости от количества контрагентов. Окупаемость очевидная: если главбух стоит 120 тысяч в месяц и тратил неделю в квартал на сверки, экономия 80% этого времени - это 24 тысячи в квартал, то есть 96 тысяч в год. На контрагентах от ста штук сервис окупается за полгода.

ЭДО и проверка контрагентов на надёжность

Отдельная важная тема. Электронный документооборот в 2026 году - это уже не "опция", а обязательная история по большинству направлений. Транспортный ЭДО стал обязательным с 2026 года, маркировка обязательна по доброй половине номенклатуры, отчётность в ФНС без МЧД больше не принимают.

Это с одной стороны нагрузка, с другой - подарок для автоматизации. Когда документы изначально приходят в электронном виде с подписанными реквизитами, распознавание уже не нужно. Данные летят сразу в учётку. ИИ тут включается на этапе проверки: соответствует ли контрагент уровню риска, который вы готовы принять, нет ли странностей в условиях, не ошиблись ли где с суммами.

Сервис Контур.Фокус, например, использует ИИ для аналитики арбитража и формирует риск-индикаторы по 100+ критериям. Когда вы загружаете нового контрагента, система сама подсвечивает: "У этой компании за последний год три иска от налоговой, оборот упал в три раза, генеральный сменился полгода назад, есть несданная отчётность". И вы решаете, работать с ним или нет, ещё до подписания первого акта.

На практике это снимает кучу плохих долгов. У одного клиента в опте, который раньше работал по принципу "проверим потом", после подключения автоматической проверки контрагентов через Фокус резерв на сомнительные долги в годовой отчётности упал почти вдвое. Не потому что должники стали лучше платить, а потому что некоторых контрагентов на этапе подписания договора отсеяли.

Три истории внедрения с реальными цифрами

Ритейлер на 40 магазинов, оборот 1.2 миллиарда в год. До ИИ: бухгалтерия 8 человек, из них 5 на первичке. Поток документов - около 12 тысяч в месяц (накладные от поставщиков, акты, счета-фактуры). После внедрения СБИС-распознавания плюс модуль автоматической сверки штатное расписание ужалось до 6 человек, из которых на первичке только 2. Высвободилось 3 ставки, это около 360 тысяч в месяц по полной стоимости (с налогами). Затраты на внедрение и подписку - около 250 тысяч единоразово плюс 35 тысяч в месяц на сервисы. Окупилось за два месяца чистой математикой. Что важно: людей не уволили, перевели на финансовый анализ и работу с маркетплейсами, где раньше не хватало рук.

Оптовик стройматериалов на 90 человек. Стек: 1С:Управление торговлей плюс 1С:Бухгалтерия, ЭДО через Диадок. Документов в месяц - 4-5 тысяч. Внедрили 1С:Распознавание плюс Контур.Сверку. Главная боль до этого - сверки с поставщиками. У них 180 активных поставщиков, каждый квартал главбух и его помощник убивали полную рабочую неделю на сверки. После внедрения: сверка занимает 1-2 дня усилиями одного помощника. Главбух занимается чем должен - управленческим учётом и отчётностью. Цифры внедрения: 180 тысяч единоразово (включая обучение и небольшую кастомизацию), 12 тысяч в месяц на сервисы. Окупилось за квартал.

Производство на 25 человек, мебельная мастерская. Тут история чуть менее радужная. Хотели "ИИ-бухгалтерию". Купили СБИС с распознаванием. Через два месяца поняли, что больше половины их первички - это акты от подрядчиков (плотники, сборщики, доставщики), оформленные в произвольной форме, часто с дописанными от руки правками. ИИ распознавал плохо, бухгалтер всё равно проверял каждую строку. Реальная экономия времени получилась около 25%, а не обещанные 60-70%. Окупилось, но небыстро - за 7 месяцев. Вывод они сделали правильный: пошли стандартизировать формы актов с подрядчиками. После того как 80% подрядчиков перешли на типовой шаблон, распознавание стало работать как у больших, и экономия выросла. Но это уже история про процессы, а не про ИИ.

Общий вывод по кейсам. ИИ хорошо работает там, где документы стандартизованы и поток большой. Хуже - где первичка хаотичная и поток маленький. Если вам через бухгалтерию проходит 200-300 документов в месяц, отдача от ИИ ощутимая, но не феерическая. Если 2-3 тысячи и больше - это уже совсем другая экономика.

Юридика: подпись, ответственность, согласия

Тут важно говорить прямо, потому что часть клиентов до сих пор путается. ИИ ничего не подписывает. Подписывает человек - либо руководитель, либо главбух с МЧД, либо уполномоченный сотрудник.

С 2026 года в России работает чёткое правило: подпись под отчётностью и первичкой - либо квалифицированная электронная подпись (КЭП) на физлицо плюс машиночитаемая доверенность от компании, либо КЭП самого ИП или директора. По руководству Такском по ЭП для бухгалтера в 2026, отчёты без МЧД больше не принимают.

Что это значит на практике. Если у вас бухгалтер на аутсорсе или удалённый - ему нужна личная КЭП плюс МЧД от вашей компании на конкретные действия. Если вы планируете подключить ИИ-сервисы к процессу подписания (например, автоматически формировать и отправлять документы), то "подписывает" всё равно ваша КЭП или КЭП бухгалтера, а ИИ только готовит документ к подписи.

Ответственность за корректность отчётности с ИИ или без - на бухгалтере и руководителе. Если ИИ распознал накладную с ошибкой, и бухгалтер не проверил, и в отчётности ушла неправильная цифра - ответственность бухгалтера, а не ИИ. Это базовый принцип, который иногда забывают, когда восхищаются скоростью автоматизации.

Согласие на обработку данных. Тут тонкий момент. Если вы используете облачный сервис распознавания (СБИС, 1С:Распознавание в облаке), ваши документы уезжают в облако вендора. Это законно при наличии соответствующего пункта в договоре с вашими контрагентами и согласия субъектов персональных данных. Большинство стандартных форм договоров уже это покрывают, но проверить надо. Если у вас договор с физлицом (например, акт с самозанятым), убедитесь, что у вас есть подпись под согласием на обработку - иначе формально вы нарушаете закон о персональных данных, отправляя его паспортные данные в облако.

Для критичных к данным компаний (банки, страховые, медицинские) выход один - on-premise решения вроде Smart Engines. Дороже, но контур закрытый.

Что не работает и работать не будет ещё долго

Чтобы не было ощущения, что ИИ скоро всех бухгалтеров уволит, расскажу, чего он сейчас не умеет и в обозримом будущем не научится.

Принимать решения по неоднозначным операциям. Нестандартная сделка, бартер, взаимозачёт между связанными компаниями, корректировка прошлого периода. Это всё требует понимания контекста, нормативки и иногда здравого смысла. ИИ может подсказать варианты учёта, но решает бухгалтер.

Работать с налоговой. Когда приходит требование от ФНС о пояснениях, готовить ответ должен живой человек. ИИ может помочь с шаблоном, но контекст и нюансы вашего конкретного случая в шаблон не запихнуть.

Полностью заменить главбуха. На отчётность подписывается человек, и пока законодательство не разрешит "подпись ИИ" (а это перспектива не ближайших пяти лет), главбух будет нужен. С ИИ просто его работа становится более интересной: меньше рутины, больше анализа.

Решать спорные ситуации с контрагентами. Когда контрагент прислал акт сверки с отличающейся суммой, и нужно звонить ему и разбираться, кто прав - это работа человека. ИИ может подсветить расхождение, но не выяснить, чьи накладные потерялись.

Поэтому когда вендор обещает "сократите бухгалтерию на 80%" - либо у вас сейчас работает фабрика по вводу первички, либо вендор сильно преувеличивает. Реальный коридор сокращения штата на типичном SMB после полного внедрения - 20-30%. Остальное время освободившихся людей лучше тратить на нормальную работу: управленческий учёт, контроль маржинальности, анализ. Это окупается лучше, чем простое сокращение.

Как считать, нужно ли вам это

Простой алгоритм на пальцах. Возьмите свою бухгалтерию. Посмотрите, сколько документов в месяц проходит. Прикиньте, сколько часов на ввод первички и сверки тратится. Умножьте на среднюю стоимость часа бухгалтера в вашем городе (для регионов 400-700 рублей, для Москвы 800-1500). Получите сумму, которую сейчас сжигает ручной труд.

Дальше посмотрите на ценники сервисов. Облачное распознавание - 1900-5000 в квартал плюс сами тарифы 1С/Эльбы/СБИС. Автоматическая сверка - 5-15 тысяч в месяц. Внедрение и обучение - единоразово от 0 до 250 тысяч. Если экономия фонда оплаты труда покрывает стоимость сервиса за 6-12 месяцев, идёте смотреть. Если за 24+ месяцев - либо у вас слишком мало документов, либо вы переоцениваете эффект.

Где переоценивают чаще всего: думают, что 60% экономии времени получится сразу. Реально - 20-30% в первые два-три месяца, дальше выходит на плановые 50-60% после того, как процесс отлажен, сотрудники привыкли, документы стандартизованы. Закладывайте на это полгода адаптации.

И главное - не покупайте ИИ ради ИИ. Сначала наведите порядок в процессах. Если у вас сейчас бухгалтер не успевает потому, что менеджеры присылают документы кучей раз в квартал, ИИ это не починит. Сначала процесс, потом инструмент.

Близкие темы

ИИ для бухгалтерии под ключ - продуктовая страница, что и в каких связках я ставлю клиентам. OCR документов с ИИ - отдельно про распознавание, если задача узкая. ИИ поверх 1С: автоматизация учётки - смежная статья про то, как обвешивать саму 1С интеллектом. Сравнение ERP-систем для SMB в 2026 - если вы только выбираете учётный контур, а не дорабатываете существующий.

Источники

Хотите оценить, окупится ли ИИ-бухгалтерия на вашем потоке?

Опишите, сколько документов в месяц, какая учётка, сколько бухгалтеров. Верну расчёт по экономии и подбор сервисов под вашу историю за 24 часа. Бесплатно, до подписания.

Обсудить задачу