Купить ПО для AI-обработки документов или заказать LLM-пайплайн: как регулируемой компании выбрать и проверить оба варианта

Если ваши документы не могут покидать периметр (серверы, сети и облачные аккаунты, которые контролирует ваша компания), вы можете купить ПО для AI-обработки документов, которое устанавливается внутри него, заказать у инженерной компании пайплайн на языковой модели, который будет работать там же, или совместить одно с другим. Чтобы выбрать, оцените каждую систему, купленную или разработанную, внутри периметра на приёмочном наборе: это ваши реальные документы, для которых ваши же сотрудники записали правильное значение каждого поля. Если выбираете разработку, включайте в шорт-лист инженерные компании, которые могут показать систему, выведенную ими в прод внутри периметра клиента. Каждая из них также должна согласиться пройти оценку на ваших документах до подписания договора.

Из чего мы выбираем?

ПО для AI-обработки документов вендоры называют системами интеллектуальной обработки документов, или IDP. Это лицензируемый продукт: он сортирует входящие документы по типам, извлекает поля, например даты и суммы, и отправляет неясные документы человеку. Часть такого ПО устанавливается внутри вашего периметра, а код остаётся у вендора.

Пайплайн на заказ пишет для вас инженерная компания: это код под ваши типы документов и правила. Один из шагов в нём выполняет большая языковая модель (LLM), то есть модель, обученная на больших объёмах текста. Она читает каждый документ и возвращает значения всех полей, которые вы запросили. Другие шаги сверяют эти значения с вашими правилами, сомнительные отправляют вашим сотрудникам, а остальные передают в ваши системы.

Какое ПО для AI-обработки документов может работать внутри нашего периметра?

Проверьте это в первую очередь: часть ПО для AI-обработки документов продаётся как сервис в облаке вендора, и каждая страница, которую вы туда отправляете, покидает ваш периметр. В FAQ Amazon Textract по состоянию на 15 октября 2026 года перечислены регионы AWS, где доступен Textract, а версии для самостоятельной установки там не описано.

В том же FAQ сказано, что Textract принимает обращения по частному подключению из вашей собственной сети в AWS (AWS PrivateLink), так что такие обращения «не используют публичный интернет», но страницы всё равно обрабатывает сервис Amazon. Там же говорится, что, если вы от этого не откажетесь, «часть контента, обработанного Amazon Textract, может храниться в другом регионе AWS» для улучшения сервисов машинного обучения Amazon.

Другие вендоры на своих страницах (по состоянию на тот же день) пишут, что их ПО может работать внутри вашего периметра. Упоминание здесь не означает рекомендации, а список неполный.

Microsoft продаёт Azure Document Intelligence как облачный сервис, а для части моделей ещё и в виде контейнеров, то есть упакованного ПО, которое вы запускаете на своих машинах. На странице Microsoft об автономных контейнерах (disconnected containers) сказано, что они «предназначены для сценариев, в которых контейнерам для работы не нужно подключение к облаку». Чтобы ими пользоваться, вы «должны сначала заполнить и отправить форму запроса и приобрести тариф с обязательствами».

На странице ABBYY о платформе Vantage сказано: «Vantage задумана как платформа, ориентированная прежде всего на облако», а дальше добавлено: «В качестве альтернативы доступны гибкие варианты развёртывания для запуска Vantage на собственном оборудовании или в вашем экземпляре частного облака в Microsoft Azure». На странице Hyperscience о платформе Hypercell среди вариантов развёртывания названы установка на собственном оборудовании (на ваших серверах) и «частный тенант клиента (AWS, Google, Microsoft Azure)», а рядом с ними Hyperscience SaaS, то есть версия, которую компания сама размещает в AWS или Google Cloud.

Список функций, которые работают внутри вашего периметра, запросите письменно: страницы самого вендора могут противоречить друг другу. В FAQ Microsoft сказано, что «использование автономных контейнеров доступно для пользовательских моделей Document Intelligence и модели для счетов», а на странице об автономных контейнерах перечислены контейнеры Read, Layout, ID document, receipt и другие.

Какие наши документы подходят для купленного ПО, а для каких нужен пайплайн на заказ?

Покупка подходит, когда основная часть объёма приходится на типы документов, которые ПО уже умеет читать, например счета или документы, удостоверяющие личность. Кроме того, ваши правила для этих типов должны быть близки к правилам других компаний. Тогда готовые модели ПО можно проверить на ваших документах до того, как платить за какую-либо разработку.

Пайплайн на заказ подходит для типов документов, которые есть только у вашей компании, например внутренних форм, писем от контрагентов или тикетов поддержки с произвольным текстом. Он уместен и тогда, когда результаты должны подчиняться правилам, принятым только у вас, или поступать в систему, к которой не подключается ни один вендор. В пайплайне эти правила записаны в коде, а в купленном ПО их можно настроить лишь настолько, насколько позволяют инструменты вендора.

Комбинированная схема делит работу по типам документов: ПО читает знакомые ему стандартные формы, а пайплайн на заказ берёт на себя ваши собственные типы документов, правила и передачу результатов в ваши системы. Какой тип куда пойдёт, решают результаты тестов. У частей, которые связывают две системы, в договоре должен быть назван владелец. Это шаг, который направляет каждый документ по маршруту, очередь ручной проверки (список документов, которые ждут человека) и журнал аудита, где записано, что происходило с каждым документом.

Как проверить оба варианта на наших собственных документах до подписания договора?

Соберите приёмочный набор ещё до встреч с вендорами. Возьмите недавние документы в том соотношении, в каком они к вам приходят, включая сканы и фото с телефона, и попросите своих сотрудников записать правильное значение каждого поля. Включите и типы, которые, по вашим расчётам, будет читать ПО, и те, которые достанутся пайплайну на заказ, чтобы по одному набору можно было оценить все варианты.

Все тесты проводите внутри периметра. ПО проверяйте в пробной установке той версии, которую собираетесь лицензировать, а прототип подрядчика запускайте в аккаунтах, которые контролируете вы.

Даже пробная установка может подключаться к вендору. Автономным контейнерам Microsoft сначала нужны одобренный запрос и тариф с обязательствами, поэтому тест до того, как вы возьмёте на себя обязательства, может идти на контейнерах с подключением к облаку. В FAQ Microsoft сказано, что такие контейнеры «не отправляют в Microsoft данные клиента, например анализируемое изображение или текст» и что «для отправки в Azure информации для выставления счетов требуется подключение к интернету». Разрешать ли это подключение, решает ваша служба безопасности.

Пока набор никто не видел, разделите его на две части. Первую вендор и инженерная компания могут использовать для настройки своих систем, а вторая остаётся у вас. Итоговые оценки ставятся только по второй части, по четырём показателям:

• Точность по каждому полю в каждом типе документов, например по дате в договоре или сумме в счёте
• Доля документов, которые каждая система отправляет человеку при одном и том же проходном пороге (минимальной точности, которую вы допускаете для полей без проверки человеком)
• Время проверяющих: его засекают по таймеру, пока ваши собственные сотрудники сверяют выборку на экране проверки каждой системы
• Что происходит с документами, которые система не может прочитать, например с фото, снятым под углом, или документом незнакомого типа: попадает ли каждый такой документ к человеку и сколько неверных значений проходит дальше без предупреждения

Проходной порог нужно согласовать до начала теста: система может выглядеть точнее, если отправляет людям больше документов. Как засекать время проверяющих и выбирать проходной порог, разбирает статья о том, что операционному директору спросить у подрядчика (ссылка на неё выше).

За что мы платим при каждом варианте?

При покупке вы платите за лицензию. Microsoft продаёт автономные контейнеры по годовым тарифам с обязательствами, «за фиксированную плату», как сказано на её странице об автономных контейнерах. Отдельные тарифы есть для готовых (prebuilt) моделей, для пользовательского извлечения данных и для Read, её модели распознавания текста.

На странице цен Microsoft по состоянию на 15 октября 2026 года указан тариф для готовых моделей объёмом до 1,2 млн страниц в год, то есть из расчёта 100 000 страниц в месяц. По публичному прайс-листу этот тариф («Commitment Tier Pre-Built Disconnected 100K») стоит 8640 долларов в год в регионе Central US.

В общих условиях подписки ABBYY, которые в последний раз обновлялись 2 января 2026 года (текст по состоянию на 15 октября 2026 года), сказано, что срок подписки «автоматически продлевается на неограниченное число последующих сроков по двенадцать (12) месяцев». Так происходит, если только в вашем коммерческом предложении не сказано иное или одна из сторон не направит письменное уведомление не менее чем за 45 дней до окончания текущего срока. Про объём сверх купленного в условиях сказано, что, если в вашем коммерческом предложении не указано иное, ABBYY «выставит Лицензиату счёт на суммы, причитающиеся за объём сверх приобретённых Единиц объёма, в конце Срока подписки».

Купленное ПО всё равно нужно подключить к тому месту, куда приходят документы, и к вашим собственным системам. Ещё ему нужны мониторинг, сотрудники для очереди ручной проверки и владелец на вашей стороне, поэтому узнайте, сколько стоит эта работа, до подписания договора.

Если пайплайн строит подрядчик, эту работу нужно прописать в его договоре. Вы платите за разработку, затем за серверы и, если они нужны, графические процессоры (GPU), на которых работает модель, за людей, которые следят за системой, и за обновления, когда меняются ваши документы или модель. Купленное ПО тоже работает на ваших серверах: на странице Microsoft об автономных контейнерах для каждого перечисленного там контейнера рекомендованы 8 процессорных ядер и 24 ГБ памяти.

Чтобы сравнить варианты, дайте каждому вендору и каждому подрядчику одни и те же объёмы в письменном виде (документов в месяц, страниц в документе, соотношение типов) и попросите каждого назвать стоимость за три года. В неё должны входить ваши серверы и время, которое ваши сотрудники тратят на проверку.

Что будет принадлежать нам в итоге при каждом варианте?

При покупке вам принадлежит право пользоваться ПО, пока действует лицензия. Ваша конфигурация, например типы документов, поля и обученные модели, хранится в формате вендора, поэтому спросите, можно ли её выгрузить.

Лицензия может остановить работу ПО даже внутри вашего периметра. Автономным контейнерам Microsoft нужен файл лицензии, и Microsoft пишет, что этот файл «также содержит дату окончания срока действия, после которой файл лицензии недействителен для запуска контейнера». В условиях ABBYY сказано, что если вы не заплатите за использование сверх купленных единиц объёма, то «функциональность Программного обеспечения ABBYY будет недоступна для Лицензиата».

Код пайплайна на заказ становится собственностью вашей компании, если договор его передаёт, поэтому проверьте, что договор из этой передачи исключает, например переиспользуемые компоненты подрядчика (код, который он переносит из проекта в проект). Зафиксируйте письменно, что при любом варианте приёмочный набор и все результаты тестов принадлежат вашей компании. По ним вы потом сможете оценить любую замену на тех же документах.

Что спросить у вендора ПО и у инженерной компании?

Вопросы к вендору ПО:

• Какую версию мы лицензируем и можете ли вы письменно перечислить, какие её функции работают внутри нашего периметра?
• Подключается ли какая-либо часть ПО к вам изнутри нашего периметра: для лицензий, обновлений, отчётов об использовании или поддержки?
• Можно ли запустить пробную установку внутри нашего периметра, в той версии, которую мы собираемся лицензировать, и оценить её на нашем приёмочном наборе?
• Что перестанет работать, если мы не продлим лицензию, и в каком формате можно выгрузить нашу конфигурацию и обученные модели?

Вопросы к инженерной компании:

• Выводили ли вы систему в прод внутри периметра клиента и что вы можете нам о ней показать?
• Построите ли вы прототип внутри нашего периметра, в аккаунтах, которые контролируем мы, и согласитесь ли пройти оценку на той части приёмочного набора, которую вы не видели?
• Для каких наших типов документов вы бы порекомендовали купить ПО и почему?
• Кто будет эксплуатировать систему после запуска, что договор передаёт нам и какие переиспользуемые компоненты он поимённо исключает?

Где здесь место amBrain?

Единственный проект с языковой моделью, который amBrain описывает публично, таков: «Мы вывели интеграцию LLM в прод внутри FinTech-периметра клиента: извлечение и нормализация неструктурированных уведомлений брокеров и торговых площадок — о корпоративных действиях, изменениях по инструментам и марже — в структурированные записи, которые потребляет торговая система».

Эта статья — не кейс, и клиент не называется. В процитированной строке не сказано, использовалось ли в том проекте купленное ПО для AI-обработки документов, где работала модель и какие из описанных выше практик там применялись. Здесь не утверждается, что amBrain сравнивал ПО для AI-обработки документов с пайплайном на заказ, в том проекте или в каком-либо другом, или что он строил системы для счетов, документов, удостоверяющих личность, или тикетов поддержки. Цен, сроков и условий amBrain для прототипа или теста до подписания договора статья не приводит.

amBrain делает софт с 2019 года. То, как amBrain работает с клиентами, компания описывает одной строкой: «Три формата: полная разработка, выделенная команда или инженеры внутри вашей команды». О владении у неё такая строка: «Клиент сохраняет полное владение продуктом и кодом, кроме наших переиспользуемых компонентов». Если amBrain в вашем шорт-листе, дайте ему тот же приёмочный набор и те же вопросы, что и любой другой компании, и попросите поимённый список этих компонентов.