Электронный архив документов на Paperless-ngx: распознавание сканов документов и поиск за секунды

Каждый месяц в нашей клиентской базе повторяется одна и та же сцена: главбух звонит и просит найти акт сверки за прошлый год, потому что налоговая прислала требование, а бумага лежит непонятно в какой из тридцати папок. Час на поиск - это ещё повезло. Бывает, что акт вообще потерян, и тогда начинается восстановление документа с контрагентом, а это уже нервы и репутация. Мы ставим Paperless-ngx на русском языке и делаем электронный архив, где любой скан находится по слову из текста за секунды, даже если документ лежал в архиве пять лет.

Полдня на поиск акта - и это ещё цветочки

У одного клиента, оптовика стройматериалов на 30 сотрудников, бухгалтерия хранила документы по старинке: бумажные папки по годам, плюс скан-копии вперемешку в сетевой папке с именами вроде скан001.pdf и Документ (23).pdf. Когда пришло требование от ФНС по встречной проверке за 2023 год, поиск актов и счетов-фактур по трём контрагентам занял у главбуха два дня. Часть документов не нашли вообще - оказалось, папку случайно переименовал уволившийся сотрудник ещё за год до этого.

Похожая история почти у каждой компании без нормального архива: договоры теряются при смене менеджера, акты выполненных работ ищут по памяти «это было где-то в мае», а входящие счета от поставщиков лежат в почте вперемешку с рассылками. Отдельная головная боль - юристы, которым для суда или претензии нужен конкретный документ трёхлетней давности, а найти его может только тот, кто его когда-то подшивал. Если человек уволился - документ фактически потерян, даже если бумага физически цела.

Что это даёт бизнесу

• Поиск любого документа по слову из текста, названию контрагента или сумме - результат за 5-10 секунд, а не полдня беготни по шкафам и звонков «у тебя не завалялся этот акт?»
• Требование от ФНС или запрос контрагента перестаёт быть авралом: все акты, счета-фактуры и договоры лежат в одной системе с историей по годам, выгружаются пачкой в PDF за пару минут
• Бухгалтерия и юристы работают с архивом из дома, из другого офиса или в командировке - через браузер, без похода к конкретному шкафу с бумагами (доступ снаружи публикуем через HTTPS с паролями, при необходимости - за VPN, так безопаснее)
• Ниже риск потерять оригинал безвозвратно: скан хранится в системе с резервными копиями, а бумагу можно сдать в дальний архив или уничтожить после истечения срока хранения по регламенту
• Новый сотрудник не тратит неделю на «а где у нас лежит договор с Ромашкой» - находит документ сам, без звонка уволившемуся коллеге
• Экономия на пересылке копий контрагентам и в банк: вместо похода к сканеру и вызова курьера - находишь документ и отправляешь PDF за минуту

Как проходит внедрение

Что нужно от вас

• Доступ к текущему МФУ или сканеру, либо готовность взять недорогой сетевой сканер (от 8 000 ₽)
• Список сотрудников с доступом и их роли - бухгалтерия, юристы, директор, отдел продаж
• VPS для сервера архива - можем арендовать и настроить сами, добавим в стоимость
• Примерный объём архива за прошлые годы, если нужен перенос и распознавание бумаги

Как это устроено

Документ попадает в систему со сканера или по почте, автоматически распознаётся и раскладывается по тегам, а найти его потом может любой сотрудник с доступом - с телефона, ноутбука или рабочего ПК.

Paperless-ngx против 1С:Документооборота и просто папок на сетевом диске

Часто спрашивают - зачем городить отдельную систему, если есть 1С:Документооборот или похожие корпоративные системы. Тут дело в масштабе и деньгах. 1С:Документооборот ПРОФ стоит от ~45 тыс. ₽, версия КОРП - уже от ~190 тыс. ₽, и это только сама поставка: сверху идут клиентские лицензии на каждое рабочее место, ежегодная подписка ИТС на поддержку и работы по внедрению. Такие системы заточены под компании от сотни сотрудников с полноценным согласованием и маршрутами документов. Paperless-ngx - open source, без лицензионных платежей, мы берём деньги только за настройку, размещение на сервере и обучение. Для компании на 10-50 рабочих мест это в разы дешевле при той же базовой задаче - найти документ по слову за секунды. Оговорюсь честно: Paperless-ngx - это архив с поиском, а не согласование договоров по маршрутам и не бухгалтерия; если нужен именно документооборот с визами и интеграцией с учётом, это к 1С.

Простые сетевые папки на диске - это не архив, а свалка. Без распознавания текста поиск идёт только по имени файла, а имена файлов у всех разные: кто-то называет скан0001.pdf, кто-то Акт_Ромашка_март.pdf. Через год в такой папке тысяча файлов, и найти нужный можно только если помнишь примерную дату. Paperless-ngx распознаёт текст на самом скане - неважно, как назван файл, поиск идёт по содержимому, суммам, номерам договоров и датам.

Сколько стоит внедрение электронного архива

Частые вопросы

Электронный скан заменяет бумажный оригинал для налоговой?
Нет, для большинства документов бумажный оригинал по закону нужно хранить свои сроки, скан - это рабочая копия для быстрого поиска и подготовки к проверке. Исключение - документы, изначально созданные в электронном виде через ЭДО и подписанные УКЭП, для них электронный файл и есть оригинал (скан бумаги оригинала не заменяет). Мы настраиваем архив так, чтобы было видно, какой документ бумажный, а какой - юридически значимый электронный.

Что будет с архивом, если сломается сервер?
Настраиваем автоматическое резервное копирование базы PostgreSQL и файлов документов - обычно раз в сутки на отдельное хранилище. При поломке сервера восстанавливаем систему из бэкапа за несколько часов, документы не теряются. Рекомендуем держать резервную копию не только на самом VPS, но и в отдельном облачном хранилище.

Умеет ли система распознавать рукописный текст?
Штатный OCR-движок Tesseract, который использует Paperless-ngx, хорошо распознаёт печатный текст - счета, акты, договоры, накладные. С рукописными подписями и пометками от руки распознавание работает плохо и на него полагаться не стоит, но это не мешает найти документ по остальному напечатанному тексту на странице.

Сколько документов выдержит система без просадки скорости?
Paperless-ngx на практике справляется с архивами на десятки и сотни тысяч документов без потери скорости поиска - многое упирается в ресурсы сервера и базу PostgreSQL, а не в само приложение. Для компании на 10-50 рабочих мест такой объём набегает за много лет работы, так что запаса хватит надолго, а при росте архива мы просто увеличиваем ресурсы сервера.