Hujjatlarni tanish va OCR: Oʻzbekiston biznesida maʼlumot kiritishni avtomatlashtirish

Hujjatlardan maʼlumotlarni qoʻlda kiritish — ofis ishining eng qimmat va eʼtibordan chetda qoladigan turlaridan biri. Xodim mijozning pasport maʼlumotlarini CRM ga koʻchiradi, buxgalter hisob-fakturadagi summalarni 1C ga kiritadi, yurist shartnoma rekvizitlarini tekshiradi. Har bir amal bir necha daqiqa oladi, oyiga minglab hujjat miqyosida esa bu toʻliq ish oʻrinlariga aylanadi. OCR (optik belgilarni tanish) zamonaviy hujjat tuzilmasini tushunish modellari bilan birga bu rutinani dasturga topshirish imkonini beradi. Bu amalda qanday ishlashini va Oʻzbekiston bozori sharoitida nimaga eʼtibor berish kerakligini koʻrib chiqamiz.

OCR nima va hujjatni tanishdan farqi nimada

Klassik OCR matn tasvirini tahrirlanadigan belgilarga aylantiradi. Bu shunchaki matn olish uchun yetarli, ammo avtomatlashtirish uchun kam: biznesga harflar emas, tuzilgan maydonlar kerak — F.I.Sh., pasport seriyasi va raqami, sana, STIR, summa, shartnoma raqami. Shu sababli zamonaviy yechimlar uch qatlamni birlashtiradi.

• OCR dvigateli — matn va uning tasvirdagi koordinatalarini ajratib oladi.
• Layout tahlili va hujjatni tushunish modellari — sarlavha, jadval, rekvizitlar qayerda ekanini va aniq qiymat qaysi maydonga tegishliligini aniqlaydi.
• Biznes-mantiq va validatsiya — STIR nazorat raqamlarini, sana formatini, summalar mosligini tekshiradi va maʼlumotlarni maʼlumotnomalar bilan solishtiradi.

Aynan shu qatlamlar birikmasi “hujjat tasvirini” qayta yozish kerak boʻlgan matn fayliga emas, balki maʼlumotlar bazasidagi tayyor yozuvga aylantiradi.

Pasport va ID-kartalar: eng koʻp uchraydigan stsenariy

Oʻzbekiston ID-kartalarga oʻtdi, ammo muomalada hali ham eski namunadagi biometrik pasportlar ham, qogʻoz hujjatlar ham bor. Banklar, mikromoliya tashkilotlari, sugʻurta, telekom va e-commerce sohalarida mijozlarni onboarding qilishda shaxsni tasdiqlovchi hujjatlarni tanish — avtomatlashtirishning boshlangʻich nuqtasi. Yaxshi yechim hujjatning pastki qismidagi MRZ-zonani (mashina oʻqiy oladigan qator) oʻqiy oladi, bu qatorda asosiy maydonlar standartlashgan formatda boʻladi, vizual zonadagi maʼlumotlarni esa tekshirish va toʻldirish uchun ishlatadi.

Mahalliy bozor uchun muhim nuqta — oʻzbek tilini lotin va kirill yozuvlarida, shuningdek rus tilidagi maydonlarni toʻgʻri qoʻllab-quvvatlash. “oʻ”, “q”, “gʻ”, “h” kabi harflar faqat lotin yoki ingliz tilida oʻqitilgan dvigatellar uchun xatolar manbai boʻladi. Buni pilot bosqichida real hujjatlarda tekshirish zarur.

Hisob-fakturalar, yuk xatlari va fiskal hujjatlar

Buxgalteriya avtomatlashtirilishi — talab boʻyicha ikkinchi blok. Toʻlov uchun hisoblar, invoyslar, dalolatnomalar, EHF va tovar yuk xatlari oʻnlab formatlarda keladi: PDF, skan, telefon surati, yetkazib beruvchi tizimidan eksport. Bu yerda OCR vazifasi — shapkani (yetkazib beruvchi, STIR, sana, raqam) va jadval qismini (nomlanish, miqdor, narx, summa, QQS) ajratib olish, soʻngra pozitsiyalarni hisob tizimidagi nomenklatura bilan moslashtirishdir.

Oʻzbekistonda yuridik shaxslar hujjat aylanmasining katta qismi Didox va shunga oʻxshash EHF operatorlari orqali elektron koʻrinishda boradi, u yerda maʼlumotlar dastlab tuzilgan. Ammo kontragentlardan kiruvchi oqim, cheklar, qogʻoz hisoblar va jismoniy shaxslar hujjatlari hali ham tanishni talab qiladi. Toʻgʻri strategiya — avval API orqali tuzilgan koʻrinishda mavjud boʻlgan hamma narsani olish, OCR ni esa faqat “tasvir” koʻrinishida kelganlariga qoʻllash.

Shartnomalar va yuridik hujjatlar

Shartnomalar — eng murakkab sinf. Bu uzun, tuzilmasiz matnlar boʻlib, ularda alohida maydonlar emas, maʼno muhim: tomonlar, predmet, muddatlar, summalar, jarima sanksiyalari, bekor qilish shartlari. Bu yerda toza OCR yetarli emas — u faqat matnni tayyorlaydi. Keyin til modellari ulanadi, ular obyektlarni ajratadi, bandlarni tasniflaydi va shablondan ogʻishlarni topishga yordam beradi. Bu yuristga yuzlab sahifani qayta oʻqimasdan, belgilangan asosiy shartlarni tekshirish va risklarga eʼtibor qaratish imkonini beradi.

Amaliy yoʻl — tipik hujjatlardan boshlash: bir xil ijara, yetkazib berish, oferta shartnomalari. Ularda model yuqori aniqlik koʻrsatadi va tez qoplanadi. Noyob murakkab shartnomalarni tizim maslahatlari bilan qoʻlda tekshirishga qoldiring.

Aniqlik: amalda nimani kutish mumkin

OCR aniqligi atrofida koʻp marketing raqamlari bor. Amalda natija kiruvchi materialning sifatiga bogʻliq. Toza PDF yoki tekis skan asosiy maydonlarni deyarli xatosiz ajratib beradi. Burchak ostida olingan hujjat surati, gʻijim chek, matn ustidagi muhr, yomon yoritish — aniqlikni sezilarli pasaytiradi.

Toʻgʻri yondashuv — “100% avtomatlashtirish” ortidan quvmaslik, balki jarayonni odam ishtirokida (human-in-the-loop) qurish: tizim tanidi va toʻldirdi, past ishonchli maydonlarni belgiladi, operator tez tasdiqlaydi yoki tuzatadi. Hatto shu rejimda ham qayta ishlash tezligi bir necha barobar oshadi, xatolar esa qoʻlda kiritishdan kam boʻladi.

Integratsiya: tanilgan maʼlumotlar qayerda yashaydi

Tanish faqat maʼlumotlar qayta kiritilmasdan ishchi tizimlarga tushganida qadrli boʻladi. Amalda OCR-modul CRM, ERP, 1C, bank va hisob tizimlari bilan API orqali integratsiyalanadi. Tipik oqim shunday: hujjat yuklanadi (veb-forma, mobil ilova, e-mail yoki chat-bot orqali) → tanilali → validatsiya qilinadi → maydonlar maqsadli tizimga ketadi, asl nusxasi esa yozuvga bogʻlanib arxivga saqlanadi.

• Qabul: fayl yuklash, telefon surati, skaner, pochta yoki messenjerdan oqim.
• Qayta ishlash: OCR, tuzilmani tahlil qilish, maʼlumotnoma va reyestrlar boʻyicha validatsiya.
• Yetkazib berish: API orqali CRM/ERP/hisobga yozish, bildirishnomalar, bahsli maydonlarni qoʻlda tekshirish navbati.

Aynan integratsiya sifati, tanishning “sehri” emas, loyiha qoplanadimi yoki yoʻqligini belgilaydi. Integratsiyasiz OCR — bu shunchaki yana bir ekran boʻlib, xodim unga qarab qayta yozadi.