Лидеры года — новая категория на Workspace Digital Awards! Номинируйте вашу команду, продукты и проекты.
Максим Владимирович Васильев
Мультимодальный учёт чеков стройки и радар смет: сокращение 3 часов рутины бухгалтера до 15 минут
Максим Владимирович Васильев
#Разработка чат-ботов и Mini Apps#Разработка и поддержка 1C#ИИ и нейросети

Мультимодальный учёт чеков стройки и радар смет: сокращение 3 часов рутины бухгалтера до 15 минут

5 
Поделиться: 0 0 0
Бюджет

45 000

Сфера

Строительство и ремонт

Сдано

Сентябрь 2026

Задача

Клиент: Строительно-отделочная компания «ФинишРемонт» (отделка коммерческих помещений, офисов, загородных домов; 14 одновременных объектов в работе, 35 мастеров, 4 прораба).

Проблема: Хаос с подотчетными средствами прорабов. Ежедневно прорабы закупали расходные материалы в десятках магазинов и рынков, сбрасывая сотни мятых, нерезких фотографий чеков в неструктурированные чаты. Бухгалтер тратил от 2.5 до 4 часов каждый день на расшифровку чеков и ручную разноску в 1С. До 8% чеков терялись, приводя к кассовым разрывам и убыткам компании.

Задача:

1. Создать Telegram-бот для прорабов: фото чека прямо на кассе + голосовой комментарий с номером объекта.

2. Реализовать мультимодальный OCR-парсинг с автоматической валидацией фискальных данных через QR-код ФНС.

3. Обеспечить автоматическую разноску затрат по объектам и счетам в 1С:Бухгалтерию за 15 секунд.

4. Внедрить сверку закупочных цен стройматериалов по рыночному радару StroyPriceRadar.

Решение

Архитектура решения VmvCode Multimodal Vision Pipeline

Сервис построен на базе микросервисной архитектуры с интеграцией мессенджеров, компьютерного зрения и государственных API:

  • Telegram-шлюз для прорабов: Принимает фото чека и аудиосообщение прямо со строительной площадки.

  • Аудио-ядро Whisper: Мгновенно транскрибирует голосовые комментарии прораба (*«Советская, 3 этаж, клей и саморезы»*) и извлекает ID объекта.

  • Двухконтурный OCR-модуль:

    • Если на чеке есть QR-код: прямое обращение к официальному API ФНС России для мгновенного получения эталонных фискальных данных.

    • Для нефискальных товарных чеков (рынки, ИП): специализированная модель компьютерного зрения Qwen-VL / Vision LLM с распознаванием рукописных и выцветших строк.

  • Модуль аудита цен StroyPriceRadar: Сопоставляет цены закупленных стройматериалов с региональным бенчмарком и подсвечивает отклонения свыше 15%.

  • Синхронизация с 1С:Бухгалтерией и Google Таблицами: Автоматически создает авансовый отчет и привязывает скан чека к конкретному объекту сметы.

Этапы реализации (5 рабочих дней под ключ)

  • День 1: Анализ чеков со стройплощадок, сбор датасета выцветших и мятых термочеков.

  • День 2: Разработка Telegram-бота, интеграция распознавания QR-кодов ФНС и транскрипции Whisper.

  • День 3: Настройка Vision-модели для товарных накладных и интеграция со StroyPriceRadar.

  • День 4: Автоматизация разноски в 1С:Бухгалтерию и Google Таблицы объектов.

  • День 5: Тестирование с 4 прорабами на реальных закупках и запуск в постоянную эксплуатацию.

Результат

Результаты внедрения за первый месяц

Автоматизация подотчетных расходов кардинально упорядочила учет на стройплощадках:

  • Ежедневная рутина бухгалтера: сократилась с 3 часов до 15 минут (ускорение в 12 раз).

  • Потери подтверждающих документов: снизились с 8% до 0% — все чеки фиксируются в момент покупки.

  • Исключение дублей и подделок: автоматическая сверка фискальных номеров ликвидировала повторные выплаты.

  • Экономия на закупках стройматериалов: алгоритм StroyPriceRadar предотвратил переплаты на 380 000 ₽ за первый месяц за счет перенаправления заказов проверенным оптовым поставщикам.

  • Срок окупаемости: проект полностью окупился за 11 календарных дней.

Максим Владимирович Васильев
Максим Владимирович Васильев

Россия Новосибирск

Внедрение показало, что прорабы охотно пользуются системой, когда от них требуется минимум действий: щелкнуть чек на кассе и наговорить пару слов в микрофон. Все остальное — распознавание выцветших строк, запрос чека из налоговой и разноска по счетам затрат в 1С — берет на себя автоматика.

Отзыв клиента

Артем Мельников
Артем Мельников

Руководитель строительных проектов

Раньше закрытие месяца было сущим адом: горы мятых чеков из Леруа и со строительных рынков, половина потеряна, прорабы не помнят, на какой объект брали саморезы и клей. Сейчас всё четко: сфотографировал чек — через 15 секунд он уже в смете нужного объекта с разбивкой по позициям. Бухгалтер вздохнула с облегчением, а мы сразу видим, где прорабы переплатили за материалы.

https://t.me/SmartSales_Agent_Bot

Стек технологий


Оцените кейс
Спасибо за оценку
Выскажите мнение
Авторизуйтесь, чтобы добавить свой комментарий.
оставить заявку

Хотите заказать похожий проект?

Оставить заявку