Наш Телеграм

Автоматическое извлечение характеристик номенклатуры или как ИИ находит параметры в описаниях и PDF

получение до 95% всех атрибутов продукции из PDF-документации

уменьшение длительности оцифровки товарного каталога в 100 раз

автоматизированное наполнение карточек номенклатуры без человеческого фактора

Допустим, ваша фирма получила каталог от нового поставщика, и в нем 10 000 наименований. Каждую позицию сопровождает многостраничный PDF-паспорт с детальным перечнем всех 50 важнейших параметров: от материала и диаметра до класса прочности и соответствия ГОСТ. Эти сведения имеют огромную ценность. Благодаря им менеджеры смогут безошибочно находить аналоги, покупатели - пользоваться фильтрами на веб-сайте, а снабженцы - сопоставлять разные товары.

Однако, здесь возникает сложность. Ни один сотрудник не станет вручную обрабатывать 10 000 PDF-документов, чтобы перенести полмиллиона полей в CRM или систему учета номенклатуры. Такая монотонная задача займет месяцы и неизбежно повлечет за собой ошибки. В итоге вся важная информация так и не попадает в систему, оставаясь в файлах. Ваш каталог не содержит нужных данных, из-за чего компания несет убытки от нерезультативного поиска и неправильного выбора продукции.

Стоимость «заблокированных» данных - скрытые потери вашего бизнеса

Когда у товаров отсутствуют полные и структурированные характеристики, это не просто недозаполненная карточка. Подобная системная проблема порождает сразу несколько видов неявных издержек.

Непродуктивный поиск и подбор

Покупатель отправляет заявку с параметрами «болт М8, класс прочности 10.9». Ваш специалист вбивает в поиск «болт М8» и видит 50 позиций разных изготовителей. Какой из них отвечает требуемому классу прочности? Этого никто не знает, так как такой параметр в системе отсутствует. Сотруднику нужно открывать технические документы, выискивать сведения на сайтах производителей или уточнять на складе. Скорость ответа на запрос увеличивается с нескольких минут до нескольких часов.

Отсутствие возможности предложить аналог

На вашем складе нет именно той позиции, которую ищет клиент, зато есть ее полный аналог с идентичными параметрами от другого производителя. Без подробных атрибутов система не предложит такую замену в автоматическом режиме. Менеджер, особенно неопытный, тоже может упустить эту возможность. Как следствие - потерянная сделка. Клиент обратится к конкуренту, у которого товар «нашелся».

Задержка вывода новой продукции на рынок

Вы заключили договор с новым поставщиком, но продажи начать не можете, пока его номенклатура не будет внесена в вашу систему. Процедура ручной оцифровки каталога может длиться неделями или даже месяцами. В течение всего этого периода вы не зарабатываете, а продукция просто занимает место на складе.

Цена неполных данных в бизнесе: проблемы поиска товаров, подбора аналогов и замедление вывода новой номенклатуры на рынок.

Обсудить ваши задачи и возможности автоматизации

Свяжитесь с нами через популярные мессенджеры

Как искусственный интеллект «высвобождает» данные из документов

Сегодняшние методы управления информацией диктуют необходимость автоматизировать все рутинные процессы ее обработки. Решить проблему извлечения параметров быстро и с высокой точностью помогают технологии искусственного интеллекта, в частности сочетание оптического распознавания текста (OCR) с большими языковыми моделями (LLM).

ИИ-агент "Экстрактор данных из документов" функционирует как цифровой помощник, способный «читать» и «осмысливать» технические документы.

1. Распознавание содержимого и структуры

На начальном шаге агент принимает на вход документ в любом виде - PDF, скан-копию или даже фото. Технология OCR преобразует картинку в текстовый формат. Но это лишь первый этап. Затем языковая модель проводит анализ строения документа, определяя, где расположен заголовок, где таблица с параметрами, а где простое описание.

2. Извлечение пар «атрибут-значение»

Наиболее ответственный шаг - это интеллектуальный анализ. Искусственный интеллект не просто дублирует текст, а выявляет смысловые пары. Он определяет, что «Материал» - это наименование характеристики, а «Сталь нержавеющая А2» - соответствующее ему значение. Агент умеет работать со сложными таблицами, перечнями и описаниями, вытягивая десятки таких пар из одного документа.

3. Нормализация и приведение к структуре

Полученные сведения приводятся к общему формату. К примеру, варианты «100 мм», «100мм» и «100 миллиметров» будут унифицированы в одно значение. После этого агент создает структурированный файл (например, JSON), который полностью готов к импорту в любую систему: CRM, PIM или Платформу МБС.НСИ. Вся информация уже распределена по соответствующим полям.

Примеры практического применения

Автоматическое извлечение атрибутов - не умозрительная концепция, а вполне рабочий инструмент. Его используют для решения конкретных бизнес-задач.

Автоматическое извлечение характеристик номенклатуры или как ИИ находит параметры в описаниях и PDF

Сценарий 1 - Оцифровка каталога от нового поставщика

Задача

Торговая фирма начинает сотрудничество с изготовителем крепежа. Поставщик передал полный каталог своей продукции как 300-страничный PDF-документ, в котором для каждой из 5000 позиций приведена таблица с 20-30 техническими характеристиками (диаметр, длина, тип головки, материал, стандарт DIN).

Как действует ИИ-агент

Сотрудник загружает PDF-документ в систему. После этого ИИ-агент "Экстрактор данных из документов" начинает поочередную обработку страниц. Он находит таблицы, самостоятельно выгружает названия продуктов и все пары «параметр-значение». На всю операцию уходит примерно 45 минут.

Что это дает бизнесу

Вместо нескольких недель рутинной работы компания за час получает готовый к импорту файл со всеми 5000 позициями и их характеристиками. Новые товары сразу же появляются на сайте и становятся доступны к покупке. Менеджеры получают возможность применять фильтры по любым техническим параметрам для оперативного подбора.

Сценарий 2 - Обогащение имеющейся номенклатуры

Задача

В справочнике производственной компании находится 20 000 позиций комплектующих. Их карточки заполнены не полностью: указаны лишь наименование и артикул. Чтобы запустить систему подбора аналогов, требуется добавить важнейшие параметры (напряжение, мощность, габариты), которые есть в технических паспортах, хранящихся в архиве как сканы.

Как действует ИИ-агент

Персонал оцифровывает архивные паспорта. ИИ-агент "Экстрактор данных из документов" приступает к обработке полученных сканов. Он выявляет требуемые характеристики, извлекает их значения и соотносит с уже существующими позициями в справочнике по артикулу.

Что это дает бизнесу

Номенклатурный справочник становится полным и достоверным. Теперь система способна в автоматическом режиме предлагать замену при отсутствии нужной детали, что на 90% сокращает риск простоя оборудования. Инженеры находят нужные комплектующие в 10 раз быстрее.

Обсудить ваши задачи и возможности автоматизации

Свяжитесь с нами через популярные мессенджеры

Сценарий 3 - Анализ тендерной документации

Задача

Отдел продаж принимает участие в крупном тендере. Техзадание - это 50-страничный документ Word, содержащий спецификацию на 200 единиц оборудования. Для каждой из них прописано 10-15 обязательных параметров (производительность, потребление энергии, материал корпуса и другие).

Как действует ИИ-агент

Менеджер загружает этот документ в систему. ИИ-агент "Экстрактор данных из документов" разбирает текст, находит спецификацию и вытягивает все 200 позиций вместе с набором их требуемых параметров. Полученные данные он направляет в Платформу МБС.НСИ (в модуль «Продажи»).

Дальнейшая работа в экосистеме

Система МБС.НСИ автоматически сравнивает извлеченные требования с позициями из собственного каталога. Менеджер сразу видит, какие товары полностью подходят, где можно предложить аналог, а что необходимо запрашивать у поставщика.

Что это дает бизнесу

Подготовка коммерческого предложения к тендеру, ранее занимавшая дни, теперь занимает всего пару часов. Корректность подбора техники возрастает до 99%, что сводит на нет вероятность отклонения заявки из-за несоответствия техническим требованиям.

Преобразование работы с данными

Использование ИИ-агента полностью меняет принципы управления товарной информацией.

Было (ручная обработка)Стало (с ИИ-агентом)
Время на оцифровку 1000 позиций - 2-3 неделиВремя на оцифровку 1000 позиций - 15-20 минут
Точность данных зависит от внимательности оператораТочность извлечения данных - свыше 95%
80% времени менеджера уходит на поиск информацииМенеджер тратит время на переговоры и консультации
Фильтрация по техническим параметрам невозможнаКлиенты и сотрудники используют многоуровневые фильтры
Данные в PDF - "мертвый" архивЛюбой документ - источник структурированных данных

Итоги

Если вы продолжаете хранить важную информацию о продукции в неструктурированном виде, вы намеренно снижаете продуктивность работы отделов продаж и закупок. Перенос данных вручную - это затратный, небыстрый и неточный метод, от которого отказываются передовые компании.

Мы можем встроить ИИ-агента "Экстрактор данных из документов" в вашу IT-инфраструктуру. Он будет в автоматическом режиме разбирать PDF-файлы, каталоги, паспорта и сертификаты, вынимать из них основные характеристики и отправлять их в вашу CRM-систему или справочник номенклатуры.

В итоге вы получите исчерпывающий и структурированный каталог, который станет эффективным инструментом для продаж и закупочной деятельности. Ваши специалисты перестанут выполнять функции операторов ввода и смогут сфокусироваться на задачах, которые приносят компании доход.

Напишите нам, чтобы обсудить, как «освободить» информацию из ваших документов. Мы изучим образцы ваших файлов и продемонстрируем, как ИИ-агент способен автоматизировать работу с ними.

СТАТЬИ ПО ЭТОЙ ТЕМАТИКЕ

13
Января, 2026
Стандартизация НСИ с AI: единый стандарт кодирования номенклатуры для всей компании

Стандартизация НСИ с AI: единый стандарт кодирования номенклатуры для всей компании

ИИ-агенты "Нормализатор НСИ" и "Классификатор номенклатуры" создают единый стандарт кодирования для всей компании. Устранение дубликатов в справочниках позволяет перейти к централизованным закупкам, получать точную отчетность и снизить издержки.
статья
ИИ-РЕШЕНИЯ
06
Февраля, 2026
Аудит НСИ с помощью ИИ: поиск и устранение дубликатов в номенклатуре

Создание параметрической НСИ с помощью ИИ: автоматизированное извлечение и структуризация товарных характеристик

ИИ-агенты автоматически извлекают и структурируют характеристики товаров из текстовых описаний. Обеспечьте точный поиск, фильтрацию и подбор аналогов в вашем каталоге, превратив неструктурированную нормативно-справочную информацию в управляемый актив.
статья
ИИ-РЕШЕНИЯ
22
Декабря,
2025
Умная диспетчеризация обращений/лидов при масштабировании: как обработать в разы больше запросов

Умная диспетчеризация обращений/лидов при масштабировании: как обработать в разы больше запросов

При росте бизнеса поток заявок захлестывает первую линию. ИИ-агент "Маршрутизатор входящих обращений" обрабатывает любые пиковые нагрузки без расширения штата, обеспечивая стабильную работу при масштабировании. Измерьте Scalability вашей системы поддержки.
статья
ИИ/ТЕНДЕРНЫЙ ОТДЕЛ
17
Ноября,
2025
Аккредитация поставщиков в Битрикс24

Аккредитация поставщиков в Битрикс24: автоматический скоринг контрагентов и ведение реестра надежных поставщиков

Автоматизируйте проверку и аккредитацию поставщиков в Битрикс24. Минимизируйте риски работы с недобросовестными контрагентами и создайте "чистый" реестр надежных партнеров с помощью интеграций и смарт-процессов.
статья
Битрикс
15
Октября,
2025
Искусственный интеллект в тендерах для фильтрации 1000 лотов за 5 минут

Искусственный интеллект в тендерах для фильтрации 1000 лотов за 5 минут

ИИ-агент "Тендерный Радар" избавляет от ручного поиска на тендерных площадках. Он фильтрует тысячи лотов за минуты, находит релевантные закупки и создает персональную ленту прямо в CRM, чтобы вы не упустили выгодный контракт.
статья
ИИ/ТЕНДЕРНЫЙ ОТДЕЛ
АЛМАТЫ Богенбай Батыра,
д. 86/47, Алматы
info@mbsgroup.kz

+7 727 312 3838

ГРАФИК РАБОТЫ Мы работаем
по будним дням
с 10:00 до 17:00
СОЦСЕТИ Vkontakte
YouTube
Telegram