一家大型俄罗斯公司每月要处理约 2.5 万份原始单据。一位有经验的会计录入一整套单据需要 10–15 分钟,而这并不是高峰——是每天整天的常态。您读完这段话的功夫,俄罗斯某处的会计正在连续录入第三张 TORG-12 发货单。真正该问的问题不是“AI 会不会取代会计”,而是“这个季度我们究竟能减掉多少小时的重复劳动”。

我以实践者的身份来回答:我从 2017 年开始落地 AI,经常接触企业里的财务职能。2026 年的图景经得起具体数字的检验,而不是演示视频。方法与我在《AI 是用来工作的,不是用来演示的》一文中写过的一致:先看清痛点和它要花多少钱,再谈技术。

一叠原始单据变成一张整洁的表格

第一层:单据识别——技术成熟,且已内置在 1C 里

这是最便宜、最容易量化的收益点。“1C:原始单据识别”服务(1С:РПД)已经内置到标准配置中——1C:Бухгалтерия 8(3.0.106.60 版本起)、Управление торговлей 11、Комплексная автоматизация 2.5 以及 25 多个行业解决方案。也就是说,对大多数公司而言,这个工具本来就在会计系统里,唯一的问题是没人打开它。

来自 1C 合作伙伴实践的数字:

  • 手工录入一张发货单:5–10 分钟;通过 1С:РПД:约 30 秒;
  • 一批 20 份单据:手工 2–3 小时,识别后 15–20 分钟;
  • 每天处理 30–40 份单据的会计团队,每周约节省 21 小时——差不多三个工作日。

现代俄罗斯识别系统对发票和发货单的准确率可达 98–99.5%。它能处理手机拍出的模糊照片、质量差的扫描件和多页文档。免费额度——1C 标准订阅每年 250 页——足够处理 25–30 张真实发票,让您用自己的数据算出经济账,而不是看厂商 PPT 上的数字。

第二层:从扫描件到记账决策

读出字段只完成了一半工作。第二层是给出会计判断:分录、费用科目、交易对手。这里的工作已从传统 OCR 转向用公司自身交易历史训练的模型。

根据行业综述以及我在客户现场看到的情况,这类系统今天已能做到:

  1. 基于相似历史业务推荐记账分录——系统学习公司过去如何处理类似单据,直接给出可用的分录建议。
  2. 银行流水按费用科目自动分类——对账工作从数小时的体力活变成自动生成差异报告的自动流程。
  3. 异常检测——不寻常的金额、重复记录、可疑交易对手,系统会在关账之前、而不是审计时才把它们标出来。
  4. 税务问询回复初稿——本质上是运行在公司文档流之上的 RAG 流水线。

根据俄罗斯联邦政府下属财政大学的估算,AI 可以消除 30–40% 的原始记账操作,将单据处理速度提升 2–3 倍,并自动发现 50–60% 的技术性错误。这是估算、不是承诺,但这个数量级与我实际看到的落地情况一致。

另外值得一提的是:从 2026 年起,俄罗斯取消了旧版发票和发货单的 XML 格式,转向机器可读文档。这对 AI 意味着单据流里“劣质扫描件”的占比将持续下降,自动化质量只会越来越好。第二层的成本只会越来越低。

152-FZ:边界画在不同的安全域之间,而不是“可以”与“不可以”之间

说实话:会计是 152-FZ(俄罗斯个人数据法)最敏感的领域之一。个人数据就放在 1C 的强类型字段里:人事模块里的员工姓名与护照、会计模块里的个人交易对手和备用金领用人、贸易管理与 CRM 里的个人客户。从 1C 导出一份单据,就等于导出一份现成的标识符集合;把它发给境外服务,在形式上就是第十二条所定义的跨境传输。

我给团队的实践框架如下:

  • YandexGPT 和 GigaChat 托管在俄罗斯境内——在有当事人同意并具备基础文件(处理政策、负责人任命书)的前提下,可以用于处理个人数据。
  • 境外模型——只能用去标识化数据。但请注意:把“Иванов И.И.“替换成”员工 A“能降低风险,但按第三条的标准,这并不构成法律意义上的去标识化。自 2025 年 9 月 1 日起,新的去标识化程序已生效——政府第 1154 号令与 Roskomnadzor 第 140 号令。掩码化是降险手段,不是免罪符。
  • 正确的答案通常是五种之一:发送前去标识化、本地部署模型、使用俄罗斯云、取得当事人同意,或者签署数据处理委托协议。

好消息是:从架构上看,这已经不再是难题。YandexGPT ↔ 1C:Бухгалтерия 的现成连接器已经出现在 iPaaS 平台上,“1C + 俄罗斯 LLM + 去标识化网关”的组合可以在几周内搭建完成,而不需要几个季度。

从哪里入手:三个速赢

不要去做什么“会计 AI 战略”——直接关掉三个痛点。顺序很重要,所以用编号:

  1. 打开当前 1C 里的单据识别。 很多情况下 ITS 订阅里已经付过这笔钱了。一天的配置时间,每位管原始单据的会计每周就能省下数小时。
  2. 加一位负责报表初稿和税务问询回复的 AI 助手——使用俄罗斯模型,运行在您自己的网络边界内。从 УСН 和 6-НДФЛ 开始,这两类业务形式化程度最高。
  3. 把“禁止向境外服务上传原始单据”写成制度,并配上技术层面的去标识化网关。这件事的成本,低于一次数据泄露和一次监管调查。

走完第三步还想继续扩展的话,做一次外部的 AI 落地审计是值得的:在投入大规模建设之前,让新鲜的眼光审视一下架构和经济账。

小结

AI 不会取代总会计师——它替总会计师拿走三分之一的重复劳动,让他有时间去处理那些真正要由他对法律负责的事务。

这就是落地成熟度的检验标准:不是“我们有了神经网络”,而是“总会计师不再需要在办公室里熬夜关账”。其他说法,都是营销。