К основному содержанию
SILONIN.

Жалобы на штрафы без ручного заполнения

В транспортно-логистической компании ИИ-помощнику передали подбор шаблонов, заполнение проектов жалоб и контроль сроков. Корпоративный юрист больше не собирает каждый документ вручную и сохраняет проверку по существу.

Автор материала:

Без ручной сборкиагент подбирает шаблон и заполняет реквизиты жалобы
Автоконтролькалендарь ведёт сроки и контрольные точки по делам
Один реестрстатусы и сроки всех дел доступны вместе
Клиент
Транспортно-логистическая компания с крупным корпоративным автопарком
Отрасль
Транспорт и логистика
Что сделано
  • Настроены распознавание постановлений и извлечение реквизитов из PDF и сканов.
  • Подключены согласованные шаблоны жалоб для разных статей и юридических лиц.
  • Созданы реестр дел и календарь с контрольными точками по каждому сроку.
  • Настроена передача неоднозначных документов на ручную проверку.
1
Ситуация

Один юрист обрабатывал штрафы всего автопарка

Постановления регулярно приходили в PDF и сканах на разные юридические лица группы. Для каждого документа нужно было найти шаблон, перенести реквизиты и проконтролировать срок обжалования.

Рабочий поток охватывал 4–5 типовых статей. Шаблон жалобы зависел одновременно от статьи и от компании, на которую выписали штраф. Юрист вручную разбирал постановление и заполнял документ.

Подготовка жалоб отнимала часы и отвлекала от других юридических задач. При большом потоке документов возрастал риск пропустить срок. Контроль даты был такой же обязательной частью работы, как проверка реквизитов.

2
Задача

Убрать ручную сборку жалоб, сохранив решение за юристом

Для согласованных категорий дел агент должен был готовить проект жалобы, вести единый реестр и рассчитывать срок. Проверку фактов, выбор действий в спорных случаях и отправку документов оставили юристу.

Помощника развернули на виртуальной машине заказчика без подключения к другим корпоративным системам. Входящие документы, шаблоны и результаты передаются через локальные папки. Распознавание и извлечение реквизитов используют облачные сервисы; локальное размещение агента не означает полностью автономную обработку.

3
Решение

Постановление в папке превращается в проект жалобы

Юрист помещает файл во входящую папку. Агент распознаёт документ, извлекает поля и передаёт их программной части. Она выбирает согласованный шаблон, формирует Word-документ и обновляет реестр и календарь.

  1. 1

    Распознали PDF и сканы

    Из постановления извлекаются дата, статья, ИНН, компания группы и государственный номер автомобиля. Языковая модель работает с реквизитами документа, а не принимает решение об обжаловании.

  2. 2

    Связали реквизиты с шаблоном

    Программная часть по заданным правилам определяет юридическое лицо и подходящий шаблон. Проект жалобы в Word сохраняется в папке результатов.

  3. 3

    Настроили реестр и календарь

    В реестре фиксируются получение постановления, обработка, подготовка проекта, проверка и отправка. Календарь показывает контрольные точки и крайний срок по делу.

  4. 4

    Передали исключения юристу

    Нечитаемый скан, неизвестная категория или неоднозначное юридическое лицо получают отметку для ручной проверки. Новые категории подключаются после согласования правил и шаблонов.

Как работает система

Срок рассчитывается от даты вручения

Календарь работает на той же виртуальной машине и обновляется по реестру. При уточнении даты вручения срок пересчитывается; дела со статусом «подано» или «не обжаловать» снимаются с контроля.

  1. 1 · Подготовка

    Готовность проекта

    В календаре отмечается подготовка документа к проверке.

  2. 2 · До срока

    5, 3 и 1 день

    Контрольные точки до окончания срока по делу.

  3. 3 · Срок

    Крайний срок

    Отдельная отметка последнего дня и просрочки.

  4. 4 · Статус

    Завершение контроля

    Юрист фиксирует подачу или решение не обжаловать.

Проверка человеком Агент не подаёт жалобу самостоятельно

В каждом проекте юрист проверяет факты, доказательства, реквизиты и адресата. Затем сам подаёт документ. Автоматическая подготовка не заменяет юридическую оценку.

Проверка на пилоте

Реквизиты проверили на документах клиента

Сначала извлечение полей проверили на синтетических постановлениях. Затем адаптировали шаблоны под примеры заказчика и обработали изолированную партию из 12 PDF, включая сканы.

В 11 файлах система корректно извлекла базовые поля. Оставшийся файл не был постановлением и ушёл на ручную проверку. Эта проверка относится к разбору документов, а не к исходам судебного обжалования.

После доработки распознавания и сопоставления просмотрели выходные документы. Финальную проверку провели на виртуальной машине заказчика с рабочими папками, окружением и доступом к модели.

Результаты

Ручную подготовку жалоб передали агенту

По итогам пилота подбор шаблона и перенос реквизитов передали агенту. Сроки и статусы собраны в реестре и календаре. Проверка и подача жалобы остались за специалистом.

Проект без ручной сборки

Юрист больше не подбирает шаблон и не переносит реквизиты вручную. Он загружает постановление и получает заполненный Word-документ для проверки.

Сроки в одном календаре

Ручное отслеживание сроков заменено календарём по реестру дел. Агент рассчитывает срок от даты вручения и обновляет контрольные точки при её уточнении.

Исключения не проходят незаметно

Документы, которые не удалось обработать однозначно, отмечаются для ручной проверки.

4
Выгоды

Что получил клиент после запуска

  1. 1

    В типовых делах юрист получает заполненный проект без повторного поиска шаблона и переписывания реквизитов.

  2. 2

    Дела видны вместе со сроками и статусами. Уточнение даты вручения автоматически меняет контрольные точки.

  3. 3

    Специалист сосредоточен на фактах, доказательствах и решении по делу. Документы вне согласованных сценариев попадают на ручную проверку.

Бесплатная консультация

Найдём, что можно улучшить в вашей работе

Расскажите, как сейчас устроена работа и какие данные доступны. На консультации обсудим, что можно улучшить и по какому показателю оценить результат.

Сначала пройти тест AI-зрелости →

Следующий кейс Локальный ИИ на производстве →