Кейс: автоматизировали не документ, а цепочку сделки

Rexera — основанный в 2020 году американский технологический стартап, который занялся рутинными операциями при сделках с жилой недвижимостью. Это не только распознавание PDF. В процессе нужно определить участников, запросить документы у ассоциаций домовладельцев и муниципалитетов, дождаться ответов, извлечь условия и платежи, сопоставить сведения, заметить риск и вернуть результат специалисту по закрытию сделки.

В кейсе AWS компания сообщает о 5 млн обрабатываемых страниц и более чем 5 тыс. транзакций в месяц. Для клиентов заявлены снижение ручной проверки документов на 99%, экономия в среднем четырёх часов на сделку и сокращение операционных расходов на 25%. Отдельный RAG-инструмент, по данным того же кейса, уменьшил время ручного просмотра на 80%. Rexera также говорит о точности свыше 95% на простых случаях при использовании нескольких моделей.

Эти показатели предоставлены участниками проекта и не являются независимым аудитом. Кроме того, «снижение ручной нагрузки на 99%» не означает, что 99% документов можно безусловно принять: метрика может включать автоматический поиск, сортировку, извлечение, переписку и подготовку результата. Для руководителя полезен не рекламный процент, а сама декомпозиция процесса.

Что сделала компания

Rexera начала с узкого, неприятного и повторяемого участка — получения документов ассоциаций домовладельцев. На своём сайте компания описывает исходную цепочку как более чем 11 ручных шагов: найти организацию, узнать правила заказа, оплатить сбор, отправить запрос, напоминать, принять пакет, проверить полноту и извлечь данные. После этого платформа распространила подход на муниципальные обременения, погашение ипотеки, проверки кондоминиумов и другие операции.

Согласно AWS, переход на Amazon Bedrock прошёл после двухнедельного прототипа и двухнедельной миграции; промышленная эксплуатация началась во втором квартале 2024 года. Платформа использует несколько языковых моделей, RAG по документам, проверку данных и агентов, способных работать с коммуникациями и внешними системами. В другом кейсе AWS и Zilliz говорится о более чем 10 тыс. задач в день и миллионах страниц в месяц; переход к единой управляемой векторной базе, по заявлениям участников, снизил общие затраты на 50%, задержку на 30% и повысил точность поиска на 40% относительно ранее проверенных вариантов.

В июле 2025 года Rexera была приобретена RealPage. Сам факт покупки не доказывает качество каждой метрики, но подтверждает, что речь идёт о действующем отраслевом продукте, а не лабораторной демонстрации.

Как выглядит архитектура

Публичные материалы не раскрывают полный технический проект, поэтому следующая схема — редакционная реконструкция по описанным функциям, а не внутренняя документация Rexera.

1. Входной оркестратор принимает адрес объекта, тип операции и срок, создаёт стабильный идентификатор дела.
2. Коннекторы ищут контрагентов, отправляют письма или запросы и сохраняют каждое событие в журнале.
3. Документы проходят антивирусную проверку, OCR, разбиение и классификацию.
4. Индекс хранит фрагменты вместе с объектом, версией, страницей, правами доступа и сроком действия.
5. RAG извлекает только релевантные фрагменты; модель возвращает структурированные поля и ссылки на доказательства.
6. Обычный код проверяет даты, суммы, обязательные поля, взаимные противоречия и повторы.
7. Низкорисковые действия продолжаются автоматически, а юридические, финансовые и неоднозначные случаи попадают в очередь специалиста.
8. После подтверждения отдельный исполнитель выполняет запись или отправку с идемпотентным ключом, чтобы повтор не создал второй платёж или запрос.

Главный урок — LLM не должна одновременно читать документ, решать, проводить оплату и менять систему учёта. Модель предлагает интерпретацию. Политика, права, проверка и исполнение остаются отдельными компонентами.

Почему RAG — только один слой

В кейсе часто заметен RAG, но экономия возникает вокруг него. Если сотрудник всё равно вручную ищет организацию, запрашивает файл, проверяет комплектность и переносит данные в CRM, быстрый ответ по PDF оптимизирует лишь небольшой участок.

Для сквозного результата нужны:

  • объект дела со статусом, сроком и ответственным;
  • реестр источников и версий документов;
  • коннекторы к почте, CRM, телефонии, хранилищу и учётной системе;
  • правила полноты и непротиворечивости;
  • очередь исключений с причиной передачи человеку;
  • журнал действий и возможность отмены;
  • метрики на уровне завершённой операции.

Именно поэтому внедрение следует начинать с карты процесса, а не с выбора векторной базы. Векторный поиск можно заменить; неявные полномочия, потерянный срок или неверный платёж заменить значительно дороже.

Что переносится в российский малый бизнес

Американская сделка с HOA не совпадает с российской практикой. Однако паттерн подходит агентствам недвижимости, юридическим бюро, ипотечным брокерам, управляющим компаниям, страховым посредникам и бухгалтерскому аутсорсингу — везде, где дело собирается из неоднородных документов и переписки.

Локальный контур особенно уместен, если в пакетах есть паспорта, договоры, банковские реквизиты, сведения о клиентах или коммерческие условия. Облачную модель из исходного кейса можно заменить локальной на слое извлечения и объяснения, но это не отменяет OCR, реестр версий, разграничение доступа и безопасные интеграции.

Минимальный набор данных для пилота:

  • 200–500 завершённых обезличенных дел;
  • эталонные поля и итоговый статус;
  • перечень обязательных документов по типу операции;
  • реальные исключения: плохой скан, новая форма, дубликат, противоречие, просрочка;
  • время сотрудника на каждый этап;
  • цена пропуска и цена ложной тревоги.

Если архив нельзя обезличить, тестовую среду нужно размещать в том же защищённом контуре, где хранятся документы. Доступ модели должен наследовать права пользователя; индекс не должен превращаться в общий склад фрагментов для всех подразделений.

Как считать экономику без процента из презентации

Для малого бизнеса лучше считать стоимость принятого дела. Допустим, это модельный пример: 600 дел в месяц, ручная обработка занимает 45 минут, полная стоимость часа специалиста — 900 рублей. Базовая трудоёмкость равна 450 часам, или 405 тыс. рублей в месяц.

Пилот автоматизирует подготовительные действия в 60% дел, сокращая их до 15 минут, а остальные сохраняют исходные 45 минут. Тогда экономия составит 180 часов, или 162 тыс. рублей. Из неё нужно вычесть инфраструктуру, поддержку, проверку исключений и амортизацию внедрения. Если совокупные ежемесячные расходы равны 110 тыс. рублей, чистый эффект — 52 тыс. рублей, а не «минус 60% затрат».

В расчёте обязательно проверить чувствительность:

  • сколько дел действительно проходит без повторной работы;
  • не выросло ли время проверки из-за длинных ответов модели;
  • сколько стоит одна критическая ошибка;
  • сколько времени уходит на обновление шаблонов и индекса;
  • простаивает ли выделенный GPU вне пиков;
  • можно ли запускать извлечение пакетно ночью.

Покупка локального сервера оправдана не конфиденциальностью сама по себе, а сочетанием требований к данным, стабильной нагрузки и меньшей совокупной стоимости на горизонте использования.

Безопасный пилот за четыре этапа

Сначала выберите один тип дела и один измеримый результат: например, комплектность пакета и извлечение пяти критических полей с указанием страницы. Не автоматизируйте одновременно звонки, платежи и финальное решение.

Затем соберите теневой конвейер. Он читает копии документов, формирует карточку и причину предупреждения, но ничего не отправляет внешним адресатам и не меняет CRM. Специалист сравнивает предложение с фактом.

На третьем этапе автоматизируйте только обратимые действия: классификацию, создание черновика, напоминание ответственному, запрос недостающего файла после подтверждения. Для денег, подписи, изменения реквизитов и юридического вывода оставьте явное согласование.

Наконец, выпускайте систему по классам риска. Измеряйте долю дел без повторной работы, ошибочное автопринятие, полноту доказательств, время до завершения, стоимость дела и нагрузку очереди исключений. Если очередь растёт быстрее объёма, автоматизация лишь перенесла ручной труд.

Вывод для руководителя

Кейс Rexera показывает, что практический ИИ начинается не с «чата с документами», а с управляемого процесса. RAG помогает найти основание, несколько моделей могут разделить задачи, а агент — связать шаги. Но ценность создают журнал, правила, очередь исключений и право человека остановить операцию.

Первый шаг для малого бизнеса — взять один тип дела, 200–500 исторических примеров и две недели прогнать извлечение с доказательствами в теневом режиме. Решение о локальной модели, облаке и сервере стоит принимать после измерения стоимости принятого результата и критических ошибок.