Почему SmartSplitAI не принимает сканы и фотографии договоров

«У меня договор в PDF. Сфотографировал на телефон. Подойдёт?»

Нет. И это не техническое ограничение. Это осознанное решение: цена OCR-ошибки в договоре слишком высока, чтобы рисковать.

Что такое OCR и почему оно ошибается

OCR — Optical Character Recognition — технология распознавания текста на изображениях. Она берёт скан или фотографию и пытается «прочитать» буквы. Проблема в том, что даже лучшие OCR-системы ошибаются. На чистом напечатанном тексте точность может достигать 98–99%. На договоре с мелким шрифтом, сносками, таблицами и подписями — существенно ниже.

99% точности звучит хорошо, пока вы не пересчитаете: в договоре на 10 000 символов это 100 ошибок. Сто неверно распознанных символов. Часть из них — в суммах, датах и названиях сторон.

Для сравнения: средний договор на оказание услуг объёмом 8–12 страниц содержит 15 000–25 000 символов. При точности OCR 98% это 300–500 ошибок на документ.

Что OCR-ошибка делает с анализом договора

Вот реальные примеры того, как OCR-ошибка искажает смысл:

• Сумма: «1 500 000» распознаётся как «1 5оо ооо» → сумма теряется из анализа или извлекается неверно.
• Дата: «01.07.2026» → «01 07 2026» (без точек) → не распознаётся как дата, срок обязательства пропадает.
• Название стороны: «ООО „ТехСтройМонтаж“» → «ООО „ТехСтройМонтаж“» с потерей кавычек → название стороны разорвано, связь с другими пунктами теряется.
• Штраф: «0,1%» → «0 1%» (пропущена запятая) → ставка штрафа меняется в 10 раз.
• Номер пункта: «п. 4.2.1» → «n. 4 2 1» → ссылка на пункт договора теряется, перекрёстные связи рвутся.

Каждая из этих ошибок — не просто «неточность». Это искажение данных, на основе которых принимается бизнес-решение.

Почему это неприемлемо для договоров

Договор — не статья и не пост в блоге. В договоре:

• Одна неверно распознанная цифра меняет сумму обязательства — в большую или меньшую сторону.
• Одна потерянная дата сдвигает срок исполнения — и вы можете пропустить дедлайн, не зная о нём.
• Одно неверно прочитанное название стороны делает анализ бессмысленным — потому что непонятно, о ком идёт речь.

SmartSplitAI строит AI-вывод на основе извлечённого текста. Если текст на входе искажён OCR-ошибками, AI-вывод становится ненадёжным. А ненадёжный вывод по договору хуже, чем его отсутствие: он создаёт ложное чувство уверенности. Вы думаете, что проверили договор — а на самом деле проверили искажённую версию.

Это не ограничение, это защита

Некоторые сервисы принимают сканы и пропускают их через OCR перед анализом. SmartSplitAI этого не делает — осознанно. Почему:

1. Ответственность за результат. Если AI-вывод используется для принятия решения о подписании договора, вводные данные должны быть точными. OCR-ошибка в сумме платежа — это не «допустимая погрешность».

2. Накопительный эффект. Одна ошибка в сумме + одна в дате + одна в названии = три независимых искажения в одном анализе. Вывод становится непригодным для использования.

3. Прозрачность. Лучше честно сказать «этот формат не подходит» и предложить альтернативу, чем сделать вид, что анализ работает, и выдать ненадёжный результат.

Что делать вместо скана

Если у вас есть только скан или фотография договора:

1. Запросите исходный файл. Попросите контрагента прислать DOCX или PDF, сохранённый из Word. Это стандартная деловая практика — запрос исходного файла договора не является чем-то необычным. Большинство компаний хранят договоры в DOCX и высылают их без проблем.

2. Проверьте PDF. Откройте файл и попробуйте выделить текст мышью. Если текст выделяется и копируется — PDF содержит текстовый слой и подходит для анализа. Если нет — это скан, и он не подойдёт.

3. Используйте TXT. В крайнем случае можно вручную перепечатать ключевые разделы в текстовый файл и загрузить его. Это не даст полного анализа, но позволит проверить основные пункты: стороны, цена, сроки, ответственность.

Какие форматы принимаются

SmartSplitAI Contract Review работает с:

• DOCX — рекомендуемый формат. Сохраняет структуру документа, таблицы, отслеживаемые изменения (Track Changes).
• PDF с текстовым слоем — принимается. Как проверить: откройте PDF и попробуйте выделить текст мышью.
• TXT — простой текст. Работает, но без форматирования и структуры.

Сканы, фотографии и PDF без текстового слоя не принимаются. Это осознанное продуктовое решение: качество анализа важнее количества принятых форматов.