У міру того як у 2026 році організації переходять від традиційних систем управління корпоративним контентом (ECM) до інтелектуального управління інформацією (Intelligent Information Management), здатність проводити аудит процесів обробки документів на базі штучного інтелекту перестає бути просто опцією. Сьогодні це базова вимога регуляторів. ІТ-директори та комплаєнс-офіцери стикаються з критичним ризиком «чорної скриньки» в автоматизації: коли класифікація документів та екстракція даних алгоритмами ШІ не мають прозорого аудиторського сліду, верифікація цілісності даних під час регуляторних перевірок стає неможливою.
Пастка «чорної скриньки»: чому імовірнісний ШІ вимагає контролю
Традиційні системи електронного документообігу працюють за детермінованими правилами, де кожна дія користувача жорстко фіксується. Натомість системи інтелектуальної обробки документів (Intelligent Document Processing, IDP) використовують імовірнісні моделі машинного навчання. Вони самостійно приймають рішення щодо типу документа та реквізитів, які необхідно вилучити.
Без детального логування таких імовірнісних рішень компанія втрачає можливість довести аудиторам чи суду, на якому саме етапі було сформовано запис — під час розпізнавання моделлю, ручного введення чи внаслідок несанкціонованої зміни в базі даних. Повна автоматизація без архітектурних механізмів контролю позбавляє організацію юридичної опори.
Нормативний фундамент: вимоги ISO 15489-1, NIST CSF 2.0 та законодавства
Для побудови комплаєнс-орієнтованої архітектури IDP необхідно орієнтуватися на визнані стандарти. Згідно з міжнародним стандартом ISO 15489-1:2016, фундаментальні принципи управління записами та метаданими мають застосовуватися незалежно від структури документа, його форми чи технологічного середовища. Це означає, що дані, вилучені ШІ, стають частиною офіційного запису і підлягають тим самим вимогам щодо версійності та захисту, що й документи, створені вручну.
Управління ризиками кібербезпеки в таких системах доцільно структурувати за допомогою NIST Cybersecurity Framework (CSF) 2.0. Його шість основних функцій — Govern, Identify, Protect, Detect, Respond та Recover — надають операційну основу для контролю над ІТ-інфраструктурою та виявлення аномалій у поведінці автоматизованих систем.
З погляду вітчизняного права, Закон України «Про електронні документи та електронний документообіг» чітко визначає, що електронний документ обов'язково повинен містити всі обов'язкові реквізити для набуття юридичної сили. Пропуск або некоректне зчитування алгоритмом хоча б одного обов'язкового реквізиту нівелює правовий статус документа. Саме тому ШІ-автоматизація не усуває організаційну відповідальність, а вимагає надійних інструментів верифікації.
Архітектура аудиту: логування, версійність метаданих та Confidence Score
Щоб уникнути сценарію «чорної скриньки», IDP-система повинна базуватися на metadata-driven підході. Кожна трансформація документа має генерувати метадані, які пояснюють логіку системи. Ключовими елементами такої архітектури є:
- Показник упевненості (Confidence Score): для кожного поля ШІ-модель генерує оцінку ймовірності власної правоти. Цей показник обов'язково записується в метадані.
- Версійність метаданих: фіксація початкових даних (сирий результат ШІ), проміжних значень (після автоматичної валідації) та фінального стану (після перевірки людиною).
- Незмінний аудиторський журнал (Immutable Audit Log): систематичне логування кожного кроку трансформації — від початкової класифікації до фінальної екстракції даних та цифрової мітки часу підтвердження оператором.
Гібридний контроль: Fallback Rules та Human-in-the-Loop
Жодна AI-модель не здатна працювати зі значна частина точністю без нагляду людини, особливо при обробці документів низької якості або нестандартних форматів. Як зазначають експерти асоціації AIIM, зрілі IDP-системи вимагають не лише розмічених даних, але й чітких правил передачі контролю (fallback rules) для ефективної обробки нетипових документів.
На практиці цей механізм реалізується через робочий процес «Human-in-the-Loop» (HITL). Система використовує порогові значення впевненості (наприклад, поріг у значна частина+). Якщо оцінка розпізнавання документа або критичного поля падає нижче цього рівня, автоматична обробка призупиняється, і документ перенаправляється на ручну верифікацію. Це гарантує, що сумнівні дані не потраплять до критичних бізнес-систем без перевірки.
Юридична невідмовність: інтеграція КЕП на базі платформи UnityBase
Внутрішні логи ШІ-сервісів є важливими для безпеки, але самі по собі вони не замінюють необхідність використання кваліфікованих електронних підписів (КЕП/QES) у юридично значущому документообігу. Фінальний стан автоматизованого документа має бути зафіксований криптографічно для забезпечення його невідмовності.
Прикладом побудови такої контрольованої архітектури є корпоративні продукти Megapolis.DocNet (розробка InBase) та Scriptum.DMS (розробка Scriptum). Вони побудовані на основі UnityBase — low-code платформи, яка є спільною розробкою компаній консорціуму Intecracy Group (де InBase виступає ключовим, але не єдиним розробником). UnityBase надає фундаментальні платформні механізми, необхідні для комплаєнсу:
- Єдина модель метаданих (Domain metadata): інтегрує структуру даних, бізнес-правила та інтерфейс, дозволяючи системно керувати версіями документів.
- Система аудиту (Audit Trail): кожна дія, ініційована користувачем або ШІ-агентом, незворотно логується на рівні ядра (СУБД), що ускладнює несанкціоновані модифікації.
- Інтеграція підписів: після завершення процесу верифікації (Human-in-the-Loop) фінальні дані підписуються за допомогою КЕП безпосередньо в інтерфейсі системи.
Такий підхід дозволяє розгортати IDP-рішення з повним контролем над даними у захищених контурах (on-premises), відповідаючи найжорсткішим вимогам корпоративної та державної безпеки.
| Етап обробки | Ризик для комплаєнсу | Технологічний контроль (Захист) |
|---|---|---|
| Класифікація документа | Помилка визначення типу документа | Автоматичне порівняння з обов'язковими реквізитами (Закон України); логування ID моделі |
| Екстракція реквізитів | Некоректне зчитування сум, дат, контрагентів | Валідація формату; фіксація Confidence Score для кожного поля у метаданих |
| Перевірка впевненості | Пропуск помилки ШІ через завищену оцінку моделі | Порогові значення (Confidence Threshold < значна частина); автоматичний перехід до сценарію Human-in-the-Loop |
| Фіксація результату | Несанкціонована зміна даних після верифікації | Запис у незмінний audit log на рівні СУБД; накладання КЕП/QES на фінальний стан |
Поширені питання
Які вимоги висуває стандарт ISO 15489-1 до систем інтелектуальної обробки документів (IDP)?
ISO 15489-1:2016 встановлює, що базові принципи управління записами та метаданими є універсальними і мають застосовуватися незалежно від технологічного середовища, в якому існує документ. Це означає, що вилучені ШІ дані повинні зберігатися з дотриманням правил цілісності, версійності та доступу.
Як налаштувати порогові значення (confidence thresholds) для мінімізації помилок ШІ?
Організації зазвичай встановлюють поріг упевненості на рівні 90% і вище. Якщо показник впевненості моделі IDP щодо конкретного документа або реквізиту падає нижче цього значення, автоматизована обробка переривається і система перенаправляє завдання на ручну перевірку оператором (сценарій Human-in-the-Loop).
Як довести аудитору, що розпізнані алгоритмом дані є достовірними і не змінювалися?
Основою доказової бази є незмінний аудиторський журнал (audit trail), який фіксує оригінальний скан, вилучені метадані, оцінку впевненості та часову мітку верифікації. Але для забезпечення юридичної сили та невідмовності фінальний стан перевіреного документа має обов'язково підписуватися за допомогою кваліфікованого електронного підпису (КЕП/QES).