SOFROS AI/ML получил сертификат 1С — автоматизация очистки НСИ без правки кода
SOFROS AI/ML получил сертификат совместимости с 1С:Предприятие, что позволяет автоматически очищать и классифицировать номенклатуру без изменения исходного кода платформы. Интеграция гибридных алгоритмов машинного обучения сокращает время на ручную обработку данных и снижает количество ошибок в учете материально-технических ресурсов.
Компания ООО «СОФРОС» представила расширение SOFROS AI/ML для конфигурации «1С:MDM Управление НСИ», редакция 1.0. Продукт получил сертификат «Совместимо! Система программ 1С:Предприятие», что подтверждает его интеграцию в экосистему платформы без необходимости модификации базовой программы. Срок действия сертификата установлен до 27.10.2028 года.
Инструмент предназначен для автоматической обработки и очистки больших массивов нормативно-справочной информации (НСИ). Вместо ручного труда экспертов сервис использует гибридный подход, сочетающий классические методы машинного обучения с современными языковыми моделями. Это позволяет системе самостоятельно классифицировать номенклатуру, извлекать технические характеристики и находить дубликаты в базе данных материально-технических ресурсов (МТР).
Как работает автоматизация обработки данных
Расширение внедряется как дополнение к конфигурации «MDM Управление нормативно-справочной информацией» (редакция 2.5, начиная с версии 2.5.14.1). Программа не требует изменения исходного кода типовой конфигурации, что упрощает процесс обновления и поддержки системы.
Ключевые функциональные модули включают:
- Классификация номенклатуры. Система автоматически определяет класс товара по полному наименованию. Результат сопровождается показателями вероятности и уверенности алгоритма.
- Экстракция характеристик. Сервис выделяет технические параметры из строки названия. Пользователь видит визуальную разметку, может скорректировать данные вручную, а система сохраняет эти примеры для дообучения модели.
- Семантический поиск. Используется нечеткий поиск по наименованиям с применением эмбеддингов (векторных представлений текста) и реранкера для повышения точности. Это помогает в алгоритмах дедупликации — поиске и удалении повторяющихся записей.
- Контекстный поиск через LLM. Модуль обращается к внешним языковым моделям и web-поиску, чтобы найти новые характеристики или значения, которых нет в текущей базе данных компании.
Использование внешних языковых моделей (LLM) для обогащения внутренних баз данных означает, что качество результатов зависит не только от локальных алгоритмов, но и от актуальности информации в открытых источниках. Это снижает риск накопления устаревших справочных данных, но требует контроля за качеством входящей из интернета информации.
Интерактив и требования к платформе
Работа с результатами искусственного интеллекта происходит непосредственно в интерфейсе пользователя. Сотрудник видит варианты значений, предложенные ИИ, может выбрать нужный, отредактировать разметку или сопоставить найденное значение с существующим в базе. Система поддерживает создание новых характеристик на основе данных из web-источников.
Для корректной работы расширения требуется платформа «1С:Предприятие 8.3». Рекомендуемая минимальная версия платформы — 8.3.27. При выходе новых релизов основной конфигурации производитель обязуется обеспечивать работоспособность расширения путем предоставления обновленных версий.
- Открытость кода: Программный код продукта полностью открыт, что позволяет аудировать логику работы алгоритмов и адаптировать решения под специфические задачи бизнеса.
- География разработчика: Продукт разработан московской компанией ООО «СОФРОС».
- Техническая база: Решение опирается на гибридную архитектуру, где шаблонные методы обеспечивают скорость, а языковые модели — гибкость при работе с нетиповыми наименованиями.
Для бизнеса, работающего с огромными массивами справочных данных, внедрение такого инструмента означает сокращение времени на ручную очистку номенклатуры и снижение количества ошибок в учете МТР. Однако использование web-поиска для обогащения данных требует внимания к безопасности и релевантности внешней информации, попадающей в внутреннюю систему учета.
Подтверждение: 1c.ru