Почта России: OCR и роботы сортируют около 8 миллионов отправлений в день

• PostTech: как устроена OCR-сортировка писем (5 проекций, 40 000 писем/час, SMAB, Сортмастер, видеокодирование, АСЦ Внуково) — Habr (блог PostTech / Почта России), 2020
• Что умеет Почта России и какие технологии развивает (объёмы, робот-манипулятор 4 сек, нейросети для маршрутов, свёрнутые роботы-курьеры) — Hi-Tech Mail.ru, n/a
• «Почта России» внедряет систему моделирования маршрутов с ИИ («Сколково» + «Тераплан», 2024–2026; 54 млн км маршрутов в месяц) — CNews, 2024-05-28
• Почта России внедрила ИИ-систему для оптимизации логистики (платформа «Тераплан», до 30 млн операций ежедневно) — Online47, 2026-04-08
• Почта России: проекты искусственного интеллекта (голосовой ассистент на Yandex SpeechKit, 92–95%) — TAdviser, n/a
• Динамика доставки в срок 2013–2016: письма 54% → 85%, посылки 52% → 95% — РБК Тренды, 2022-01
• Генеральный директор АО «Почта России» — Михаил Волков — Почта России, n/a
• Главой Почты России стал Михаил Волков — Forbes Russia, 2023-01

Контекст

Почта России — одна из крупнейших логистических систем страны: около 38 тысяч отделений, 311 тысяч сотрудников, порядка 2,6 млрд писем и около 400 млн посылок в год — примерно 8 миллионов отправлений в день (Hi-Tech Mail.ru). Обратная сторона масштаба — жёсткая экономика: объёмы бумажной корреспонденции снижаются год от года (в материалах 2024 года фигурируют уже 1,3 млрд писем и 240 млн посылок ежегодно — CNews), и каждая операция ручной сортировки давит на себестоимость.

Сортировочная сеть компании — это 1 100 узлов разного уровня: макрорегиональные, региональные и локальные. Флагман — автоматизированный сортировочный центр во Внуково площадью 64 000 м², способный обрабатывать 3 миллиона отправлений ежедневно; оборудование поставляли Toshiba, Siemens и Vanderlande, а программную обвязку для него команда PostTech писала сама. На момент публикации технического разбора (2020) компания планировала построить ещё 36 логистических центров к 2022 году — сортировка сознательно концентрировалась на крупных «заводах», где автоматизация окупается объёмом. Генеральный директор компании с января 2023 года — Михаил Волков.

Автоматизация сортировки — часть многолетней модернизации логистики, начатой задолго до моды на ИИ: ещё в 2013–2016 годах доля писем, доставленных в срок, выросла с 54% до 85%, посылок — с 52% до 95% (РБК Тренды). Техническая сторона сортировки подробно и без прикрас описана командой PostTech в корпоративном блоге на Habr — от протоколов общения с контроллерами машин до судьбы конвертов с нечитаемым почерком. Именно эта публикация делает кейс проверяемым: редкий случай, когда госкомпания раскрывает внутренности своего производственного ИТ.

Проблема

Ручная сортировка на таких объёмах не масштабируется: миллионы конвертов и посылок в день с рукописными и печатными адресами разного качества. Каждое отправление нужно прочитать, определить индекс и адрес, сопоставить их между собой и направить в правильный маршрут — и сделать это за доли секунды, иначе конвейер логистического центра встаёт. В цифрах: лента конвейера движется со скоростью 1,8 метра в секунду, и решение о маршруте отправления должно быть принято примерно за одну секунду — до первой развилки, где сталкиватель либо выбросит письмо в нужный выход, либо нет.

Главный враг автоматического распознавания — реальная почта. Рукописные индексы, выцветшие чернила, мятые конверты, адреса, написанные поверх старых, повреждённые штрихкоды. Классическая дилемма проектировщика такой системы: если требовать от OCR стопроцентной уверенности, поток остановится; если разрешить машине «угадывать», письма поедут не туда, и цена ошибки — дни пересылки обратно.

Отдельная инженерная проблема — зоопарк оборудования. Сортировочные машины разных производителей (Toshiba, Siemens, Vanderlande) говорят на разных протоколах, и без единого программного слоя каждый центр превращается в изолированный остров со своей логикой. Наконец, сортировка — лишь половина задачи: даже идеально отсортированное отправление едет по маршруту, который кто-то должен построить, а среднемесячная протяжённость маршрутов Почты — 54 млн километров (CNews). Оптимизация этой сети вручную упирается в те же пределы человеческих возможностей, что и чтение конвертов.

Решение

На логистических «заводах» Почты сортировка писем устроена так. Письмо на ленте попадает под камеру, которая фотографирует отправление в пяти проекциях, — качество распознавания выигрывается уже на этапе захвата изображения. OCR находит на снимках текст, распознаёт индекс и адрес и сопоставляет их между собой; письмосортировочная машина обрабатывает 40 000 писем в час — те самые 11 писем в секунду (во Внуково работают две такие машины — 80 000 писем в час, а всего центр пропускает 125 000 писем в час). Посылочная машина сортирует до 8 000 посылок в час, на сортировке посылок работает и робот-манипулятор с тактом 4 секунды на отправление.

Ключевое архитектурное решение — human-in-the-loop: если текст нечитаем, фотография отправления автоматически уходит на видеокодирование — оператору, который вводит индекс вручную по снимку. Человек в контуре страхует автоматику вместо того, чтобы тормозить весь поток: конвейер не останавливается из-за плохого почерка, а нераспознанные машиной письма догоняют поток после ручного ввода. Для проблемных отправлений в конце ленты есть выход «Отбраковка», повреждённые штрихкоды операторы считывают наручными сканерами.

Под всем этим лежит собственная программная платформа PostTech — SMAB (Sorting Machine Automation Bridge), связывающая машины разных производителей в одну систему: с контроллерами она общается по промышленному протоколу OPC UA, события между устройствами летают через MQTT-брокер, маршрутные решения выдаёт сервис «Сортмастер» (машина в буквальном смысле спрашивает: «куда положить индекс 107037?»). Стек — Spring, PostgreSQL, Vert.x, Consul, React, Docker (Habr, блог PostTech).

Следующий контур — маршруты. В мае 2024 года Почта совместно с Фондом «Сколково» (группа ВЭБ.РФ) начала внедрение системы интеллектуального моделирования логистики на платформе «Тераплан»: ИИ анализирует архивные данные маршрутов, прогнозирует поступление отправлений на каждом этапе цепи и предлагает оптимальные маршруты, исключая лишние транспортные узлы; программа рассчитана на 2024–2026 годы. К апрелю 2026 года система внедрена: она объединяет данные о перемещении почты между сортировочными центрами, формирует маршруты для разных видов транспорта и позволяет просчитывать сценарии развития сети, обрабатывающей до 30 млн операций ежедневно (CNews, Online47).

В контакт-центре работает голосовой ассистент на Yandex SpeechKit с точностью распознавания речи 92–95% (TAdviser) — пример переиспользования готовой речевой технологии вместо собственной ASR-разработки. Были и закрытые эксперименты: доставку роботами-курьерами Яндекса (2021–2023) свернули из-за высокой стоимости оборудования (Hi-Tech Mail.ru) — деталь, которая делает картину технологического портфеля Почты реалистичной.

Результат

Автоматизированный контур обеспечивает обработку потока национального масштаба. Подтверждённые операционные показатели: 40 000 писем в час на письмосортировочной машине (11 в секунду), до 8 000 посылок в час на посылочной, 3 млн отправлений в день — мощность одного только АСЦ Внуково, 4 секунды на посылку у робота-манипулятора, съёмка в 5 проекциях для OCR, 92–95% точности распознавания речи у голосового ассистента. С 2026 года к сортировочному контуру добавился маршрутный: платформа «Тераплан» планирует перевозки по сети из 1 100 сортировочных узлов и 38 тысяч отделений.

Эффекты маршрутного контура пока описаны качественно, а не количественно: заявлены сокращение времени планирования, снижение операционных затрат и повышение точности прогнозов через кластеризацию логистических потоков — измеренных публичных цифр по «Тераплану» ещё нет, и это честно отражает стадию проекта. Чего в публичном поле нет вовсе — и что важно зафиксировать: финансовый эффект автоматизации сортировки компания не раскрывала. Интегральная динамика качества (доставка в срок: письма 54% → 85%, посылок 52% → 95% за 2013–2016) относится к модернизации логистики в целом — новым центрам, транспорту, процессам, — а не только к OCR. Долю автоматически распознанных отправлений и стоимость видеокодирования компания тоже не публикует. Отдельная рамка — динамика объёмов: пиковые «8 млн отправлений в день» относятся к обзорным материалам прошлых лет, тогда как в публикациях 2024 года годовой поток писем уже 1,3 млрд.

На наш взгляд, инженерная суть кейса — не в OCR как таковом (распознавание адресов почтовые службы мира применяют десятилетиями), а в честной архитектуре отказов: пять проекций на захвате, машина решает за секунду, всё нечитаемое уходит человеку на видеокодирование, безнадёжное — в отбраковку. Это конвейер, который спроектирован вокруг предположения, что ИИ будет ошибаться, — и потому не останавливается никогда. Обратный порядок — «сначала верим в 100% точности, потом удивляемся» — стоил бы Почте остановленных конвейеров.

Второе наблюдение: платформа SMAB, связавшая машины Toshiba, Siemens и Vanderlande единым протокольным слоем, — на наш взгляд, самая недооценённая часть кейса. Интеграционный софт не попадает в пресс-релизы, но именно он превращает набор дорогих импортных машин в управляемую сеть — и остаётся у компании, когда меняются поставщики железа.

Уроки для индустрии

1. Human-in-the-loop — рабочая архитектура для OCR на грязных данных: нераспознанное уходит на видеокодирование человеку, и конвейер не останавливается из-за плохого почерка.
2. Проектируйте вокруг предположения, что ИИ ошибается: пять проекций на захвате, секунда на решение, ручной ввод и отбраковка для остального — система жива именно благодаря этим «запасным выходам».
3. Пропускная способность (40 000 писем/час, 4 сек/посылка) — честные метрики сортировки; экономию в рублях компания не публикует, и кейс не должен её выдумывать.
4. Съёмка в 5 проекциях — пример того, что качество OCR решается на этапе захвата изображения, а не только модели распознавания.
5. Интеграционный слой ценнее отдельных машин: платформа SMAB (OPC UA + MQTT) связала оборудование Toshiba, Siemens и Vanderlande в одну сеть и остаётся активом при смене поставщиков.
6. Интегральные показатели качества (доставка в срок) выросли за годы модернизации в целом — приписывать весь эффект одной технологии некорректно.
7. Готовые технологии и закрытые эксперименты — часть зрелого портфеля: SpeechKit закрыл контакт-центр без собственной ASR, а роботов-курьеров честно свернули, когда экономика не сошлась.

Частые вопросы