Amazon Textract Insights разбирает пакеты до 3000 страниц и показывает источник каждого поля
Amazon запустила Textract Insights: сервис достаёт из сканов нужные поля по описанию обычными словами, без обучения модели. Ипотечную заявку на 26 страниц со справкой W-2, выписками и рукописными заметками он режет на документы одним запросом (файл — до 3000 страниц). У каждого значения есть оценка уверенности, страница и рамка на ней, поэтому надёжные поля идут в систему сами, а сомнительные — к человеку.
AI-обработка оригинала AWS Machine Learning Blog; редакция Hamidun News
Банки, страховщики и госорганы годами сканируют бумаги, но отдать их разбор нейросети целиком мешает недоверие: непонятно, откуда взялась цифра и можно ли записывать её в базу без проверки. Amazon вывела в общий доступ Textract Insights — новую функцию сервиса Amazon Textract, которая отвечает именно на этот вопрос. Представьте ипотечную заявку: один PDF на 26 страниц, где вперемешку лежат справка W-2, расчётные листки, банковские выписки и рукописные заметки кредитного специалиста.
Вы описываете нужные поля обычными словами, отправляете файл (до 3000 страниц) одним запросом, и сервис сам режет его на документы. Для каждого найденного значения он возвращает оценку уверенности, а также страницу и координаты рамки, откуда значение взято. По оценке можно решить, что пропустить автоматически, а что отдать человеку, а по странице и рамке — быстро сверить результат с оригиналом.
Как это работает на примере ипотечной заявки
Раньше команды выбирали из двух вариантов. Первый — собрать собственный конвейер из распознавания текста, нарезки на документы, классификатора, запроса к языковой модели и этапа проверки, а потом всё это поддерживать. Второй — отправить файл в универсальную LLM. Она отвечает бегло, но не всегда указывает исходную страницу и не даёт калиброванной оценки уверенности.
В Textract Insights вы описываете нужные поля в так называемом blueprint — это JSON Schema, где у каждого поля есть текстовое описание на естественном языке. Для каждого поля задаётся тип: значение либо читается с листа дословно, либо выводится из содержимого документа. Для типовых бумаг есть готовые публичные шаблоны: W-2, Form 1040, Form 1098, паспорт, свидетельство о рождении. Для своих документов шаблон пишется самостоятельно.
Дальше вы добавляете в проект шаблоны для всех ожидаемых типов, включаете нарезку и одним вызовом StartDocumentInsights отправляете файл из S3. Сервис делит пакет на логические документы, сопоставляет каждый со своим шаблоном и складывает результат обратно в ваш бакет. Работа асинхронная, обучать модель не нужно.
Что это даёт на практике
Главная ценность — управляемая автоматизация. Аудитор может сверить любое поле с оригиналом, а команда сама выбирает порог уверенности: выше него значения идут дальше без участия человека, ниже — на ручную проверку. Компания Symbeo (входит в CorVel), которая обрабатывает медицинские счета из множества источников с разными форматами, отмечает именно это: ручную проверку можно сосредоточить только на полях с низкой уверенностью. Стоит оговориться, что Symbeo пока оценивала сервис, а нарезку пакетов называет тем, что хочет изучить, а не уже работающим решением.
Заодно Amazon обновила базовый движок Textract Core: улучшена точность, лучше обрабатываются плотные таблицы и рукописный текст, а число языков для API DetectDocumentText и AnalyzeDocument выросло до 40. Эти API не менялись, так что улучшения достаются существующим клиентам без переделки кода. Textract Core также появился в регионах Токио и Цюрих, всего их теперь 18.
Ограничения и что проверить до внедрения
- Сам Insights поддерживает только шесть языков: английский, французский, немецкий, итальянский, португальский и испанский.
- В Токио и Цюрихе Insights пока недоступен, это относится только к Core.
- Запросы на вывод могут обрабатываться в другом регионе внутри вашей географии. Например, запрос из США остаётся в США. Для строгих требований к локализации данных это нужно сверить с документацией. Core, напротив, работает в том регионе, который вы вызываете.
- Промежуточные данные задания шифруются ключами AWS и удаляются после завершения. Собственный ключ KMS можно указать через EncryptionConfiguration; ключ проекта на задания не распространяется.
- Цена считается за страницу, а не за токены, без минимальных обязательств. Конкретные тарифы в анонсе не приведены.
Вывод для разработчиков и продактов простой: прежде чем переводить поток на автомат, возьмите репрезентативную выборку своих документов и подберите порог уверенности. Amazon сама рекомендует этот шаг. Калибровка на реальных данных покажет, какая доля полей действительно проходит без человека, и только тогда можно считать экономику проекта. Если ваша команда сейчас поддерживает самодельный конвейер из OCR, классификатора и LLM, это повод сравнить стоимость владения с одним управляемым API.
- 20 нояб. 2026 г.Meta пересматривает цель по нулевым выбросам к 2030 году после роста эмиссии на 40%
- 20 нояб. 2026 г.Эксперимент с 2 млн промптов-ловушек выявил взлом 3 ИИ-провайдеров и кражу ключей AWS
- 20 нояб. 2026 г.Проверка кода от ИИ математикой дешевеет: Opus 5.5 тратит на 40% меньше токенов
- 20 нояб. 2026 г.Капитализация Anthropic на IPO превысила $2 трлн — в 3,5 раза больше рынка акций РФ
Вопросы и ответы по материалу
Что известно по теме: как это работает на примере ипотечной заявки?
Раньше команды выбирали из двух вариантов. Первый — собрать собственный конвейер из распознавания текста, нарезки на документы, классификатора, запроса к языковой модели и этапа проверки, а потом всё это поддерживать. Второй — отправить файл в универсальную LLM. Она отвечает бегло, но не всегда указывает исходную страницу и не даёт калиброванной оценки уверенности.
Что известно по теме: что это даёт на практике?
Главная ценность — управляемая автоматизация. Аудитор может сверить любое поле с оригиналом, а команда сама выбирает порог уверенности: выше него значения идут дальше без участия человека, ниже — на ручную проверку. Компания Symbeo (входит в CorVel), которая обрабатывает медицинские счета из множества источников с разными форматами, отмечает именно это: ручную проверку можно сосредоточить только на полях с низкой уверенностью.
Что известно по теме: ограничения и что проверить до внедрения?
Сам Insights поддерживает только шесть языков: английский, французский, немецкий, итальянский, португальский и испанский. В Токио и Цюрихе Insights пока недоступен, это относится только к Core. Запросы на вывод могут обрабатываться в другом регионе внутри вашей географии. Например, запрос из США остаётся в США. Для строгих требований к локализации данных это нужно сверить с документацией. Core, напротив, работает в том регионе, который вы вызываете.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.