Provision

Скоро релиз: обновлённая Provision OCR 🚀
Мы упорно работаем над тем, чтобы наши продукты были лучшими на рынке — и уже готовим к выпуску новую версию OCR-системы.
Что будет в релизе:
✍️ Рукописный текст на русском — читаем то, что заполнено от руки
🌍 Многоязычность — переключение языка распознавания, когда язык документа известен точно, для максимальной точности
📑 Постраничная обработка PDF — большие документы и многостраничные договоры без ограничений
📐 Наклонные и «кривые» сканы — улучшенный движок для документов, сфотографированных не ровно
И это не всё: параллельно готовим релиз LLM Engine — значительно вырастет скорость на современных видеокартах.
👉 Provision OCR: https://provisionlabs.ru/ocr
🧠 Provision LLM Engine: https://provisionlabs.ru/llm
💬 Следите за обновлениями: @ProvisionLabs

Trial-образ Provision OCR — бесплатно и без ограничения по времени 🎁
Скачивайте и пользуйтесь сколько угодно: Windows и Linux, Docker-контейнер.
⚡️ Бесплатно и бессрочно — никаких «14 дней и всё»
🔄 До 50 запросов без перезапуска — перезапустили контейнер, и снова 50
💻 Windows и Linux — разворачивается за 15–30 минут
🔒 Полностью локально — документы не уходят никуда с вашей машины
Для домашних задач этого хватает с головой: разобрать пачку счетов, вытащить данные из договоров, превратить сканы в JSON. И заодно посмотреть движок в деле перед внедрением в продукт.
⬇️ Скачать Trial: https://provisionlabs.ru/docs/ocr#download
👉 О продукте: https://provisionlabs.ru/ocr
💻 Примеры кода: https://github.com/orgs/Provision-Labs/repositories
💬 Вопросы: @ProvisionLabs

Provision OCR: распознавание документов, которое не отдаёт ваши данные наружу
Если вы обрабатываете паспорта, счета и договоры — вы уже упирались в один из двух барьеров: облачный OCR нельзя пускать к персданным, а свой пайплайн на open-source пишется месяцами и всё равно ошибается на таблицах.
Provision OCR — российский движок распознавания для on-premise и private cloud. Всё считается на вашем железе, в вашем контуре.
⚡️ Скорость — < 3 сек/стр на RTX 5070 Ti. Работает и на CPU, и на GPU.
🎯 Точность — 93–98% из коробки, до 99.5% с постобработкой.
📄 Документы — паспорта, СНИЛС, водительские права, счета-фактуры, УПД, договоры и сложные таблицы. На выходе — готовый JSON
🔒 100% локальность — ни один байт не уходит за периметр. Никаких согласований с ИБ по трансграничной передаче.
🔌 Интеграция за 15 минут — REST API, gRPC или просто папка с файлами. Примеры на Python, JS и C#.
🐳 Docker-образ 4.2 ГБ, разворачивается за 15–30 минут. Минимум: 12 ГБ VRAM (RTX 3060/4060, T4, A10, L4) и 32 ГБ RAM.
Подходит, если вы делаете SaaS, автоматизируете B2B-бэкофис или собираете ИИ-агентов, которым нужно читать документы.
👉 Подробности, тарифы и Trial: https://provisionlabs.ru/ocr
💻 Примеры кода: https://github.com/orgs/Provision-Labs/repositories

Стоимость внедрения ИИ в России выросла почти в 3 раза за год

Согласно данным CNews, летом 2026 г. развернуть топовую LLM в России стало в среднем в 2,8 раза дороже, чем годом ранее: 38,8 млн руб. против 13,7 млн руб.

Причина — новые модели (Kimi K3, Qwen3.5, DeepSeek-V4, GLM-5.2 и др.) стали мощнее и требуют больше видеопамяти и производительных ускорителей Nvidia. Вдобавок дорожают сами GPU на фоне глобальной гонки ИИ.

Чтобы не переплачивать, бизнес вынужден пользоваться доступными вариантами, которые оценили аналитики MWS Cloud. Расчёты строились на минимальной конфигурации GPU, достаточной для запуска модели и обработки одного запроса максимального заявленного объёма.

🔹 Китайские ускорители Huawei Ascend 910B поддерживают не все модели из тестов: в выборке 2025 г. — 3 из 6, в 2026 г. — 5 из 7. При этом самих карт требуется в среднем 10,7 шт. в 2025 г. против 13,6 шт. в 2026 г. Официальной цены на Ascend 910B нет, но по оценкам аналитиков она составляет 30–50% от стоимости сопоставимых решений Nvidia — то есть даже с поправкой на количество карт итог может выходить дешевле.

🔹 Другой вариант — переход в облако, при котором оплачиваются только фактически использованные мощности. В первом полугодии 2026 г. облачное потребление китайских LLM российскими компаниями выросло более чем в 11 раз к показателю за весь 2025 г. — это один из главных индикаторов сдвига в сторону облака.

🔹 Еще один выход — более компактные модели. Часть компаний вместо топовых тяжёлых LLM переходит на менее ресурсоёмкие модели — это снижает требования к видеопамяти и числу ускорителей, а значит и капитальные затраты на инфраструктуру.

Эксперты отмечают, что 47% опрошенных ждут дальнейшего роста цен на GPU до осени 2027 г., а единого порога, после которого бизнес потеряет интерес к ИИ, пока не видно.

Однако идти в ногу с прогрессом можно и без переплат — разверните ИИ внутри контура компании выгоднее, чем в сценариях выше. Мы предлагаем тарифы ниже рыночных.

Смотреть тарифы

🧩 Почему мы написали свою библиотеку оркестрации ИИ-агентов

Разрабатывая систему для распознавания бухгалтерской первички, мы попробовали n8n, LangGraph, Temporal. Ничего не подошло, так что мы написали AgentsGraph — встраиваемую Java-библиотеку декларативной оркестрации агентов.

Главное требование — оставить данные строго внутри контура!

Документы наших клиентов нельзя отправлять в облачный API, поэтому нет отдельного сервера снаружи. Если встраиваете Provision OCR, хранилище — ваш PostgreSQL, модели — ваши локальные LLM и OCR, а сам AgentsGraph — Java-JAR зависимости для Spring-приложений, а не отдельная платформа.

n8n хорошо связывает десяток SaaS-ов без участия программиста, но требует отдельной инфраструктуры со своим UI (нельзя растворить в продукте) и покупки коммерческой лицензии.

LangGraph — отличный выбор для Python-разработчиков, но наши требования к долгосрочной инженерной дисциплине разошлись с концепцией.

Как AgentsGraph устроен изнутри и почему существующие оркестраторы не подошли для наших требований, подробнее описали в статье.

Как выжать максимум из распознавания документов?

В новом видео на конкретных примерах показываем, как работает Provision OCR. Всего за 7 минут разбираем:

🚀 Как работать с шаблонами под конкретные задачи.
🚀 Как связка AI и OCR позволяет «общаться» с документами на естественном языке.
🚀 Как таблица из скана переносится прямо в CSV-файл с сохранением точности данных.
🚀 Как запустить готовый веб-интерфейс из нашего GitHub для тестирования системы вашей командой.

Смотрите на YouTube | RuTube

Скачать Trial

Запустить Provision-OCR за пару минут — легко!

Блогеры сделали видео гайд с инструкцией:
🔥 Как установить trial-версию, развернуть Docker-образ и запустить контейнер.
🔥 Что делать со скриптом, если на вашем сервере нет выделенной видеокарты.
🔥 Почему наше решение удобнее стандартных OCR-движков.

Смотрите на YouTube | RuTube

Скачать Trial

«Что такое OCR, LLM и AI мульти-агентные системы»
Просто о сложном: OCR, LLM и мультиагентные системы
📝 Если вы только начинаете путь в Private AI — этот пост для вас.
🔹 OCR (Optical Character Recognition)
«Глаза» системы: превращает сканы, фото, PDF в машиночитаемый текст.
→ Provision OCR: точность 99%, работает с таблицами и рукописным текстом.
🔹 LLM (Large Language Model)
«Мозг» системы: понимает контекст, отвечает на вопросы, генерирует отчёты.
→ Provision LLM Engine: локальный запуск, ваши данные не уходят в облако.
🔹 Мультиагентные системы
«Команда» ИИ: несколько специализированных агентов решают задачу вместе.
→ Пример: OCR извлёк данные → LLM проверил на риски → Flux отправил отчёт.

Какой термин был для вас новым? Пишите в комменты — разберём подробнее в следующих постах!
#Provision #AI101 #OCR #LLM #Агенты

Экосистема Provision

📄 OCR
Распознаёт текст любых документов.
→ Рекурсивное извлечение структур
→ Улучшенное детектирование русского языка 
→ Обработка без отправки в облако

🧠 LLM Engine
Интеллектуальная обработка текста.
→ Понимание контекста и семантики
→ Извлечение сущностей
→ Классификация и категоризация документов
→ Генерация структурированных данных из неструктурированного текста

⚡️ Flux
Оркестрация процессов и автоматизация действий.
→ Создание пайплайнов для обработки документов
→ Индексирование и поиск по документам, чат с документом
→ Работа с командой: прием/отправка, согласование
→ Аудит и логирование шагов

🔁 Работа цикла
1. Загрузка документов в систему
2. Flux оркестрирует вызовы, сохраняет и индексирует данные
3. OCR без утечек извлекает текст
4. LLM Engine анализирует и структурирует
5. Данные готовы к использованию

В Provision вы получите как полноценный AI workspace для бизнес задач, так и отдельные компоненты, которые можно встроить и усилить вашу AI экосистему.

Скачать Триал

Мы — Provision. Команда инженеров, исследователей в области машинного обучения и криптографии, которые убеждены: искусственный интеллект должен работать для вас, а не превращать ваши данные в товар.

💡 Private AI — не маркетинговый лозунг!
Это архитектурный принцип, при котором модели обучаются и работают с информацией локально или в изолированных защищённых средах.
❌ Никакой передачи в публичные облака третьих сторон. 
❌ Нет скрытого телеметрического сбора. 
❌ Без компромиссов между производительностью и приватностью.

🛠 Зачем мы это делаем?
Следующее поколение ИИ не может строиться на уязвимостях. Мы создаём инфраструктуру, где конфиденциальность — не премиум-опция, а базовый протокол. Наши решения помогут компаниям и разработчикам внедрять ИИ, не жертвуя безопасностью данных клиентов и не рискуя репутацией.

📡 Что будет на канале?
▫️ Разборы архитектуры и стека Private AI
▫️ Реальные кейсы внедрения и бенчмарки
▫️ Аналитика регуляторики и трендов индустрии
▫️ Прогресс наших разработок, анонсы и open-source инициативы

Подписывайтесь. Задавайте вопросы. Делитесь идеями.
Вместе построим ИИ, которому можно доверять!

Бесплатный AI софт ( OCR/LLM) , установить и потестировать

Channel name was changed to «Provision»

Channel created