UiPath Document Understanding: OCR, извлечение данных и автоматизация документов

UiPath Document Understanding — не программа для открытия PDF, а корпоративный слой интеллектуальной обработки документов в платформе UiPath. Он оцифровывает сканы, классифицирует документы, извлекает поля и таблицы, передаёт спорные значения человеку и возвращает структурированные данные в автоматизацию. На 11 сентября 2026 года продукт активно поддерживается: летом 2026 года Helix Extractor 2.0 стал общедоступным, а API v2 вышел в GA. В актуальной экосистеме DU остаётся самостоятельным сервисом Automation Cloud и ориентируется на структурированные и полуструктурированные документы; сложный неструктурированный контент UiPath развивает в IXP.

Скачать UiPath Document Understanding

У UiPath Document Understanding нет самостоятельного установщика в привычном смысле. Для облачного варианта безопасный путь получения — официальный аккаунт UiPath Automation Cloud, где администратор включает сервис для нужного tenant. Поэтому искать «Document Understanding.exe», неофициальную сборку или отдельный APK бессмысленно и небезопасно: продукт работает как сервис платформы, а локальные компоненты устанавливаются только тогда, когда автоматизация проектируется в UiPath Studio Desktop.

Для настольной разработки устанавливают официальный UiPath Studio, а уже внутри проекта через менеджер пакетов добавляют совместимый пакет UiPath.DocumentUnderstanding.Activities. В старых или специальных Windows-процессах может использоваться UiPath.IntelligentOCR.Activities, однако это другой набор активностей и его не следует путать с самим облачным сервисом. Версию пакета необходимо подбирать по матрице совместимости UiPath, а не по случайному номеру из сторонней инструкции.

Что такое UiPath Document Understanding

Document Understanding — компонент платформы UiPath для intelligent document processing. Его задача — превратить документ, который человек видит как страницы, изображения, текстовые блоки и таблицы, в данные, пригодные для последующей бизнес-логики. Типовой конвейер включает оцифровку, определение типа документа, извлечение нужных полей, проверку низкоуверенных значений и передачу результата в робота, API-процесс или информационную систему.

Место в актуальной экосистеме UiPath

В 2026 году важно не смешивать Document Understanding с UiPath IXP. UiPath описывает IXP как более широкое направление извлечения данных из коммуникаций и неструктурированного содержимого. Сам Document Understanding продолжает существовать отдельным сервисом Automation Cloud с прежней моделью доступа и управления; одновременно к нему можно перейти из IXP, выбрав сценарий для структурированных и полуструктурированных документов.

В IXP есть отдельная возможность для unstructured and complex documents с интерфейсом, рассчитанным на сложный неструктурированный контент. Она не заменяет Document Understanding: актуальная схема UiPath оставляет DU самостоятельным сервисом и рекомендует его для structured/semi-structured документов. Поэтому название IXP не означает снятие DU с поддержки или переименование продукта.

Основные функции UiPath Document Understanding

Оцифровка и OCR

Первый этап — digitization. Сервис получает PDF или изображение и формирует машинное представление документа, включая распознанный текст и его расположение. Это особенно важно для сканированных PDF, где текстового слоя нет, и для гибридных файлов, содержащих одновременно цифровой текст и изображения страниц.

UiPath Document OCR — основной OCR-движок. Его CPU-версия оптимизирована для процессора, а Extended Languages OCR поддерживает более 200 языков, включая кириллицу. Для китайского, японского и корейского есть отдельный CPU endpoint. Поддержка языка OCR не гарантирует, что готовый extractor обучен на этом языке: это два разных уровня совместимости.

Классификация и разделение потока

Если в одном потоке приходят счета, заказы и другие типы документов, classifier определяет класс и направляет файл к нужной схеме и extractor. Modern project допускает до 150 типов. Важное исключение: актуальный Document Type Classifier не поддерживает документы на ряде нелатинских письменностей, включая иврит, китайский и японский; extraction без этой классификации может работать.

Извлечение полей, таблиц и повторяющихся структур

Extractor сопоставляет содержимое страницы со схемой документа: например, полями Invoice Number, Invoice Date, Total, Supplier и строками табличной части. Современные модели могут учитывать не только текст, но и визуальную компоновку. Helix Extractor 2.0, ставший общедоступным в июне 2026 года для tenant в Европе и США, использует мультимодальную архитектуру, совместно анализирующую текст и макет; UiPath отдельно отмечает улучшения для таблиц и поддержку нелатинских письменностей.

Аннотация, обучение и измерение качества

В современном проекте документы добавляются к типу документа, после чего система может предварительно разметить их, а пользователь подтверждает или корректирует поля. Подтверждённые аннотации становятся обучающими данными. Раздел Measure предназначен для оценки качества на данных проекта, а Publish фиксирует версию модели для дальнейшего использования в автоматизации.

Validation Station и человек в контуре

Document Understanding рассчитан не только на полностью автоматический маршрут. Значения с недостаточной уверенностью или документы, требующие проверки по правилам процесса, можно отправлять человеку. Валидатор сравнивает исходную страницу с распознанными и извлечёнными данными, исправляет поля и подтверждает результат. В экосистеме UiPath такие задачи могут быть связаны с Orchestrator и Action Center.

Автоматизация через Studio и REST API

Модель сама по себе не проводит платёж и не заносит строку в ERP. Для end-to-end сценария её подключают к UiPath Studio Web, Studio Desktop или REST API. Пакет DocumentUnderstanding.Activities позволяет выполнять этапы обработки внутри workflow, а API даёт возможность вызывать digitization, classification, extraction и validation из собственного приложения. API поддерживает как синхронные, так и асинхронные операции.

Мониторинг и версии моделей

Версионирование особенно важно после обновлений моделей. В июне 2026 года UiPath начала переход с Helix Extractor 1.0 версии 24.7 на Helix Extractor 2.0 с ветками 26.2.x/26.6.x. План миграции предусматривал автоматический перевод развёрнутых project versions к концу августа 2026 года. Для воспроизводимости процесса следует фиксировать project version и контрольный набор документов, а после миграции повторно сравнивать результаты.

Интерфейс и удобство использования

У продукта нет одного универсального окна. Работа распределена между веб-интерфейсом Document Understanding, средствами администрирования Automation Cloud, средой Studio и интерфейсами проверки человеком. Для автора модели основная логика современного проекта последовательно проходит через создание проекта и типов документов, Build, Measure, Publish и Monitor. Такое разделение соответствует жизненному циклу модели: разметить данные, измерить, выпустить версию, затем наблюдать за производственной работой.

Разметка документов

В области аннотации рядом с изображением документа отображается схема полей и предсказания. Пользователь связывает текст или область страницы с нужным полем, подтверждает корректные значения и исправляет ошибки. Интерфейс рассчитан на предметного специалиста без необходимости писать ML-код, но качественная разметка всё равно требует дисциплины: одинаковое поле на разных шаблонах должно трактоваться одинаково, а неоднозначные правила нужно формализовать до массовой аннотации.

Проектирование автоматизации

После публикации модели акцент смещается в Studio Web или Studio Desktop. Здесь уже появляются переменные, очереди, исключения, маршрутизация validation tasks, API-вызовы и интеграции с бизнес-системами. Поэтому заявленная no-code/low-code модель не означает нулевой порог входа во всём проекте. Настроить простой extractor заметно легче, чем спроектировать отказоустойчивый unattended-процесс с очередями, повторными попытками, безопасностью и контролем расходов.

Локализация у компонентов UiPath неодинакова: официальный localization matrix указывает частичную поддержку русского языка для части платформенных продуктов. Поэтому в русскоязычной команде нужно быть готовым к англоязычным названиям активностей, административным экранам и документации.

Поддерживаемые форматы и совместимость

Для современных проектов Document Understanding в официальных ограничениях указаны PNG, JPG/JPEG, PDF и TIF/TIFF. Минимальный размер изображения — 50×50 пикселей, максимальный — 10 000×10 000. DOCX, XLSX, PPTX и EPUB в перечень входных форматов modern project не входят. Если бизнес-процесс получает такие вложения, их нужно предварительно преобразовать поддерживаемым инструментом или извлечь содержимое другим способом.

Для PDF важно различать собственно возможность оцифровки и ограничения выбранной модели. Digitization допускает файл до 160 МБ и до 500 страниц, но Helix Extractor в runtime ограничен 100 страницами на документ, а out-of-the-box модели имеют документированный предел 20 страниц обработки. Генеративные активности имеют отдельные лимиты. Поэтому фраза «поддерживает PDF до 500 страниц» без уточнения этапа была бы вводящей в заблуждение.

Выходные данные

Document Understanding не позиционируется как конвертер PDF в DOCX. На выходе появляются распознанное представление документа, классификация и структурированные значения согласно taxonomy/schema. REST API v2, ставший общедоступным в 2026 году, использует обновлённые контракты, в том числе taxonomy-driven extraction и FieldGroups для групповых структур. При миграции с v1 нужно учитывать изменения маршрутов, регистра имён и структуры ответа.

Платформы и интеграции

Automation Cloud работает через поддерживаемый настольный браузер в Windows или macOS. Studio Web тоже является веб-средой. Studio Desktop устанавливается на поддерживаемые Windows-системы и может использовать DocumentUnderstanding.Activities в Windows и cross-platform проектах; IntelligentOCR.Activities относится к Studio Desktop и Windows/Windows Legacy. REST API не привязывает интеграцию к языку программирования, если клиент умеет работать с HTTPS и требуемой аутентификацией.

Для собственного размещения используется Automation Suite. Набор generative-функций и доступность отдельных возможностей различаются между Automation Cloud, Public Sector, Dedicated и Automation Suite, поэтому deployment matrix нужно проверять до проектирования процесса.

Производительность и стабильность

UiPath не публикует универсальную скорость в «страницах в секунду», применимую ко всем документам. Производительность зависит от OCR, выбранной модели, длины документа, количества параллельных запросов, региона сервиса, числа этапов и наличия human validation. Поэтому корректнее опираться на документированные пределы и проектировать нагрузку с контрольными пакетами собственных документов.

Эти цифры не следует смешивать. Например, 500-страничный PDF может пройти digitization, но не обязан целиком обработаться конкретным Helix extractor. Для больших досье практический архитектурный вопрос — сначала разделить пакет на логические документы, а затем извлекать данные из каждого типа; при превышении лимитов нужно менять маршрут, а не просто увеличивать timeout.

Карта критических зависимостей

Аккаунт и tenant. Для облачной работы нужен аккаунт UiPath и включённый сервис в конкретном tenant. Ошибка доступа часто связана не с моделью, а с тем, что сервис не активирован, пользователь находится в другом tenant или ему не назначена нужная роль.

Интернет и облачный регион. Automation Cloud требует интернет-соединение с TLS и поддерживаемый браузер. При выборе облака необходимо учитывать data residency и доступность функций по регионам. Если политика запрещает передачу документов в публичное облако, следует оценивать Automation Suite или другой локальный IDP, а не пытаться сделать облачный DU «офлайн».

Лицензирование и версии

UiPath продаёт платформу, а не бессрочную коробочную лицензию Document Understanding. Актуальная документация различает Unified Pricing и Flex Plan. Для Unified Pricing у modern projects действует пооперационное списание Platform Units за страницу: digitization вместе с OCR стоит 0 units, classification — 0,04, extraction после classification — 0,16, extraction без предварительной classification — 0,2. Если на странице выполнены и classification, и extraction, суммарный предел этих двух операций составляет 0,2 Platform Units.

Есть важные исключения. Если к одной странице применить несколько разных extractors, каждая операция извлечения учитывается отдельно. Generative Validation при срабатывании добавляет ещё 0,2 Platform Units, поэтому совокупный расход страницы может достигать 0,4. Обучение и serving моделей в современном Unified Pricing отдельно Platform Units не потребляют. Для classic и смешанных проектов действуют другие правила, поэтому калькуляцию нельзя строить по modern-ставке, если workflow вызывает старые компоненты.

Платформенные тарифы

Публичная страница UiPath указывает Basic от 25 долларов в месяц, однако enterprise-классификация и извлечение документов в сравнении тарифов для Basic отсутствуют. Standard и Enterprise включают корпоративную document processing, а их цена выдаётся отделом продаж. Поэтому $25 нельзя считать ценой полноценного production DU.

Community и пробные планы

Community доступен бесплатно только пользователям и организациям, соответствующим Community Agreement. В текущей таблице Unified Pricing для Document Understanding указано ограничение до 50 документов в час, до 2 страниц и до 4 МБ на документ. Это подходящий режим для знакомства и небольших учебных примеров, но он не имитирует производственный поток многостраничных документов.

Basic Trial и Standard Trial предназначены для внутренней оценки и тестирования, а не production. Оба ограничены 60 днями, после чего организация переводится на Free. В таблице Standard Trial указано 8 000 Platform Units. Перед пилотом важно заранее определить контрольный объём и набор документов, чтобы время trial ушло на проверку качества и интеграции, а не только на знакомство с интерфейсом.

Системные требования

Automation Cloud и Studio Web

Для доступа к Automation Cloud нужен интернет с TLS и совместимый браузер. На 2026 год UiPath поддерживает две последние версии Google Chrome, Microsoft Edge Chromium и Mozilla Firefox на Windows или macOS, а также последнюю версию Safari на macOS. Internet Explorer, мобильные браузеры, старые и неуказанные браузеры не поддерживаются. Это фактически и есть клиентские системные требования для облачной части Document Understanding.

Studio Desktop

Если workflow создаётся в настольной Studio, требования становятся выше. Для актуальной standalone Studio минимально указаны два 64-битных x64 ядра по 1,8 ГГц и 8 ГБ доступной оперативной памяти; рекомендуется четыре x64 ядра по 2,4 ГГц и 12 ГБ памяти. Новая silent-установка требует около 3,4 ГБ диска, а установка через пользовательский интерфейс — ещё примерно 1 ГБ. Разрешение ниже 1024×768 не поддерживается.

Поддерживаются Windows 10/11 и Windows Server 2016, 2019, 2022 и 2025, а также некоторые Azure multi-session конфигурации. Windows on ARM для Studio не поддерживается. Эти требования относятся к среде разработки и роботу, а не к вычислительным ресурсам облачной ML-модели: локальный компьютер не «обучает Helix» только потому, что на нём открыт Studio workflow.

Automation Suite

Self-hosted вариант относится к Automation Suite и оценивается как серверное развёртывание платформы, а не как требования к одному рабочему ПК. Единого корректного «минимума для Document Understanding» без выбранной версии, состава сервисов и нагрузки нет; для такой установки применяют hardware/software matrix конкретного релиза Automation Suite и отдельный capacity planning.

Паспорт обратимости операций

Публикация новой версии не должна уничтожать контрольную точку. До обновления модели следует записать идентификатор текущей production-версии, набор контрольных документов и эталонные ответы. При изменении extractor или API можно сравнить результат до и после и, если архитектура допускает, временно вернуть вызов предыдущей опубликованной версии.

Облачные runtime-данные не следует использовать как архив. Для операций через activities/API digitization result и документ по document ID хранятся в Automation Cloud семь дней, а результаты асинхронной classification/extraction — 24 часа. Синхронные classification/extraction отдельно не сохраняются. Validation data хранится через Orchestrator storage. Если документ нужен для аудита через год, архивировать его должен бизнес-процесс, а не временный runtime storage DU.

Преимущества и недостатки UiPath Document Understanding

Плюсы и минусы

• Единый документный конвейер. OCR, классификация, extraction, validation и передача данных в RPA объединены одной платформой.

• Human-in-the-loop. Спорные значения можно направлять на проверку человеку вместо безусловной записи в бизнес-систему.

• Современные мультимодальные модели. Helix Extractor 2.0 учитывает текст и визуальный layout, поддерживает нелатинские письменности и улучшенную работу с таблицами.

• API и low-code в одной системе. Один и тот же проект можно использовать из Studio и через REST API.

• Версионирование и мониторинг. Проект проходит этапы Measure, Publish и Monitor, что удобнее неуправляемого вызова отдельного OCR endpoint.

Минусы

• Это не лёгкая настольная утилита. Для разового OCR одного PDF платформа, tenant, роли и модель являются лишней сложностью.

• Стоимость сложнее одной подписки. Нужно учитывать тариф платформы, пользовательские лицензии, Platform Units, набор операций и возможные дополнительные extractors.

• Лимиты зависят от этапа и модели. 500 страниц для digitization не равны 500 страницам Helix extraction; out-of-the-box модели имеют ещё более низкий предел.

• Много зависимостей. Production-процесс может зависеть от Studio, Robot, Orchestrator, Action Center, package versions, tenant settings и API contract.

• Для сложного неструктурированного контента меняется стратегический маршрут. UiPath рекомендует отдельную IXP-возможность, поэтому архитектуру новых проектов нужно строить с учётом разграничения DU и IXP.

Сравнение с аналогами

ABBYY Vantage ближе всего к прямому IDP-конкуренту: здесь также есть классификация, извлечение, OCR/ICR, validation и готовые skills. Если организация выбирает прежде всего движок документного понимания, а RPA-платформа вторична, ABBYY стоит оценивать на одном и том же контрольном датасете. Для знакомства с настольным OCR в экосистеме сайта можно отдельно посмотреть ABBYY FineReader, но FineReader и Vantage относятся к разным классам решений.

Sumatra PDF не является конкурентом Document Understanding. Sumatra PDF предназначена для быстрого локального чтения документов, тогда как UiPath DU извлекает структурированные данные и управляет автоматизированным процессом. Если цель — открыть PDF, найти текст и прочитать файл без корпоративной инфраструктуры, DU не нужен. Если цель — принять тысячу счетов, классифицировать, извлечь реквизиты и занести их в ERP с контролем исключений, один просмотрщик эту задачу не решит.

Для ручной работы с PDF уместнее Adobe Acrobat Pro или PDF-XChange Editor; для локальных PDF-операций без IDP — PDF24 Creator. Эти инструменты проще, но не заменяют обучение моделей, human validation и orchestration UiPath.

Инструкция по установке

Облачный вариант: включение сервиса

1. Войдите в официальный UiPath Automation Cloud под учётной записью, имеющей административные права для нужной организации.

2. Откройте Admin и выберите tenant, в котором будет размещён проект обработки документов.

3. Перейдите в Services, откройте меню карточки Document Understanding и выберите Enable.

4. Назначьте пользователям лицензии и роли, соответствующие их задачам: разработчику проекта не обязательно выдавать права администратора всей организации.

5. Откройте Document Understanding и создайте modern project. До загрузки конфиденциальных документов проверьте регион размещения, политику хранения данных и внутреннее согласование.

Подключение к Studio Desktop

1. Установите поддерживаемую версию UiPath Studio из официального канала вашей организации или UiPath.

2. Создайте проект подходящего типа и откройте Manage Packages.

3. В источнике пакетов найдите UiPath.DocumentUnderstanding.Activities и добавьте совместимую с вашей Studio версию. Для legacy-сценария используйте IntelligentOCR.Activities только если этого требует архитектура.

4. Настройте соединение с нужной организацией/tenant и укажите опубликованный Document Understanding project/version в соответствующих активностях.

5. Запустите процесс на контрольном документе и сравните итоговые поля с эталоном до публикации робота в production.

Удаление Studio выполняется средствами установщика или Windows, но удалять среду разработки только ради «удаления Document Understanding» необязательно: облачный сервис живёт независимо. Перед удалением локального проекта сохраните исходный workflow, список package dependencies и параметры подключения в утверждённом репозитории.

Automation Suite

Automation Suite нельзя корректно установить по короткой desktop-инструкции. Для on-premise выбирают поддерживаемый релиз, проверяют его hardware/software matrix, планируют storage, сеть, резервное копирование и только затем разворачивают Document Understanding по документации этой версии. Установка «на один Windows-ПК» к этому сценарию не относится.

Практические кейсы

Счёт поставщика: извлечь реквизиты и передать на проверку

Цель. Получить из PDF-счёта номер, дату, поставщика, валюту, итоговую сумму и строки товаров, после чего передать низкоуверенные поля бухгалтеру.

Подготовка. Создайте тип Invoice, определите поля и соберите репрезентативную выборку от разных поставщиков. Для многоязычных сканов заранее выберите OCR, который поддерживает требуемые языки.

Шаги. Разметьте документы, обучите extractor, измерьте качество и опубликуйте версию. В Studio направляйте критические поля с низкой уверенностью или нарушением бизнес-правила в validation task; после подтверждения записывайте данные в тестовую ERP/таблицу.

Проверка. Сверьте каждое критическое поле с исходным PDF и отдельно проверьте строки таблицы, десятичные разделители и валюту. Контрольная выборка должна содержать шаблоны, не использованные при аннотации.

Ограничение. Высокая уверенность модели не отменяет бизнес-валидацию. Для платежных реквизитов и итоговой суммы разумно дополнительно сверять формат, диапазон и взаимосвязи полей.

Смешанный входящий пакет: классификация перед извлечением

Цель. Обработать поток, где в общей папке появляются счета, purchase orders и банковские документы.

Подготовка. Опишите взаимоисключающие классы и соберите примеры каждого типа. Для письменностей с ограничением Document Type Classifier выберите другой маршрут.

Шаги. Выполните digitization, затем classification. По полученному типу маршрутизируйте документ на соответствующий extractor и схему полей. Неизвестный или низкоуверенный класс направляйте в отдельную очередь, а не в первый попавшийся extractor.

Проверка. Постройте матрицу ошибок классов на отдельной выборке и убедитесь, что ошибки маршрутизации не маскируются хорошим extraction внутри правильного класса.

Ограничение. Classification в Unified Pricing расходует 0,04 Platform Units на страницу, а extraction после неё — 0,16; применение нескольких extractors к той же странице увеличивает потребление.

Повторное обучение на подтверждённых исключениях

Цель. Улучшить extractor на новых вариантах документов, которые регулярно исправляет валидатор.

Подготовка. Отберите подтверждённые ошибки, убедитесь, что исправления относятся к одной и той же taxonomy и не содержат случайных ручных опечаток.

Шаги. Добавьте подтверждённые примеры в обучающий набор, проверьте annotations, запустите training и Measure, затем публикуйте новую версию только после сравнения с текущей production-версией.

Проверка. На независимом наборе сравните качество критических полей до и после переобучения; ухудшение другого шаблона считается регрессией.

Ограничение. Validation feedback полезен только при последовательной разметке: исправление одной ошибки не гарантирует улучшение всех поставщиков и макетов.

Навигатор по сбоям

Контроль перед сохранением и передачей

• зафиксируйте имя проекта, опубликованную версию модели и версию API/пакета активностей;

• проверьте обязательные поля на независимой контрольной выборке, а не на обучающих документах;

• проверьте, что downstream-система получает правильные типы данных, валюты, даты и повторяющиеся группы;

• для критических полей примените бизнес-правила и маршрут исключений;

• сохраните исходный документ в утверждённом архиве, если срок хранения бизнеса превышает временное runtime-хранение DU;

Часто задаваемые вопросы

Можно ли пользоваться UiPath Document Understanding полностью офлайн?

Публичный Automation Cloud — нет: для него нужен интернет и TLS. Организации с собственным размещением могут рассматривать Automation Suite, но это серверная платформа, а не офлайн-утилита для ноутбука.

Поддерживает ли UiPath русский язык?

Extended Languages OCR поддерживает кириллические языки и рассчитан более чем на 200 языков. Однако языковая поддержка OCR, classifier и конкретной extraction model различается, поэтому русский документ нужно проверять на выбранной комбинации компонентов.

Можно ли распознавать рукописный текст?

Да, но набор языков рукописного OCR уже, чем для печатного текста. В официальной таблице UiPath Document OCR поддерживает рукописный английский, французский и немецкий, а Extended Languages OCR добавляет ряд других языков. Русский рукописный текст в этой таблице не заявлен, поэтому обещать его корректное распознавание нельзя.

Что происходит с загруженным документом в Automation Cloud?

Для operations через activities/API digitization result и документ, доступный по document ID, сохраняются семь дней. Асинхронные classification/extraction results сохраняются 24 часа; при синхронной classification/extraction отдельного сохранения результата нет. Для долгого архивного хранения нужен собственный корпоративный storage.

Чем Document Understanding отличается от IXP Unstructured and complex documents?

Это разные направления одной экосистемы. Document Understanding остаётся самостоятельным сервисом и оптимизирован для structured/semi-structured документов; IXP содержит отдельный интерфейс для unstructured and complex documents. Для нового проекта тип контента нужно определить до выбора capability.

Безопасно ли автоматически принимать все поля с высокой confidence?

Для некритичных полей это может быть частью бизнес-правила, но confidence не является гарантией истинности. Платёжные суммы, банковские реквизиты, даты и идентификаторы разумно дополнительно проверять форматными и предметными правилами, а спорные случаи отправлять человеку.

Вывод

UiPath Document Understanding подходит организациям, которым нужен не отдельный OCR, а управляемый документный процесс: принять PDF или скан, определить тип, извлечь данные, передать сомнительные поля человеку и продолжить обработку в роботе или API. Наиболее естественный сценарий — компания уже использует UiPath и хочет связать документы с Orchestrator, Action Center, Studio и корпоративными приложениями.

Для простого чтения PDF правильнее Sumatra PDF; для ручного редактирования — обычный PDF-редактор. Для глубоко неструктурированных документов внутри UiPath стоит оценивать IXP Unstructured and complex documents. Если инфраструктура уже сосредоточена в Azure или Google Cloud, их document AI API может быть архитектурно проще. Document Understanding наиболее уместен, когда ценность создаёт связка извлечения с RPA, validation и дальнейшим бизнес-процессом.