Praca dla klienta (NDA)
OCR + AI document analysis
Faktury zakupowe i dokumenty dostaw prosto do ERP
90% mniej ręcznego wprowadzania danych przy setkach dokumentów dziennie, z kolejką weryfikacji zamiast cichego przepuszczania błędów.
Kontekst
Firma przepisująca ręcznie faktury zakupowe i dokumenty dostaw do systemów wewnętrznych (pokazane anonimowo, NDA). Wdrożenie powstało przed KSeF, gdy jedynym wejściem od dostawcy był PDF.
Problem
Setki dokumentów dziennie przepisywane ręcznie. Kosztowne było nie samo przepisywanie, tylko brak kontroli nad tym, co przepisano źle: zła kwota albo nie ten kontrahent wychodziły w księgowości tygodnie później, gdy cofanie tego było już drogie.
Co zbudowaliśmy
Dokumenty wpadają na dedykowaną skrzynkę. Pipeline w Airflow rozpoznaje typ dokumentu, czyści skan przez OpenCV, robi OCR w Google, a model językowy układa z tego pozycje w strukturę. Dalej idą reguły kontrolne: suma pozycji kontra kwota dokumentu, NIP kontrahenta kontra baza, wykrywanie duplikatów. Każde pole dostaje ocenę pewności i to ona decyduje o rozgałęzieniu: powyżej progu dokument trafia prosto do systemu docelowego, poniżej ląduje w kolejce weryfikacji, a anomalie lecą na maila i Slacka. Próg pewności traktujemy jako decyzję biznesową, nie ustawienie techniczne, bo podniesienie go znaczy mniej błędów i dłuższą kolejkę, a obniżenie więcej automatu i większe ryzyko. Skuteczność mierzyliśmy parą liczb, których nie da się rozdzielić: udziałem dokumentów przechodzących bez ingerencji człowieka i udziałem tych, które system przepuścił mimo błędu. Pierwszej wolno rosnąć tylko dopóty, dopóki druga zostaje przy zerze. Całość skonteneryzowana i idempotentna, więc ponowne przetworzenie tego samego dokumentu niczego nie dubluje.
Wyniki
- ▹90% mniej ręcznego wprowadzania danych
- ▹Setki dokumentów dziennie w stałym obiegu
- ▹Ekstrakcje o niskiej pewności trafiają do weryfikacji, zamiast przechodzić po cichu
- ▹Walidacja krzyżowa sum, NIP-ów i duplikatów, z alertami na maila i Slacka