01

Proces zaczyna się przed OCR

Dokumenty mogą przychodzić pocztą, e-mailem, przez formularz, EDI lub portal. Pierwszym zadaniem jest przypisanie dokumentu do typu, nadawcy i sprawy oraz sprawdzenie, czy plik jest czytelny i kompletny.

Jeżeli firma akceptuje wiele niekontrolowanych kanałów i nazw, automatyzacja odziedziczy bałagan. Warto ustalić jeden punkt wpływu, identyfikator sprawy oraz zasady przechowywania oryginału.

02

Odczyt to dopiero hipoteza

Silnik OCR lub model AI zwraca wartość wraz z poziomem pewności. Numer faktury, kwota, data, NIP czy pozycje muszą zostać sprawdzone względem formatu, sum i danych kontrahenta.

Pola o niskiej pewności oraz sprzeczne wyniki należy przekazać człowiekowi. Interfejs poprawki powinien pokazywać fragment dokumentu i jednoznacznie zapisywać zmianę.

03

Połączenie z decyzją i systemem

Dane powinny uruchomić właściwą ścieżkę akceptacji, kontrolę duplikatu, dopasowanie do zamówienia oraz zapis do systemu finansowego lub operacyjnego. Każdy krok wymaga potwierdzenia, że zakończył się poprawnie.

  • unikalny identyfikator dokumentu;
  • wersja oryginalna i historia zmian;
  • role akceptujące oraz progi kwotowe;
  • rejestr błędów i ponowień;
  • retencja zgodna z rodzajem dokumentu.

04

Jak mierzyć jakość

Nie wystarczy średnia dokładność OCR. Należy mierzyć poprawność każdego kluczowego pola, liczbę dokumentów bez ręcznej obsługi, czas korekty, odsetek duplikatów i błędy wykryte dopiero po księgowaniu.

Pilotaż powinien obejmować różne formaty, skany słabej jakości, korekty i dokumenty wielostronicowe. Dzięki temu wynik nie będzie oparty na kilku idealnych przykładach.

ŹRÓDŁA

Sprawdzone materiały źródłowe

Stan informacji zweryfikowano w dniu publikacji. W sprawach prawnych zakres obowiązków zawsze należy odnieść do konkretnej organizacji i zastosowania.

  1. EDPB — opinia 28/2024 o danych osobowych i modelach AI
  2. NIST — profil ryzyka dla generatywnej AI