OCR dokumentów w firmie: ze skanu prosto do danych w systemie
Dokumenty dostawy, listy przewozowe i zamówienia od klientów przychodzą jako skany, zdjęcia z telefonu albo PDF, a ktoś przepisuje je do systemu ręcznie. Opisuję, jak odczyt OCR połączony z modelem AI zamienia je w dane, które człowiek tylko sprawdza.
Autor: Szymon Łakomy. Aktualizacja:
Dokumenty, które najczęściej przepisuje się ręcznie
| Dokument | Co odczytuję | Gdzie trafiają dane |
|---|---|---|
| Dokument dostawy, WZ, PZ | numer, datę, dostawcę, pozycje i ilości | moduł magazynowy w ERP albo arkusz przyjęć |
| List przewozowy CMR | nadawcę, odbiorcę, miejsca załadunku i rozładunku, uwagi przewoźnika | system spedycyjny lub rejestr zleceń transportowych |
| Zamówienie od klienta w PDF | kontrahenta, indeksy towarów, ilości, termin dostawy | ERP jako szkic zamówienia do zatwierdzenia |
| Umowa | strony, daty, okres obowiązywania, termin wypowiedzenia | rejestr umów z przypomnieniami |
| Formularz papierowy | zaznaczone pola, dane kontaktowe, obecność podpisu | CRM, arkusz albo system zgłoszeń |
Faktury kosztowe mają własne reguły księgowe, dlatego opisuję je osobno na stronie automatyczne księgowanie faktur kosztowych. Zamówienia, które przychodzą w treści maila, a nie jako skan, obsługuje proces wprowadzania zamówień z maila do ERP.
Sam OCR to za mało, dlatego dokładam model językowy
Klasyczny OCR zamienia obraz na tekst. Nie wie, który ciąg cyfr to NIP, a który numer zamówienia, i gubi się, gdy każdy dostawca ma inny układ dokumentu. Osobny szablon dla każdego wzoru przy kilkudziesięciu kontrahentach przestaje być wygodny.
Teraz tekst albo sam obraz strony trafia do modelu językowego razem z opisem pól, które chcę dostać. Model zwraca je w ustalonej strukturze, niezależnie od tego, czy numer dokumentu stoi w prawym górnym rogu, czy w stopce. Przy umowach, gdzie liczy się interpretacja zapisów, a nie tylko odczyt pól, lepiej sprawdza się AI do analizy umów.
Od czego zależy, czy odczyt będzie trafny
- Jakość skanu. Rozdzielczość, kontrast i prosty kadr mają większe znaczenie niż wybór narzędzia.
- Zdjęcia z telefonu. Działają, jeśli kartka leży płasko i jest dobrze oświetlona. Zdjęcie pod kątem zrobione na masce samochodu to już loteria.
- Pismo odręczne. Drukowane litery w polach formularza zwykle przechodzą, swobodne dopiski kierowcy na CMR bywają nieczytelne także dla modelu.
- Pieczątki i podpisy na tekście. Zasłonięte cyfry trzeba oznaczyć jako niepewne, a nie zgadywać.
- Tabele na kilku stronach. Wymagają sklejenia pozycji i porównania z sumą.
Nie podaję z góry skuteczności. Biorę próbkę waszych dokumentów z ostatnich tygodni, uruchamiam na niej odczyt i razem patrzymy, ile pól wymaga poprawki.
Kontrola człowieka wbudowana w przepływ
- Dokument przychodzi mailem, ze skanera albo do wspólnego folderu.
- OCR i model wyciągają pola, a przepływ w n8n sprawdza reguły: format NIP, sumę ilości, czy kontrahent i indeks istnieją w bazie.
- Pola, które nie przeszły reguł albo zostały odczytane z małą pewnością, są podświetlone w panelu lub arkuszu do sprawdzenia.
- Osoba zatwierdza dokument, a dane zapisują się w ERP przez API albo importem.
- Oryginalny plik trafia do archiwum z odnośnikiem w rekordzie, więc zawsze da się wrócić do źródła.
W transporcie ten sam schemat łączy się z innymi zadaniami spedycji, o których piszę na stronie automatyzacja w logistyce i spedycji.
Dane osobowe w dokumentach i koszt wdrożenia
Umowy, formularze i listy przewozowe zawierają dane osób. Przed wdrożeniem ustalam, gdzie fizycznie działa OCR i model, na jakich warunkach dostawca przetwarza pliki i jak długo je przechowuje. Przy wrażliwych dokumentach rozważamy lokalny model AI. To opis techniczny, nie porada prawna.
Odczyt jednego rodzaju dokumentu z zapisem do arkusza lub systemu kosztuje od około 1200 zł netto. Kilka typów dokumentów, integracja z ERP i panel weryfikacji to wycena po rozmowie. Zakres najszybciej oszacuję, gdy prześlesz kilka przykładowych skanów z zamazanymi danymi.
Najczęstsze pytania
Czy OCR poradzi sobie z pismem odręcznym?
Częściowo. Drukowane litery w polach formularza zwykle są czytelne, swobodne notatki i podpisy bywają trudne. Takie pola przepływ oznacza jako niepewne i pokazuje osobie sprawdzającej obok wycinka ze skanu.
Czy potrzebuję specjalnego skanera?
Zwykle nie. Wystarcza skaner w urządzeniu wielofunkcyjnym ustawiony na wysyłkę do folderu lub na maila albo aplikacja do skanowania w telefonie. Ważniejsze są ustawienia: rozdzielczość, kolor i jeden dokument w jednym pliku.
Czy odczytane dane trafią prosto do ERP?
Tak, o ile system ma API albo przyjmuje import pliku. Na starcie zapis następuje dopiero po zatwierdzeniu przez człowieka, a z czasem sprawdzanie można ograniczyć do pól oznaczonych jako niepewne.
Czym to się różni od skanowania do PDF z warstwą tekstu?
PDF z warstwą tekstu pozwala wyszukiwać słowa w dokumencie, ale nadal ktoś musi przepisać dane do systemu. Tutaj wynikiem są konkretne pola, na przykład numer CMR, odbiorca i data rozładunku.
Powiązane strony
Ktoś u Was codziennie przepisuje skany do systemu?
Prześlij kilka przykładowych dokumentów z zamazanymi danymi. Sprawdzę, jakie pola da się odczytać i gdzie potrzebna będzie kontrola.