AI OCR
AI OCR to rozpoznawanie tekstu ze skanów i zdjęć wsparte uczeniem maszynowym: oprócz zamiany obrazu na znaki system rozumie układ dokumentu, znajduje pola takie jak numer faktury, NIP, kwoty czy daty i klasyfikuje typ dokumentu bez sztywnych szablonów. Klasyczny OCR odczytuje litery, AI OCR odczytuje też znaczenie - dlatego jest jednym z fundamentów inteligentnego przetwarzania dokumentów.
Klasyczny OCR a AI OCR: na czym polega różnica
Tradycyjny OCR zamienia obraz na tekst i na tym kończy. Żeby wyciągnąć z faktury numer albo kwotę, trzeba było zdefiniować szablon: „numer jest w prawym górnym rogu, kwota w ostatnim wierszu tabeli”. Każdy nowy układ faktury oznaczał nowy szablon, a przesunięcie logo psuło odczyt. AI OCR działa inaczej: model nauczony na dużej liczbie dokumentów rozpoznaje pola po kontekście - wie, że liczba obok słowa „NIP” to NIP, a tabela z ilościami i cenami to pozycje faktury - niezależnie od układu. Radzi sobie z tabelami, pieczątkami, słabej jakości skanami, a w ograniczonym zakresie także z pismem odręcznym. Każdemu odczytanemu polu przypisuje poziom pewności, a poprawki wprowadzone przez użytkownika wykorzystuje do dalszego uczenia.
Co AI OCR robi z dokumentem krok po kroku
- Przygotowanie obrazu: prostowanie, odszumianie, rozdzielenie stron w jednym pliku.
- Rozpoznanie tekstu i jego położenia na stronie.
- Klasyfikacja dokumentu: faktura, umowa, pismo urzędowe, CV, list przewozowy.
- Ekstrakcja pól i tabel: strony, daty, numery, kwoty, pozycje faktury.
- Walidacja: NIP sprawdzony w bazie, suma pozycji równa kwocie, kontrahent odnaleziony w ERP, numer KSeF w prawidłowym formacie.
- Przekazanie do procesu z oznaczeniem pól o niskiej pewności, które człowiek sprawdza w jednym oknie.
Gdzie AI OCR daje największy efekt
Najczęściej w obiegu faktur zakupowych - także po wdrożeniu KSeF, bo poza systemem zostają faktury zagraniczne, paragony, noty, załączniki i dokumenty, które KSeF nie obejmuje. Drugie pole to korespondencja przychodząca w urzędach i dużych firmach: klasyfikacja pism i automatyczna dekretacja do właściwego wydziału. Dalej umowy (strony, daty, kwoty, terminy wypowiedzenia do rejestru umów), dokumenty transportowe, dokumenty kadrowe oraz opracowanie zeskanowanego archiwum, gdzie tysiące skanów trzeba opisać numerem sprawy i datą.
AI OCR w praktyce e-MSI: system IDR
e-MSI opracowało system IDR® (Intelligent Data Recognition), który rozwija klasyczny OCR o analizę kontekstu. IDR rozpoznaje typ dokumentu, wyodrębnia kluczowe dane z faktur, umów czy zamówień, sprawdza ich poprawność i przekazuje je do ERP, systemu księgowego albo procesu na platformie JobRouter®, gdzie uruchamia się właściwy obieg z wypełnionymi polami. Dodatkowy moduł klasyfikacji korespondencji rozdziela pisma i e-maile według typu, a gdy użytkownik poprawi rozpoznany typ, system uczy się na tej korekcie. Publiczne opisy wdrożeń obejmują m.in. obieg faktur z systemem IDR w firmie Homanit.
Na co uważać przy wdrażaniu AI OCR: skuteczność, dane i weryfikacja
- Skuteczność zależy od jakości skanu - rozdzielczość 300 dpi i prosty skan robią większą różnicę niż wybór silnika.
- Modele uczone na danych zwykle potrzebują próbek dokumentów klienta na start i czasu na naukę z poprawek.
- Pola o niskiej pewności muszą trafiać do człowieka - pełna automatyzacja bez weryfikacji to ryzyko błędnych przelewów.
- Dokumenty zawierają dane osobowe: przy usługach chmurowych potrzebna jest umowa powierzenia, a w razie wątpliwości wersja on-premise.
- Miarą sukcesu jest odsetek dokumentów przetworzonych bez ręcznej poprawki i czas obsługi jednego dokumentu, mierzone przed wdrożeniem i po nim.
Przykłady zastosowania
Faktura od zagranicznego dostawcy przychodzi jako PDF w języku angielskim. AI OCR odczytuje pozycje, walutę i termin płatności, a proces obiegu faktur startuje z gotowymi danymi.
Do kancelarii urzędu wpływa wezwanie z sądu. Moduł klasyfikuje pismo jako „wezwanie”, odczytuje sygnaturę i termin, a system dekretuje je do radcy prawnego z alarmem terminu.
Skan umowy najmu trafia do rejestru umów: AI OCR wyciąga strony, kwotę czynszu, datę końca umowy i okres wypowiedzenia, a proces ustawia przypomnienie przed terminem.
Spedytor skanuje list przewozowy CMR. System odczytuje numer zlecenia i dopasowuje dokument do transportu w systemie, bez wpisywania numeru ręcznie.
Firma digitalizuje archiwum umów z wielu lat. AI OCR indeksuje każdy skan po numerze, kontrahencie i dacie, dzięki czemu archiwum elektroniczne da się przeszukiwać od pierwszego dnia.
Najczęstsze pytania
Czym różni się AI OCR od zwykłego OCR?
Zwykły OCR zamienia obraz na tekst, a pola wyciąga tylko według sztywnych szablonów. AI OCR rozumie układ i kontekst dokumentu, więc znajduje NIP, kwoty czy pozycje faktury niezależnie od tego, jak dokument wygląda, klasyfikuje typ dokumentu i uczy się z poprawek użytkownika.
Czy AI OCR czyta pismo odręczne?
W ograniczonym zakresie: pojedyncze pola wypełnione czytelnym pismem, cyfry, zaznaczenia w formularzach. Odręczne notatki, podpisy i długie teksty pisane ręcznie nadal wymagają człowieka. Warto to sprawdzić na próbce własnych dokumentów przed wdrożeniem.
Czy po wdrożeniu KSeF OCR faktur jest jeszcze potrzebny?
Tak. KSeF obejmuje większość faktur między polskimi firmami, ale poza nim zostają faktury od dostawców zagranicznych, paragony, noty obciążeniowe, dokumenty dołączane do faktur, umowy i korespondencja, a do końca 2026 r. także część faktur z kas rejestrujących. AI OCR obsługuje te dokumenty, a faktury z KSeF wchodzą do tego samego procesu bez rozpoznawania.
Jaką skuteczność ma AI OCR?
Zależy od jakości skanów, rodzaju dokumentów i czasu, jaki model miał na naukę, dlatego uczciwy dostawca mierzy ją na próbce dokumentów klienta zamiast obiecywać liczbę z broszury. Kluczowe pola zabezpiecza się walidacją z bazami, a wynik ocenia odsetkiem dokumentów przetworzonych bez poprawki.
Czy AI OCR jest bezpieczny dla danych osobowych?
Może być, jeśli wiadomo, gdzie dokumenty są przetwarzane. Usługa chmurowa wymaga umowy powierzenia i sprawdzenia lokalizacji serwerów, a przy danych wrażliwych bezpieczniejsza bywa instalacja on-premise. Dokumenty do uczenia modelu warto wcześniej anonimizować.
Co to jest IDR w e-MSI?
IDR (Intelligent Data Recognition) to opracowany przez e-MSI system rozpoznawania dokumentów. Klasyfikuje dokumenty, odczytuje z nich kluczowe dane, sprawdza ich poprawność i przekazuje je do ERP, systemów księgowych lub procesów na platformie JobRouter - przez REST API albo pliki CSV, JSON i XML. Działa w chmurze lub lokalnie.
Powiązane hasła
Zobacz, jak wygląda to w systemach, które wdrażamy w polskich firmach.
