CASE STUDY

Jak stworzyliśmy aplikację, która przetwarza faktury i porządkuje dokumenty jednym kliknięciem

Firma Invoice Team zmagała się z czasochłonnym i podatnym na błędy procesem ręcznego przetwarzania tysięcy dokumentów niskiej jakości. Stworzyliśmy aplikację z modułem AI i OCR, która automatycznie odczytuje, kategoryzuje i porządkuje faktury. Efekt? Szybsza obsługa, mniej błędów i dokumenty gotowe do archiwizacji jednym kliknięciem.

1

Wyzwanie

Firma Invoice Team każdego miesiąca przetwarza tysiące dokumentów (faktur, wyciągów, iparagonów, umów, deklaracji księgowych). Dotychczasowy proces ich rozpoznawania, porządkowania, księgowania i archiwizacji był w pełni ręczny, przez co zajmował ogromną ilość czasu i był podatny na błędy. Kluczowym problemem była niska jakość większości plików – były to skany z odręcznymi dopiskami (np. numerami RKK/RKS), notatkami czy nawet zamazaniami. Klient potrzebował systemu, który zautomatyzuje ten proces, poradzi sobie z trudnym materiałem i samodzielnie wyodrębni kluczowe dane (NIP, kwoty, daty, RKK/RKS), redukując udział człowieka do minimum.

2

Rozwiązanie

Stworzyliśmy dedykowaną aplikację, która automatyzuje cały obieg dokumentów. Proces działa następująco:

  1. System monitoruje skaner, pocztę email, dyski i automatycznie pobiera nowe pliki.
  2. Dokumenty przechodzą dwuetapowe przetwarzanie: najpierw moduł OCR przekształca obraz (nawet niskiej jakości) w surowy tekst.
  3. Następnie moduł analityczny oparty na AI (ChatGPT) analizuje ten tekst, lokalizuje i wyciąga kluczowe dane (NIP-y, kwoty, daty, odręczne numery RKK/RKS), niezależnie od formatu i układu dokumentu.
  4. Wyodrębnione dane trafiają do bazy danych (Supabase) wraz z miniaturą dokumentu (hostowaną na Google Drive).
  5. Następnie system automatycznie zmienia nazwę pliku zgodnie z ustalonym schematem i wykonuje inne czynności w zależności od dokumentu, np. dodaje do systemu księgowego i księguje na odpowiednich kontach syntetycznych (jeżeli mamy do czynienia z FV).
  6. Kontekst: Największym wyzwaniem była dwuetapowa analiza skanów niskiej jakości. Nie wystarczyło samo odczytanie tekstu (OCR), ale konieczne było "nauczenie" AI, jak interpretować surowy tekst, aby poprawnie zlokalizować kluczowe informacje, w tym te dopisane odręcznie.

Rozwiązanie opiera się na integracji kilku kluczowych narzędzi:

  • Microsoft Power Automate: Odpowiada za orkiestrację całego procesu (pobieranie plików, wywoływanie AI, zmiana nazw).
  • OpenAI (ChatGPT): Przetwarza dokumenty graficzne i wyodrębnia dane z obrazu/tekstu.
  • Supabase: Pełni rolę bazy danych, w której użytkownik weryfikuje dane.
  • Google Drive: Hostuje podglądy faktur, umożliwiając szybki przegląd.
  • Aplikacja webowa: Zapewnia pracownikom wygodny interfejs do zarządzania procesem, wyszukiwania i wglądu w zarchiwizowane dokumenty.

3

Efekty

Wdrożenie systemu przyniosło natychmiastowe i mierzalne rezultaty:

  • Ponad 100 000 historycznych dokumentów zostało przetworzonych automatycznie, bez potrzeby ręcznej pracy.
  • Czas potrzebny na obsługę jednego dokumentu został skrócony z kilku minut do zaledwie kilku sekund (skanowanie).
  • Redukcja błędów w nazewnictwie i klasyfikacji dokumentów wyniosła ponad 90%.
  • Zespół Invoice Team zyskał pełną kontrolę nad obiegiem dokumentów i możliwość błyskawicznego wyszukiwania danych poprzez podpiętego asystenta AI.

4

5