Czym jest ekstrakcja danych z faktur za pomocą AI? Jak to działa i dlaczego jest lepsze od OCR

Ekstrakcja danych z faktur to proces pobierania ustrukturyzowanych informacji z dokumentu faktury. Nazwa dostawcy, data, numer faktury, pozycje, kwota VAT, suma. Gdy odbywa się to ręcznie, osoba czyta fakturę i wpisuje wartości do arkusza kalkulacyjnego lub systemu księgowego. W przypadku automatyzacji oprogramowanie czyta dokument i wykonuje tę samą pracę. Ale na dużą skalę i bez ludzkiego zmęczenia.

Ekstrakcja danych z faktur za pomocą AI wykorzystuje modele uczenia maszynowego przeszkolone na milionach faktur do wykonywania tego zadania. Ten artykuł wyjaśnia dokładnie, jak to działa i co odróżnia to podejście od starszych metod OCR.

Trzy warstwy ekstrakcji danych z faktur

Warstwa 1: Cyfryzacja dokumentów

W przypadku cyfrowych plików PDF (tekst osadzony w PDF), ekstrakcja może odczytać tekst bezpośrednio bez skanowania. Dla skanowanych PDF-ów i obrazów pierwszym krokiem jest OCR. Konwersja obrazu pikselowego na tekst czytelny dla maszyny.

Nowoczesne systemy AI wykorzystują OCR oparty na sieciach neuronowych (takich jak Google Cloud Vision lub Tesseract 5), który znacznie przewyższa starszy OCR oparty na regułach w przypadku skanów niskiej jakości, odręcznych adnotacji i niestandardowych układów.

Warstwa 2: Zrozumienie semantyczne

Gdy tekst jest dostępny, AI stosuje rozpoznawanie nazwanych jednostek (NER) lub model rozumienia dokumentów, aby zidentyfikować, co reprezentuje każdy fragment tekstu. To tutaj kryje się inteligencja.

Model rozumienia dokumentów nie tylko widzi "1250,00 €", rozumie on, że pojawia się to w pozycji i kontekście spójnym z polem "kwota całkowita". Rozpoznaje, że tekst w pobliżu "Data faktury:" to data, a liczba po "VAT 23%:" to kwota podatku.

Modele te są zazwyczaj dostrajane na zbiorach danych dokumentów finansowych i potrafią obsłużyć: wiele języków i walut, różne układy (tabele poziome vs. pionowe, podsumowania vs. szczegółowe pozycje) oraz faktury wielojęzyczne (np. polska faktura z angielskimi opisami produktów).

Warstwa 3: Walidacja i ocena pewności

Po ekstrakcji warstwa walidacji sprawdza wyodrębnione wartości pod kątem spójności wewnętrznej:

• Czy suma wartości netto pozycji równa się raportowanej kwocie netto?
• Czy stawka VAT × kwota netto = kwota VAT?
• Czy data faktury jest poprawną datą (a nie artefaktem OCR typu "0Z/13/2O24")?
• Czy numer VAT dostawcy ma poprawny format dla zidentyfikowanego kraju?

Pola, które nie przechodzą walidacji lub gdzie wynik pewności modelu spada poniżej progu, są oznaczane do weryfikacji przez człowieka. Zamiast być cicho wprowadzane jako błędne wartości.

Co jest ekstrahowane

Dobrze skonfigurowany system ekstrakcji AI przechwytuje:

• Numer faktury
• Datę faktury i termin płatności
• Nazwę, adres i numer VAT dostawcy
• Nazwę, adres i numer VAT nabywcy
• Pozycje (opis, ilość, cena jednostkowa, suma)
• Kwotę netto, stawkę VAT, kwotę VAT, kwotę brutto
• Walutę
• Warunki płatności i IBAN (jeśli są obecne)

Dokładność w świecie rzeczywistym

Publikowane dane dotyczące dokładności ekstrakcji AI wahają się od 90% do 99% w zależności od jakości dokumentu, języka i złożoności układu. Liczby te zazwyczaj odnoszą się do dokładności na poziomie pola. Procent poszczególnych pól wyodrębnionych poprawnie.

W praktyce dokładność na poziomie pola różni się znacząco między typami pól:

• Wysoka dokładność (>99%): Numer faktury, daty, waluta, sumy na cyfrowych PDF-ach
• Średnia dokładność (95-99%): Nazwa i numer VAT dostawcy (różne formaty nazw), pozycje w złożonych układach
• Niższa dokładność (90-95%): Skanowane faktury papierowe, elementy odręczne, egzotyczne układy

Invoflux osiąga dokładność 95%+ przy mieszanej jakości dokumentów. Dla mniej niż 5% faktur z polami o niskiej pewności, prezentujemy te pola w interfejsie przeglądu, gdzie człowiek może je zweryfikować lub poprawić w kilka sekund.

Dlaczego nie używać po prostu arkusza kalkulacyjnego i ręcznego wprowadzania?

Ręczne wprowadzanie danych z faktur ma dwa główne problemy na dużą skalę:

1. Czas: Wprowadzenie 10 pól z faktury zajmuje 2-3 minuty na dokument. Przy 200 fakturach miesięcznie to 7-10 godzin wprowadzania danych.
2. Wskaźnik błędów: Wskaźniki błędów ludzkiej transkrypcji wynoszą zazwyczaj 1-4%. Przy 200 fakturach miesięcznie to 2-8 faktur z błędami, które mogą wyjść na jaw dopiero podczas audytu.

Ekstrakcja AI z dokładnością 95%+, z interfejsem przeglądu dla wyjątków, jest zarówno szybsza, jak i dokładniejsza niż ręczne wprowadzanie przy wolumenach powyżej ~30 faktur miesięcznie.

Jak ekstrakcja AI radzi sobie z nowymi dostawcami

Jedna z kluczowych zalet w porównaniu z OCR opartym na szablonach: ekstrakcja AI wymaga zerowej konfiguracji przy dodawaniu nowego dostawcy. Model generalizuje układy faktur, ponieważ został przeszkolony na różnorodnych formatach dokumentów. Nie konfigurujesz szablonu; po prostu przetwarzasz fakturę, a AI rozpoznaje układ.

W przypadku narzędzi opartych na szablonach, każdy nowy dostawca może wymagać nowego szablonu, a każda zmiana układu od istniejącego dostawcy psuje ekstrakcję, dopóki nie zaktualizujesz szablonu.

Podsumowanie

Ekstrakcja danych z faktur za pomocą AI łączy OCR (dla dokumentów skanowanych), modele rozumienia dokumentów (dla identyfikacji pól) i walidację (dla zapewnienia dokładności). Wynikiem jest zautomatyzowana ekstrakcja, która działa w różnych formatach faktur z wysoką dokładnością i wbudowaną weryfikacją przez człowieka dla przypadków brzegowych. Znacznie bardziej skalowalna niż ręczne wprowadzanie i bardziej solidna niż OCR oparty na szablonach.