Scan & Rozpoznávání

Technologie automatického rozpoznávání PDF: OCR, AI a samoučící se systém pro faktury a objednávky.

Intelligent Document Recogniser (IDR) je vlastní technologie eConnect, která konvertuje PDF dokumenty, obrázky a účtenky na validované elektronické dokumenty. Systém zpracovává 100 % všech odeslaných dokumentů a neustále se zlepšuje používáním.

Kromě faktur dokáže IDR rozpoznávat a konvertovat i objednávky (purchase orders). Tato funkce využívá stejné tři technologické vrstvy jako rozpoznávání faktur. Rozpoznávání objednávek je momentálně dostupné v beta verzi a aktivně se vyvíjí.

Tři vrstvy, jeden výsledek. IDR kombinuje OCR rozpoznávání textu, LLM interpretaci a vlastní interpretaci dokumentů do přesného, samoučícího se systému, který správně rozpoznává více než 98 % všech klíčových polí.

Tři technologické vrstvy

IDR kombinuje tři vrstvy, které spolupracují na rozpoznávání a zpracování dokumentů:

OCR vrstva: Prvním krokem je čisté rozpoznávání textu přes OCR. Tato vrstva čte text na dokumentu, bez ohledu na jazyk (podporuje více než 200 jazyků) nebo formát.

LLM vrstva: Large Language Model pomáhá při interpretaci rozpoznaného textu. Model chápe kontext informací a podporuje přiřazování textu ke správným prvkům faktury.

Interpretace dokumentu: Toto je jádro IDR a plně vlastní technologie eConnect. Tato vrstva určuje, co dokument znamená, která pole jsou relevantní, jak mají být data strukturována a zda vše souhlasí. Inteligence, která zde sídlí, včetně samoučícího se systému, validačních pravidel a zpětnovazební smyčky, je rozlišovací schopností eConnect.

OCR a LLM jsou komoditní služby. Skutečná hodnota spočívá v interpretační a validační vrstvě, kterou eConnect sám vyvíjí a spravuje.

Níže uvedený diagram ukazuje, jak PDF faktura prochází třemi vrstvami IDR a je zpracována na validovanou e-fakturu.

Co se rozpoznává?

IDR automaticky rozpoznává všechny relevantní prvky faktury:

  • Dodavatel a odběratel (jméno, adresa, IČO, DIČ)
  • Číslo faktury a datum faktury
  • Částky (mezisoučet, DPH, celkem)
  • Platební údaje (IBAN, platební identifikátor)
  • Čísla objednávek a reference (u předplatného Professional)
  • Řádky faktury s popisem, množstvím, jednotkovou cenou a částkou řádku (rozpoznávání řádků)
Rozpoznávání řádků

Od července 2024 nabízí IDR také rozpoznávání řádků: rozdělení řádků PDF faktury na individuální transakční řádky. Pro každý řádek se rozpoznává popis, cena, množství, částka řádku a referenční pole.

Standardně se 80 % řádků faktury rozpozná automaticky. Zbývajících 20 % se vrací ke standardnímu zpracování, kde se použije mezisoučet podle sazby DPH. Platí garance "No Lines No Pay": platíte pouze za řádky, které byly skutečně úspěšně rozpoznány.

Volitelně můžete aktivovat validaci řádků. Přitom validační tým eConnect zkontroluje řádky, které nebyly automaticky rozpoznány, čímž získáte 100 % garanci rozpoznávání faktur na úrovni řádků.

Samoučící se systém

IDR se zlepšuje s každou zpracovanou fakturou. Funguje to přes zpětnovazební smyčku:

  • Při každé zpracované faktuře systém porovnává rozpoznané hodnoty s dříve uloženými vzory od stejného dodavatele.
  • Pokud si IDR není dostatečně jistý, faktura přejde na tým Quality Control pro manuální verifikaci.
  • Každá oprava týmu QC se jako "hint" vrací do systému, čímž se AI trénuje pro budoucí rozpoznávání.
  • I zpětná vazba od zákazníků se zpracovává: nahlášené chyby se analyzují, zahrnou do testovacích procedur a strukturně předcházejí.

Výsledkem je systém, který se neustále zlepšuje. Chyba, která se vyskytne jednou, nezůstává, je vyřešena a systém se z ní učí.

Přesnost a záruka zpracování

IDR dosahuje vysoké přesnosti:

  • Na klíčových polích (číslo faktury, datum, částky): více než 98 % správně (doloženo pravidelnými audity)
  • SLA garance: 99 % dokumentů zpracováno do 8 pracovních hodin

Architektura předchází strukturním chybám tím, že každá rozpoznaná hodnota se validuje oproti jinému zdroji (internímu nebo externímu dokumentu). Při pochybnostech se dokument přesměruje na tým QC, což poskytuje dodatečnou bezpečnostní vrstvu.

Doby zpracování

Čistá doba zpracování automaticky zpracovaných dokumentů je průměrně 5 až 30 sekund. Celková doba včetně čekací doby ve frontě je průměrně cca 3,5 minuty. S prioritní možností (dostupnou u vyšších předplatných) mají dokumenty přednost.

Strukturované platební identifikátory

IDR rozpoznává i platební identifikátory specifické pro jednotlivé země:

  • Belgický OGM (strukturovaná zpráva): formát +++XXX/XXXX/XXXXX+++ s integrovanou validací kontrolního součtu
  • Norské KID číslo: strukturovaný platební identifikátor pro norské faktury
  • Švýcarský QR kód: platební údaje z QR kódu na švýcarských fakturách

Tato rozpoznávání jsou součástí Professional verze IDR.


Chcete si sami vyzkoušet, jak IDR funguje? Odešlete testovací fakturu a podívejte se na výsledek ve Vaší doručené poště.

Odešlete svou první fakturu