OCR faktur: automatyczne odczytywanie faktur do danych w JSON

Model językowy potrafi zwrócić kwotę, której na fakturze nie ma. Brzmi niewinnie, dopóki ta kwota nie trafi do księgowania. Dlatego do każdej wartości, którą odczytamy, dołączamy dosłowny fragment dokumentu i współrzędne miejsca, z którego pochodzi. Jeżeli odczytana liczba nie ma pokrycia w skanie, nie udajemy, że jest w porządku. Dostaje pewność zero i wraca do człowieka razem z wycinkiem obrazu, więc sprawdzenie zajmuje sekundy zamiast szukania w PDF-ie.

Drugą kontrolę robi zwykła arytmetyka. Pozycje muszą sumować się do netto, stawki VAT do kwoty podatku, a netto z podatkiem do brutto. Faktura, która tego testu nie przechodzi, nie idzie dalej po cichu. Wraca z opisem, co się nie zgadza i w którym miejscu. W praktyce to właśnie ten test wyłapuje większość pomyłek, zanim ktokolwiek zobaczy je w systemie.

Ogólne modele czytają faktury dobrze. Model dostrojony na dokumentach jednej firmy czyta je lepiej, bo zna jej dostawców, układy stron i sposób opisywania pozycji. W publikacjach z 2026 roku mały model otwarty po takim dostrojeniu wyprzedzał największe modele komercyjne, a różnica była największa w polu, które sprawia najwięcej kłopotów: w datach.

Trening prowadzimy na naszych kartach GPU w Polsce, na kilku tysiącach Twoich faktur, bez wysyłania ich do zewnętrznego API. Gotowy model pracuje tylko dla Ciebie. Termin i koszt wyceniamy po obejrzeniu próbki dokumentów, bo zależą od liczby szablonów i jakości skanów.

Trafność na czystych PDF-ach mówi niewiele o tym, co się stanie ze zdjęciem faktury zrobionym w magazynie przy słabym świetle. Dlatego przed wdrożeniem bierzemy próbkę Twoich dokumentów i celowo ją pogarszamy: rozmycie, przekrzywienie, zagięcia, kompresja z komunikatora.

Dostajesz raport z trafnością dla każdego pola i każdego rodzaju uszkodzenia, a razem z nim próg, poniżej którego dokument powinien iść do ręcznej kontroli. Ten sam zestaw powtarzamy po każdej aktualizacji modelu, więc wiesz, że jakość nie spadła po cichu.