Zanim Tomasz Wieloch, dyrektor finansowy wrocławskiej firmy produkującej opakowania przemysłowe, zdecydował się na automatyzację przetwarzania faktur, jego zespół spędzał około 14 godzin tygodniowo na ręcznym przepisywaniu danych z dokumentów PDF do systemu ERP. Nie był entuzjastą zmian technologicznych.
Punkt wyjścia: konkretny problem, nie wizja cyfryzacji
Problem był precyzyjnie zdefiniowany: firma otrzymywała miesięcznie około 380 faktur od dostawców w różnych formatach. Część przychodziła mailem jako skany, część jako natywne PDF-y, kilka wciąż faksem. Każda wymagała ręcznej weryfikacji numeru NIP, kwoty netto, daty płatności i kodu centrum kosztów.
Wieloch nie szukał rewolucji. Szukał narzędzia, które odczyta dane z dokumentu i wstawi je do pól w systemie Comarch ERP XL z akceptowalną dokładnością.
Wdrożenie: trzy tygodnie konfiguracji, nie trzy miesiące
Wybrali rozwiązanie oparte na silniku OCR z warstwą uczenia maszynowego, zintegrowane z ich ERP przez API. Pierwsze dwa tygodnie to konfiguracja szablonów dla głównych dostawców i testy na historycznych dokumentach. Trzeci tydzień to praca równoległa: system i człowiek przetwarzali te same faktury, a rozbieżności były analizowane ręcznie.
Po czterech tygodniach produkcyjnej pracy system poprawnie odczytywał dane z dokumentów od znanych dostawców w ponad 9 przypadkach na 10. Nowe formaty nadal wymagały korekty.
Co pozostało po stronie ludzi
Weryfikacja wyjątków, zatwierdzanie płatności i obsługa dokumentów od nowych kontrahentów. Czas poświęcany na faktury spadł z 14 do około 4 godzin tygodniowo. To nie jest magiczna liczba, to wynik konkretnej konfiguracji w konkretnym środowisku.