DefinicjaOCR (Optical Character Recognition, optyczne rozpoznawanie znaków) to technologia, która rozpoznaje litery i cyfry na obrazie, np. na skanie faktury, zdjęciu paragonu albo PDF-ie bez warstwy tekstowej, i zamienia je w tekst, który można przeszukać, skopiować i przetworzyć. Sam OCR odczytuje tekst, ale nie rozumie, co jest numerem faktury, a co kwotą.
Do czego służy OCR w firmie?
Do przenoszenia danych z papieru i skanów do systemów bez przepisywania. Typowe przykłady to faktury kosztowe, zamówienia od klientów przysyłane jako PDF albo zdjęcie, dowody dostawy i umowy, które trzeba przeszukać. Bez OCR skan jest dla komputera tylko obrazkiem.
Jak AI pomaga odczytać faktury i zamówienia?
OCR daje tekst, a model AI rozumie, co ten tekst znaczy. Sam OCR odczyta wszystkie znaki z faktury, ale nie wie, która liczba to kwota brutto, a który ciąg to NIP sprzedawcy. Model językowy dostaje odczytany tekst (albo sam obraz dokumentu) i wypisuje potrzebne pola w ustalonym formacie.
Przykład: hurtownia dostaje zamówienia od sklepów mailem, każde w innym układzie, część jako skan. Proces może wyglądać tak:
- Odczyt. Załącznik trafia do OCR, który wyciąga z niego tekst.
- Zrozumienie. Model AI wypisuje klienta, produkty, ilości i termin dostawy.
- Sprawdzenie. System porównuje dane z bazą: czy klient istnieje, czy kody produktów się zgadzają, czy suma pasuje.
- Zatwierdzenie. Zgodne zamówienia idą dalej, a wątpliwe trafiają do pracownika, który je poprawia i zatwierdza.
Dlaczego wyjątki powinien zatwierdzać człowiek?
Bo odczyt nigdy nie jest bezbłędny. Rozmazany skan, pieczątka na kwocie albo nietypowy układ dokumentu mogą dać złą liczbę, a model AI może pomylić pola. Dlatego dobry proces nie przepuszcza wszystkiego automatycznie: oznacza dokumenty, przy których nie jest pewny albo dane się nie zgadzają, i oddaje je do sprawdzenia. Pracownik nie przepisuje już wszystkiego, tylko zajmuje się wyjątkami.
Przed wysłaniem dokumentów do zewnętrznej usługi AI sprawdź, co dzieje się z danymi. Więcej o tym w artykule Dane firmy w ChatGPT.
Najczęstsze pytania
Czy OCR poradzi sobie z pismem odręcznym?
Coraz lepiej, ale wyraźnie gorzej niż z drukiem. Przy odręcznych notatkach i formularzach trzeba liczyć się z większą liczbą błędów i częstszym sprawdzaniem przez człowieka.
Czy PDF zawsze wymaga OCR?
Nie. PDF wygenerowany z programu, np. faktura z systemu sprzedaży, zwykle ma już tekst, który da się odczytać bezpośrednio. OCR jest potrzebny przy skanach i zdjęciach.
Zobacz też
Źródła