Extragerea automată a datelor din documente cu AI: facturi, contracte, comenzi

Problema pe care o are aproape orice firmă

În fiecare firmă există cel puțin un om care își petrece o parte din zi copiind date dintr-un document în altul. Factura furnizorului vine pe e-mail, se deschide, iar numărul, data, suma și produsele se trec de mână în gestiune. Comanda clientului vine ca PDF și se retastează în program. Contractul se citește pentru a afla termenul de livrare și penalitățile.

Munca asta nu cere decizii, ci atenție. Tocmai de aceea e obositoare și tocmai de aceea apar greșelile: o cifră inversată, o serie sărită, un termen citit greșit. Extragerea automată a datelor cu inteligență artificială preia exact partea de citit și copiat, iar omului îi rămâne partea de verificat.

OCR clasic vs. extragere cu AI

Ce face OCR-ul

OCR (recunoașterea optică a caracterelor) transformă o imagine într-un text. Vede literele, nu înțelesul lor. Rezultatul e un bloc de text în care „Total de plată" și suma de lângă el sunt doar cuvinte una lângă alta. Ca să afli care e suma totală, cineva trebuie să scrie reguli: „caută cuvântul Total, ia numărul din dreapta". Regula merge pentru un furnizor și se strică la următorul, care pune totalul în alt colț al paginii.

Ce face extragerea cu AI

Un model AI citește documentul cam cum îl citește un om: înțelege că un anumit număr e totalul, că alt șir e codul fiscal al furnizorului și că tabelul de la mijloc conține produsele. Nu are nevoie de câte un șablon pentru fiecare furnizor. Primește documentul și o listă de câmpuri care vă interesează — furnizor, dată, scadență, linii de produse, sume — și le întoarce structurat, gata de pus în program.

Diferența practică: OCR-ul e un instrument, extragerea cu AI e un proces. Pentru documente cu un singur format, mereu același, OCR-ul și câteva reguli pot fi suficiente. Când documentele vin de la zeci de parteneri, în formate diferite, AI-ul face diferența.

Ce documente se pretează la extragere automată

Aproape orice document care se repetă și din care se iau mereu aceleași informații:

• facturi primite — furnizor, număr, dată, scadență, linii, TVA, total;
• comenzi de la clienți — produse, cantități, adresă și termen de livrare;
• contracte — părți, durată, termene, penalități, clauze de reînnoire;
• devize și situații de lucrări — cantități și prețuri, de comparat cu oferta inițială;
• documente de transport, procese-verbale, fișe de lucru — date care altfel se trec manual în rapoarte.

Pentru facturi există și un caz special. În România, facturile între firme circulă prin sistemul e-Factura al ANAF, în format XML structurat. Acolo datele sunt deja „citite": un flux bine construit le preia direct din fișierul oficial, fără niciun AI, iar inteligența artificială rămâne pentru documentele care chiar sosesc ca PDF sau ca poză. Detaliile despre sistem sunt în ghidul e-Factura ANAF.

Cum arată un flux de extragere care funcționează

Un flux sănătos nu se oprește la citire. Are cinci pași:

1. colectarea — documentele vin dintr-un singur loc: o adresă de e-mail dedicată, un dosar partajat, un scanner;
2. extragerea — AI-ul citește documentul și scoate câmpurile stabilite;
3. verificarea automată — datele extrase se compară cu ce există deja: furnizorul e în baza de date? Suma liniilor dă totalul? Comanda există? Prețul e cel din contract?
4. confirmarea umană — omul vede documentul alături de ce s-a extras, cu nepotrivirile marcate, și confirmă;
5. înregistrarea — datele intră în programul vostru, fără retastare, iar documentul original se arhivează lângă ele.

De ce verificarea e pasul cel mai important

Un model AI poate citi greșit o cifră de pe un scan prost, iar greșeala lui arată exact ca o citire corectă. De aceea pasul 3 contează mai mult decât pasul 2. Un document care se verifică singur — totalul egal cu suma liniilor, TVA-ul calculat corect, codul fiscal valid — e un document în care poți avea încredere. Unul care nu se verifică se oprește la om, cu motivul scris.

Am aplicat aceeași regulă în produsele noastre. În SpokAdmin, AI-ul citește factura furnizorului și propune repartizarea, iar administratorul confirmă; mecanismul e explicat în articolul SpokAdmin despre lista de plată cu AI. Iar verificarea independentă a cifrelor unei asociații, pregătită de AI și semnată de om, este ce face VoSmart.

Ce se întâmplă cu documentele după extragere

Extragerea nu înlocuiește arhiva. Documentul original rămâne documentul cu valoare legală, iar datele extrase sunt o copie de lucru. Pentru documentele fiscale, termenele și condițiile de păstrare sunt stabilite de lege; despre ele a scris SpokInvoice în articolul despre arhivarea digitală a facturilor. Un flux bun leagă fiecare înregistrare de documentul din care provine, astfel încât oricine poate deschide originalul dintr-un clic.

Cât costă și cum începi

Costul depinde de câte tipuri de documente sunt, de unde vin și în ce programe trebuie să ajungă datele. Pentru unele firme e suficient un singur tip de document legat de un singur program; pentru altele, fluxul trece prin e-mail, gestiune și ERP.

La SpokApp, consultanța și analiza se tarifează cu 150 lei pe oră, implementarea cu 200 lei pe oră, iar evaluarea inițială este gratuită. Se începe cu un singur tip de document, pe documentele voastre reale, iar extinderea vine abia după ce primul flux funcționează. Detaliile sunt pe pagina de automatizări AI pentru companii, iar metoda de alegere a primului proces e descrisă în ghidul cum implementezi AI în firmă.

Dacă documentele trec prin mai multe programe, merită citit și articolul despre aplicații la comandă pentru IMM-uri: uneori soluția nu e doar extragerea, ci locul în care ajung datele.

Întrebări frecvente

Care e diferența dintre OCR și extragerea datelor cu AI? OCR-ul transformă imaginea în text, fără să înțeleagă ce înseamnă fiecare cifră. Extragerea cu AI înțelege documentul și întoarce direct câmpurile cerute — furnizor, dată, total, linii — fără un șablon separat pentru fiecare format.

Cât de precisă este extragerea automată? Depinde de calitatea documentelor și a scanărilor. De aceea un flux corect nu se bazează doar pe citire: verifică automat datele extrase (totaluri, coduri fiscale, comenzi existente) și trimite la om orice document care nu se verifică.

Mai am nevoie de AI pentru facturile din e-Factura? Pentru facturile primite prin e-Factura, datele sunt deja structurate în XML și se preiau direct. AI-ul își are locul la documentele care vin ca PDF, scan sau fotografie.

Pot extrage date din contracte, nu doar din facturi? Da. Din contracte se extrag de obicei părțile, durata, termenele, penalitățile și clauzele de reînnoire, pentru a fi urmărite automat. Decizia juridică asupra contractului rămâne la om.

Datele din documente pleacă din firmă? Depinde de soluția aleasă: modele în cloud, cu contract și date minime trimise, sau modele care rulează pe serverul firmei. Alegerea se face după cât de sensibile sunt documentele.