W typowej firmie dokumenty przychodzą w kilkunastu formach: faktury jako PDF z maila, umowy jako skany, zamówienia w tabelach, pisma urzędowe jako zdjęcia z telefonu. Ktoś musi je otworzyć, przeczytać, przepisać kluczowe dane do systemu i skierować do właściwej osoby. Sztuczna inteligencja robi to dziś szybciej i dokładniej niż większość ręcznych procesów, ale tylko wtedy, gdy wdrożenie uwzględnia walidację, wyjątki i kontrolę człowieka. Poniżej wyjaśniamy, jak działa automatyczne przetwarzanie dokumentów, czym różnią się dostępne technologie, jakiej dokładności realnie oczekiwać, co zmienia obowiązkowy KSeF i ile to kosztuje.
Krótka odpowiedź
Automatyczne przetwarzanie dokumentów łączy trzy warstwy: OCR, który zamienia obraz w tekst, model językowy, który z tekstu wyciąga potrzebne pola i klasyfikuje dokument, oraz walidację, która sprawdza wynik z rejestrami i regułami firmy. W praktyce osiąga się 95-99 procent poprawnych pól na typowych dokumentach, a resztę rozstrzyga człowiek w kolejce wyjątków. Pilot na jednym typie dokumentów kosztuje 15 000 - 40 000 zł, pełne wdrożenie z integracją z ERP lub systemem obiegu 40 000 - 120 000 zł, a koszt przetworzenia jednego dokumentu w chmurze to zwykle od kilku groszy do kilkudziesięciu groszy. Faktury krajowe od 2026 roku przychodzą przez KSeF w formie ustrukturyzowanej, więc OCR jest tam zbędny; automatyzacja przenosi się na dokumenty spoza systemu: umowy, zamówienia, faktury zagraniczne, pisma.
Trzy warstwy: OCR, ekstrakcja, walidacja
OCR (optyczne rozpoznawanie znaków) odczytuje tekst z obrazu. Klasyczne silniki, jak Tesseract, radzą sobie z czystymi wydrukami, ale słabo z tabelami, pieczątkami i zdjęciami z telefonu. Usługi chmurowe, na przykład Google Document AI, Azure Document Intelligence czy AWS Textract, rozpoznają dodatkowo strukturę: tabele, pola formularzy, podpisy, i osiągają wysoką dokładność nawet na słabszych skanach.
Ekstrakcja to krok, w którym z tekstu powstają dane: numer faktury, NIP sprzedawcy, pozycje z ilościami i stawkami VAT, termin płatności, strony umowy, okres obowiązywania, kwoty kar. Jeszcze kilka lat temu wymagało to szablonów przygotowanych dla każdego dostawcy osobno. Modele językowe, także w wersji analizującej obraz strony, wyciągają pola z dokumentów, których nigdy wcześniej nie widziały, i zwracają wynik w ustalonej strukturze. Ten sam model klasyfikuje dokument: faktura, korekta, umowa, wezwanie, reklamacja.
Walidacja decyduje o tym, czy system jest użyteczny. NIP sprawdza się w wykazie podatników VAT lub w VIES, sumy pozycji porównuje z kwotą brutto, numer zamówienia z systemem sprzedażowym, a dokument, który nie przechodzi reguł, trafia do człowieka z zaznaczonymi wątpliwościami. Bez tej warstwy nawet 98 procent dokładności oznacza dwa błędne dokumenty na sto, które nikt nie wyłapie.
Jaką dokładność można osiągnąć
| Rodzaj dokumentu | Dokładność pól bez walidacji | Z walidacją i kolejką wyjątków |
|---|---|---|
| Faktury PDF generowane z systemów | 97-99 procent | powyżej 99,5 procent |
| Skany faktur i paragonów dobrej jakości | 94-98 procent | powyżej 99 procent |
| Zdjęcia dokumentów z telefonu | 85-95 procent | 97-99 procent, więcej wyjątków |
| Umowy: strony, daty, kwoty, klauzule | 90-97 procent | powyżej 98 procent |
| Pisma urzędowe i korespondencja: klasyfikacja i termin | 93-98 procent | powyżej 99 procent |
| Dokumenty odręczne | 60-85 procent | wymagają weryfikacji człowieka |
Te liczby zależą od jakości skanów i od tego, jak dobrze zdefiniowano pola. Dlatego pilot zaczyna się od próbki 200-500 prawdziwych dokumentów, na której mierzy się dokładność każdego pola osobno. Pole „kwota brutto” może mieć 99,8 procent, a „termin płatności” 92 procent, i to drugie pole dostaje wtedy dodatkową regułę albo trafia do weryfikacji.
Co zmienia KSeF
Od 2026 roku faktury między firmami w Polsce przechodzą przez Krajowy System e-Faktur w ustrukturyzowanym formacie XML. Faktura krajowa nie wymaga więc OCR ani ekstrakcji: dane są od razu kompletne i można je pobrać przez API. Wdrożenie KSeF w sklepach opisaliśmy w przewodniku po KSeF dla WooCommerce.
Automatyzacja dokumentów nie traci przez to sensu, tylko zmienia obszar. Poza KSeF zostają faktury od kontrahentów zagranicznych, paragony i bilety z rozliczeń pracowników, umowy, zamówienia i potwierdzenia, dokumenty przewozowe, pisma urzędowe i sądowe, wnioski od klientów. W wielu firmach to większość pracy z dokumentami, a faktury krajowe były tylko najbardziej widoczną częścią.
Typowe zastosowania w firmach
Najczęstsze wdrożenie to obieg dokumentów kosztowych: dokument z maila lub skanera trafia do systemu, jest klasyfikowany, dane są wyciągane i walidowane, a dokument z propozycją dekretacji ląduje w systemie księgowym lub obiegu do akceptacji. Drugie to zamówienia od klientów przysyłane w PDF i mailach: system odczytuje pozycje, dopasowuje do katalogu i zakłada zamówienie w ERP, co opisujemy szerzej przy integracji systemów w firmie.
Trzecie to umowy: ekstrakcja stron, terminów, wartości i klauzul do rejestru umów, przypomnienia o wypowiedzeniu, porównanie z wzorcem firmy. Czwarte to korespondencja: rozpoznanie tematu pisma, terminu odpowiedzi i skierowanie do właściwego działu, ważne w kancelariach, administracji i firmach obsługujących wiele spraw. Piąte to dokumenty klientów w procesach onboardingu: dowody, zaświadczenia, wnioski, gdzie AI sprawdza kompletność i czytelność, zanim sprawa trafi do pracownika.
Ile kosztuje wdrożenie
| Zakres | Koszt wdrożenia netto | Koszt użycia |
|---|---|---|
| Pilot: jeden typ dokumentu, ekstrakcja do arkusza lub API, pomiar dokładności | 15 000 - 40 000 zł | kilka groszy do kilkudziesięciu groszy za dokument |
| Obieg dokumentów kosztowych z walidacją i integracją z systemem księgowym | 40 000 - 90 000 zł | jak wyżej plus hosting |
| Platforma wielu typów dokumentów z kolejką wyjątków, uprawnieniami i raportami | 80 000 - 200 000 zł | zależnie od wolumenu |
| Przetwarzanie na własnej infrastrukturze (dane nie opuszczają firmy) | dodatkowo 20 000 - 60 000 zł | koszt serwera z GPU |
Koszt użycia zależy od dostawcy OCR i modelu. Usługi chmurowe rozliczają się za stronę lub za tysiąc tokenów, co przy tysiącu dokumentów miesięcznie daje zwykle kilkadziesiąt do kilkuset złotych. Przy dokumentach wrażliwych, na przykład medycznych lub kadrowych, część firm wybiera modele uruchamiane lokalnie, co podnosi koszt wdrożenia, ale eliminuje wysyłanie danych na zewnątrz.
Na co uważać
Pierwsza pułapka to mierzenie dokładności na ładnych przykładach. Dokumenty testowe muszą pochodzić z prawdziwego strumienia, z jego skanami pod kątem, pieczątkami i zdjęciami. Druga to brak kolejki wyjątków: system, który nie ma gdzie odłożyć niepewnego dokumentu, będzie zgadywał. Trzecia to dane osobowe i tajemnice firmy w dokumentach: wybór dostawcy, lokalizacja przetwarzania, umowa powierzenia i retencja muszą być ustalone przed pilotem, nie po nim. Czwarta to nadmierne zaufanie: rozwiązanie działa najlepiej, gdy AI przygotowuje, a człowiek zatwierdza tam, gdzie błąd kosztuje, podobnie jak przy agentach AI.
Jak ByteWave wdraża przetwarzanie dokumentów
Zaczynamy od próbki prawdziwych dokumentów i pomiaru dokładności pól, zanim padnie jakakolwiek obietnica. Łączymy OCR chmurowy lub lokalny z modelami językowymi, które zwracają dane w ustalonej strukturze, i budujemy warstwę walidacji z rejestrami publicznymi oraz regułami firmy. Analizę dokumentów prawnych i pism rozwijamy we własnej platformie Lawyeah, gdzie modele pracują na polskich aktach prawnych i orzeczeniach, a doświadczenie z integracjami systemów księgowych i magazynowych przenosimy do obiegu dokumentów kosztowych. Jak zacząć wdrażanie AI w firmie bez ryzyka, opisujemy w artykule wdrożenie AI w firmie.
Najczęściej zadawane pytania
Czym różni się OCR od ekstrakcji danych z AI
OCR zamienia obraz w tekst, nic więcej. Ekstrakcja modelem językowym rozumie ten tekst i wyciąga z niego konkretne pola, także z dokumentów, których system wcześniej nie widział, bez przygotowywania szablonów dla każdego dostawcy.
Czy po KSeF automatyzacja faktur ma jeszcze sens
Faktury krajowe między firmami przychodzą przez KSeF jako gotowe dane, więc nie wymagają OCR. Automatyzacja skupia się na dokumentach spoza KSeF: fakturach zagranicznych, umowach, zamówieniach, pismach, paragonach i dokumentach klientów.
Czy dane z dokumentów można przetwarzać poza firmą
Można, pod warunkiem umowy powierzenia z dostawcą, ustalonej lokalizacji przetwarzania i retencji. Przy danych szczególnie wrażliwych rozsądną opcją są modele uruchamiane lokalnie.
Ile trwa pilot
Pilot na jednym typie dokumentów, z pomiarem dokładności na próbce 200-500 dokumentów, trwa zwykle 3-6 tygodni. Pełne wdrożenie z integracją z systemami firmy to 2-4 miesiące.
Masz dokumenty, które ktoś przepisuje ręcznie do systemów? ByteWave zmierzy na Twojej próbce, ile z tej pracy przejmie AI, i zbuduje pilota z walidacją i kolejką wyjątków. Skontaktuj się z nami.