20.05.2024

Automatyzacja end‑to‑end procesu fakturowania – studium przypadku OCR + RPA + AI

Case study: przedsiębiorstwo produkcyjne Tech‑Metal 24

Wprowadzenie i kontekst

Tech‑Metal 24 to polska firma z sektora przemysłowego, specjalizująca się w prefabrykacji modułów stalowych dla dużych inwestycji budowlanych. W 2023 roku firma stanęła przed problemem gwałtownego wzrostu liczby faktur – zarówno kosztowych, jak i sprzedażowych – w związku z rosnącą liczbą projektów realizowanych jednocześnie. Miesięczna liczba dokumentów przekraczała 5 000, z czego ponad 60% dostarczano w formie skanów lub plików PDF.

Proces ręcznego przetwarzania stał się wąskim gardłem. Cykle AP (Accounts Payable) wydłużały się, zwiększała się liczba błędów, a pracownicy działu księgowości byli coraz bardziej przeciążeni. Zarząd firmy podjął decyzję o wdrożeniu zintegrowanego rozwiązania end‑to‑end, które miało objąć:

automatyczne rozpoznawanie danych z faktur (OCR),
robotyzację działań operacyjnych (RPA),
wspomaganie klasyfikacji i walidacji przez sztuczną inteligencję (AI/LLM).

Cel projektu

Skrócenie cyklu AP z 21 do < 10 dni.
Zmniejszenie liczby błędów w polach podatkowych i płatniczych do < 1%.
Obniżenie liczby interwencji manualnych w systemie ERP o 70%.
Utworzenie portalu dostawcy i zapewnienie transparentności procesu fakturowania w czasie rzeczywistym.

Diagnoza procesów AS‑IS

W ramach data discovery workshop przeanalizowano wszystkie punkty styku faktury z organizacją – od działu zakupów po finanse i kontroling. Użyto metodologii Value Stream Mapping oraz analizy aktywności (Time-in-Motion).

Wyniki:

Średni czas wprowadzania jednej faktury: 6 minut 41 sekund.
3,2% dokumentów wymagało korekt (VAT/NIP/IBAN), co skutkowało opóźnieniami i reklamacjami dostawców.
Brak spójnej informacji o statusie faktur – dział zakupów nie wiedział, czy faktura została zaksięgowana.
70% komunikacji między działami odbywało się przez e-mail – co generowało ogromny szum informacyjny.

Architektura docelowa TO‑BE

W oparciu o warsztaty design-thinking opracowano architekturę, której centrum stanowi silnik BPM (Camunda 8 SaaS), z mikro‑usługami komunikującymi się przez Apache Kafka:

OCR Engine – YOLO‑OCR v5 (kontener Docker), inferencja 900 ms/A4, REST API z endpointami: /invoice/parse, /invoice/validate.
UiPath Bot – robot zintegrowany z SAP Business One przez UI i API, z pełnym logowaniem działań i obsługą błędów (BPMN Error Boundary).
LLM Classifier – mikro‑usługa FastAPI z modelem LLama 3 Instruct 8B (fine‑tuned), wspierana przez embeddings SBERT + cosine similarity.
Supplier Portal – aplikacja webowa (Vue.js + OAuth2), umożliwiająca sprawdzenie statusu faktury, pobranie historii płatności i komunikację z działem księgowości.

Etapy wdrożenia

Faza 1 – Pilotaż (12 dostawców, 3 000 faktur)

W pierwszej fazie skupiono się na kontrahentach, którzy odpowiadali za 38% wolumenu dokumentów. Model OCR został wytrenowany na bazie PublayNet oraz autorskiej kolekcji 1 200 faktur z różnych źródeł. Po 10 epokach trenowania model osiągnął:

Dokładność rozpoznania pola „NIP” – 94,1%
Dokładność pola „kwota brutto” – 93,7%
Średni czas przetworzenia jednej faktury: 1,3 s

Faza 2 – Integracja z ERP

Robot UiPath został osadzony w harmonogramie Camundy i wykonywał operacje:

Logowanie do SAP.
Sprawdzenie obecności kontrahenta.
Wprowadzenie pozycji faktury.
Generacja propozycji księgowania (draft).

Walidacja odbywała się przez interfejs Camunda Tasklist – pracownik widział propozycję, mógł ją zaakceptować lub odrzucić. Dzięki temu zredukowano o 82% liczbę maili między finansami a zakupami.

Faza 3 – AI klasyfikacja kosztów

Model LLM analizował opisy pozycji i przypisywał je do konta księgowego na podstawie semantyki i słownika COA. Użyto embeddings SBERT + wektorów kontekstowych. Po 4 iteracjach fine‑tune osiągnięto:

Dokładność klasyfikacji: 96,2%
Czas inferencji: 280 ms per faktura
Redukcja błędów księgowych o 71%

Moduł wykrywania anomalii

Zaimplementowano również prosty silnik heurystyczno-ML do wykrywania anomalii:

Faktury powielone (duplikaty numerów vs suma): 14 przypadków
Faktury wystawione na nieaktywny NIP: 3 przypadki
Zmiany konta bankowego bez zgłoszenia: 2 incydenty

Wyniki biznesowe po 6 miesiącach

Skrócenie cyklu AP: z 21 do 7 dni (‑67%) – lepsze zarządzanie płynnością.
Oszczędność czasu: 650 roboczogodzin rocznie – przełożyło się na obniżenie kosztów o 123 000 zł.
Wykrycie duplikatów: łączna wartość 87 430 zł – bez wdrożenia mogłyby zostać wypłacone błędnie.
Poprawa NPS dostawców: z 51 do 64 punktów – głównie dzięki eliminacji opóźnień w płatnościach.

Finanse i ROI

Łączny koszt projektu (CAPEX + OPEX 6 miesięcy): 310 000 zł.
Roczna oszczędność: 265 000 zł (z czego 196 000 koszt pracy, 69 000 uniknięte kary).
ROI = 85% w pierwszym roku, IRR = 52%.
Okres zwrotu: 9,8 miesiąca.

Wyzwania i lekcje

Zmienność szablonów faktur – wymagała retrain co 4 tygodnie; rozwiązaniem okazały się sesje few-shot + augmentation danych.
Change Management – zastosowano model trójstopniowy:
- warsztaty z zespołami operacyjnymi,
- newsletter AI Awareness,
- stały hot-desk wspierający pytania „na żywo”.
Skalowanie GPU – końcówki miesiąca wymagały auto‑scalingu instancji z A10G‑14 (NVIDIA). Rozwiązano przez autoscaler Kubernetes + SLA 2 s/dokument.

Podsumowanie

Przypadek Tech‑Metal 24 pokazuje, że pełna automatyzacja procesu fakturowania – od OCR, przez RPA, po AI – może zredukować czas, koszty i ryzyko. Dzięki architekturze opartej na mikro‑usługach i silniku BPM, proces jest skalowalny i łatwy do monitorowania. Jeżeli Twoja firma przetwarza ponad 1 000 faktur miesięcznie, podobne wdrożenie może zwrócić się w mniej niż rok.

Skontaktuj się z nami, aby otrzymać bezpłatny assessment potencjału ROI i demo rozwiązania.

Autor: JCD

Od przeszło dekady konsekwentnie przekształcamy zaawansowane idee w funkcjonalne aplikacje oraz internetowe platformy usługowe. Nasza działalność koncentruje się na głębokim zrozumieniu natury przedsiębiorstwa oraz kluczowych wymagań, które są fundamentem dla każdego przedsięwzięcia.

Stale łączymy metody kreatywne z systematycznym, badawczym podejściem, przekonani, że jedynie przez dogłębną analizę i zrozumienie specyfiki wyzwań, jesteśmy w stanie w pełni współpracować z naszymi klientami w celu kreowania innowacyjnych rozwiązań. Te rozwiązania nie tylko ulepszają doświadczenie użytkowników, ale również zapewniają naszym klientom strategiczną przewagę na rynku. Nasze procesy projektowe są zatem oparte na aktywnym słuchaniu, szczegółowej analizie i ciągłym dialogu z klientami. W ten sposób nieustannie pracujemy na rzecz tworzenia nie tylko technologii, ale także wartości, które wyznaczają nowe standardy w cyfrowym krajobrazie biznesu.