Problem
Srednje velika logistička tvrtka svakodnevno prima 80–120 dobavljačkih faktura u različitim formatima: PDF-ovi od etabliranih dobavljača s dosljednim izgledom, skenirani papirni dokumenti od manjih dobavljača i povremene Excel datoteke od međunarodnih partnera.
Njihov tim računovodstva od dvije osobe trošio je 3 sata svako jutro ručno unositi podatke s faktura u njihov ERP sustav. Povrh vremenskog troška, stopa grešaka pri ručnom unosu bila je ~4%.
Naše Rješenje
Izgradili smo pipeline za inteligentnu obradu dokumenata koristeći large language modele (LLM-ove) kao osnovu za ekstrakciju, nadopunjene tradicionalnim alatima za obradu dokumenata za pretprocesiranje.
Rezultati
Nakon 60 dana u produkciji, obradivši 8.400+ faktura:
| Metrika | Prije | Poslije |
|---|---|---|
| Dnevno vrijeme obrade | ~3 sata | ~15 minuta |
| Stopa grešaka | ~4% (ručno) | 2,7% (označeno za pregled) |
| Stopa automatskog odobravanja | — | 74% (bez ljudskog dodira) |
| Trošak po fakturi | ~0,85 € (rad) | ~0,09 € (računanje + API) |
Stopa od 74% potpune automatizacije znači da tim računovodstva svakodnevno ručno obrađuje otprilike 20–30 faktura umjesto 80–120. Svaki dan zaključuju obradu faktura prije 9:30.