A hagyományos OCR akkor elég, ha kevés dokumentumtípussal dolgozol, és a formátumuk stabil — saját nyomtatványok, vagy egy-két nagy partner szabványos számlái. AI-alapú kinyerés akkor kell, ha a dokumentumok sok forrásból, változó elrendezésben érkeznek, és a mezők kinyeréséhez értelmezés kell. A gyakorlatban a kettő gyakran egy láncban dolgozik: az általunk épített rendszerekben a szkennelt számlák OCR előfeldolgozáson mennek át, a kinyerést pedig AI végzi.

Ez a cikk döntési útmutató. Leírjuk, mit tud a sablonalapú OCR, hol törik el, miben más az AI-alapú kinyerés hibaprofilja, és hogyan épül fel egy hibrid rendszer — abból kiindulva, amit beszállítói számlák éles feldolgozásán láttunk.

Mit csinál az OCR, és mit csinál másképp az AI?

Az OCR (optikai karakterfelismerés) képből szöveget csinál: a beszkennelt számláról karaktereket olvas le. Azt viszont önmagában nem tudja, hogy a leolvasott szövegben melyik szám a végösszeg és melyik a számlaszám. Ezt a hagyományos rendszerekben sablonok mondják meg: elrendezésenként előre rögzíted, hol van a dátum, hol a nettó összeg, hol az adószám.

Az AI-alapú (LLM) kinyerés a dokumentum tartalmából dolgozik. Nem koordinátákat követ, hanem értelmezi, amit lát: felismeri, hogy a „Fizetendő” felirat melletti szám a végösszeg — akkor is, ha az adott szállító elrendezését még sosem látta. A modellt historikus számlaadaton tanítjuk be, így a szállítóspecifikus elrendezéseket is kezeli.

Mikor elég a hagyományos OCR?

Akkor, ha a dokumentumaid formátuma ismert és stabil. Három jellemző helyzet:

  • Saját nyomtatványok. Belső űrlapok, munkalapok, amelyek elrendezését te határozod meg.
  • Egy-két nagy partner. Ha a beérkező számlák nagy része ugyanattól a néhány cégtől jön, sablonokkal jól lefedhető.
  • Régóta változatlan, strukturált dokumentumok. Ahol a mezők helye évek óta ugyanaz.

Ilyenkor a sablonalapú OCR olcsó, gyors és kiszámítható. A hibái is kiszámíthatók: karakter szinten téveszt — nulla helyett O betű, egyes helyett kis L —, és ezeket validációs szabályok, összeg- és formátum-ellenőrzések jól kiszűrik. Ha ez a helyzeted, nem kell AI. Nem adunk el AI-t az AI kedvéért.

Hol törik el a sablonalapú megközelítés?

A beszállítói sokféleségnél. Minden új szállító új elrendezés, minden elrendezés új sablon — és a sablonok karbantartása külön munkává nő. Amíg csak néhány elrendezést kell követni, a rendszer kézben tartható; ahogy a sablonok száma nő, a gondozásuk több időt visz, mint amennyit a felismerés megspórol.

A tünetek jellegzetesek:

  • Az új szállító számlája addig áll, amíg valaki sablont nem készít hozzá.
  • A szállító frissíti a számlaképét, és a sablon észrevétlenül rossz mezőt kezd olvasni.
  • A sablonok száma hónapról hónapra nő, a karbantartásuk állandó feladat lesz.

Egy fuvarozó ügyfelünkhöz havonta kb. 2000 beszállítói számla érkezik, 6 pénznemben, sok különböző szállítótól. Ezt a szállítói kört sablonokkal észszerű költséggel nem lehet lefedni — itt már AI-alapú kinyerés kell.

Miben más az AI-alapú kinyerés hibaprofilja?

A sablonalapú OCR hibája jellemzően jól látható: üres mező, nyilvánvalóan rossz érték, nem talált sablon. Az AI-alapú kinyerés változó elrendezésen ritkábban hibázik, de amikor téved, magabiztosan teszi — a rossz érték ránézésre ugyanolyan, mint a jó.

Ezért az AI-alapú rendszer nem a modellnél ér véget. Az éles rendszereinkben a kinyert tételsorokat a rendszer a megrendelésekkel egyezteti, az eltéréseket megjelöli, és a problémás számlákat a kérdéses mezők kiemelésével továbbítja ellenőrzésre. A döntés a kollégánál marad. A fuvarozó ügyfelünknél így fut át a számlák 85%-a emberi beavatkozás nélkül; a maradékot a kolléga nézi át a megjelölt mezők alapján.

Az AI hibaprofilját tehát nem egy még jobb modellel kezeled, hanem a köré épített egyeztetéssel és ellenőrzési lépésekkel.

Hogyan épül fel egy hibrid rendszer?

A kérdés élesben ritkán „OCR vagy AI” — a kettő egy feldolgozási lánc lépcsőiként dolgozik:

  • OCR előfeldolgozás. A szkennelt vagy fotózott számlából szöveg lesz. Digitális PDF-nél ez a lépés kimarad.
  • AI-alapú kinyerés. A modell a szövegből és a dokumentum szerkezetéből kinyeri a mezőket: tételsorok, összegek, pénznemek.
  • Szabályalapú validáció. Összeg-ellenőrzés, formátum-ellenőrzés, egyeztetés a megrendeléssel. Ami nem stimmel, azt a rendszer megjelöli.
  • Rögzítés. Az egyeztetett adat a vállalatirányítási rendszerbe kerül — ennek részleteiről szól az AI számlafeldolgozás és ERP-integráció cikkünk.

A fuvarozó ügyfelünknél ez a lánc a havi kb. 2000 számla feldolgozását 3 napról 4 órára rövidítette.

Hogyan döntsd el, melyik kell neked?

Négy kérdés eldönti:

  • Hány forrásból érkeznek a dokumentumok? Néhány stabil partner: sablonalapú OCR. Sok, változó beszállító: AI-alapú kinyerés.
  • Mennyire változékony az elrendezés? Ha a formátum évek óta ugyanaz, a sablon jó szolgálatot tesz. Ha rendszeresen jön új változat, a sablonok karbantartása lesz a szűk keresztmetszet.
  • Kell-e értelmezés a kinyeréshez? Tételsorok párosítása megrendeléssel, több pénznem, kézzel ráírt megjegyzések — ez AI-terep.
  • Mennyi kézi munkaidőt visz a folyamat ma? A megtérülést a mennyiség és a ráfordított idő együtt dönti el. Erről külön cikket írtunk: hány számlánál éri meg az AI számlafeldolgozás.

Ha pedig a folyamat pontos szabályokkal leírható, és a dokumentumok is strukturáltak, lehet, hogy egyik sem kell, hanem egy egyszerűbb automatizálás. Ezt a felmérésben ugyanúgy megmondjuk.

Mennyibe kerül, és hogyan érdemes elindulni?

A belépő szint az AI felmérés: 500 000 Ft + ÁFA-tól. Átnézzük a dokumentumfolyamataidat, és megmondjuk, mit érdemes automatizálni, mennyiért, és mennyi idő alatt térül meg. Ha a sablonalapú OCR elég, azt mondjuk. Ha nincs megtérülő use case, azt is.

Egy dokumentumfeldolgozó rendszer 12–32 millió Ft. A pilot 2-3 hét alatt elkészül a saját számláidon, a bevezetés 6-12 hét; 46+ lezárt projektünk alapján a tipikus megtérülési idő 6-12 hónap. A rendszer felépítését és a gyakori kérdéseket az AI-alapú számla- és dokumentumfeldolgozás oldalon gyűjtöttük össze. A munkát budapesti csapat viszi.

Elmondod, milyen dokumentumok érkeznek és mennyi időt visznek el — mi megmondjuk, hogy OCR, AI vagy a kettő együtt a válasz.