AI-pohjainen laskujen käsittely OCR:n ja QuickBooks-integraation avulla
Keskisuuri yritys, joka käsitteli satoja toimittajalaskuja kuukausittain, halusi poistaa manuaalisen tiedonsyötön poimimalla laskutiedot automaattisesti AI/OCR:n avulla ja synkronoimalla ne suoraan QuickBooks-järjestelmään kirjanpitoa ja maksujen seurantaa varten.
Keskustele Projektistasi
Haaste
Manuaalinen laskujen käsittely oli hidasta, virhealtista ja suuri pullonkaula ostoreskontrassa:
- Määrä — 300–500 laskua kuukaudessa yli 100 toimittajalta vaihtelevissa muodoissa (PDF, skannatut kuvat, sähköpostiliitteet)
- Manuaalinen syöttö — Jokaisen laskun manuaaliseen syöttöön QuickBooks-järjestelmään kului 3–5 minuuttia (yhteensä: 25–40 tuntia/kuukausi)
- Virheprosentti — 5–8 %:n tiedonsyöttövirhe johti maksuristiriitoihin ja toimittajakiistoihin
- Muodon epäyhtenäisyys — Jokainen toimittaja käytti erilaista laskuasettelua, mikä teki mallipohjaisesta OCR:stä epäluotettavan
- Puuttuvat kentät — Laskuista puuttui usein selkeät erittelyt, mikä vaati tulkintaa
- Duplikaattien tunnistus — Duplikaattilaskut johtivat toisinaan kaksinkertaisiin maksuihin
- GL-koodien yhdistäminen — Oikean General Ledger -tilin määrittäminen edellytti institutionaalista tietämystä
Meidän Ratkaisumme
Rakensimme AI-pohjaisen laskujen käsittelyputken, joka yhdistää OCR:n tekstin poimintaan, LLM-pohjaisen älykkään kenttäanalyysin ja QuickBooks API -integraation automaattista kirjanpitokirjausten luontia varten.
Arkkitehtuuri
- Tuonti: Sähköpostin kuuntelija + tiedostojen lataus-API + vedä ja pudota -hallintapaneeli
- OCR-moottori: Pilvipohjainen Vision API tekstin poimintaan PDF-tiedostoista ja skannatuista kuvista
- AI-jäsentäjä: LLM älykkääseen kenttien poimintaan ja tulkintaan
- Validointi: Sääntöihin perustuva validointimoottori luottamuspisteytyksellä
- Kirjanpitointegraatio: QuickBooks Online API laskujen luomiseen ja toimittajien yhdistämiseen
- Hallintapaneeli: React-pohjainen järjestelmänvalvojan käyttöliittymä tarkistusta, hyväksyntää ja poikkeusten käsittelyä varten
- Tietokanta: PostgreSQL laskutietueita, audit trail -toimintoa ja toimittajakartoituksia varten
- Jono: Asynkroninen työjono eräkäsittelyä varten
Käsittelyputki
Vaihe 1: Tuonti
Laskut saapuvat järjestelmään useiden kanavien kautta:
- Sähköpostin edelleenlähetys — IMAP-kuuntelijan valvoma oma sähköpostiosoite
- Tiedostojen lataus — Vedä ja pudota -käyttöliittymä hallintapaneelissa
- API-lataus — Ohjelmallinen lähetys muista järjestelmistä
- Massatuonti — Erälataus jaetuilta asemilta
Tuetut muodot: PDF, PNG, JPG, TIFF, HEIC, monisivuiset PDF:t
Vaihe 2: OCR-tekstinpoiminta
- Esikäsittely — Kuvankäsittely (vinouden korjaus, kontrastin säätö, kohinanpoisto) skannatuille asiakirjoille
- Tekstinpoiminta — Cloud Vision API poimii kaiken tekstin sijaintitiedoilla
- Asettelun analysointi — Sijaintitietoja käytetään tunnistamaan taulukot, otsikot, alatunnisteet ja rivikohteet
- Luottamuspisteytys — Merkkikohtainen OCR-luottamus seurataan; matalan luottamuksen alueet merkitään tarkistettaviksi
Vaihe 3: AI-pohjainen kenttien poiminta
LLM vastaanottaa raa'an OCR-tekstin ja poimii strukturoitua laskutietoa, mukaan lukien toimittajatiedot (nimi, osoite), laskun tunnisteet (numero, päivämäärät, PO-viite), taloustiedot (välisumma, vero, kokonaissumma, valuutta, maksuehdot) ja yksittäiset rivikohteet kuvauksineen, määrineen ja summineen.
Poiminnassa käytetään strukturoituja tuloskeemoja, few-shot-esimerkkejä poikkeustapauksia varten, ajatusketjun päättelyä monitulkintaisia kenttiä varten ja kenttäkohtaista luottamuspisteytystä.
Vaihe 4: Validointi ja rikastaminen
Ennen QuickBooks-kirjauksen luomista poimitut tiedot käyvät läpi validoinnin:
Automatisoidut tarkistukset:- Matemaattinen validointi — Rivikohteiden summat tarkistetaan välisummaa vasten; välisumma + vero tarkistetaan kokonaissummaa vasten
- Duplikaattien tunnistus — Laskun numero + toimittaja + summa tarkistetaan olemassa olevia tietueita vasten
- Päivämäärän järkevyys — Laskun päivämäärä ei ole tulevaisuudessa; eräpäivä laskun päivämäärän jälkeen
- Toimittajien yhdistäminen — Hämärä vastaavuus toimittajan nimen ja QuickBooks-toimittajaluettelon välillä
- GL-koodin ehdotus — AI ehdottaa General Ledger -tiliä toimittajan historian ja rivikohteiden kuvausten perusteella
- Summaraja — Määritysrajat ylittävät laskut merkitään manuaaliseen hyväksyntään
- Korkean luottamuksen laskut hyväksytään automaattisesti (kaikki kentät poimittu, matemaattiset tarkistukset läpäisty, toimittaja yhdistetty)
- Keskisuuren luottamuksen laskut siirtyvät tarkistusjonoon (joitakin epävarmoja kenttiä tai uusi toimittaja)
- Matalan luottamuksen laskut vaativat manuaalisen syötön (huono OCR-laatu tai strukturoimaton muoto)
Vaihe 5: QuickBooks-integraatio
Toimittajien yhdistäminen ja luonti:Poimitut toimittajanimet yhdistetään hämärästi olemassa olevaan QuickBooks-toimittajaluetteloon. Jos vastaavuus löytyy luottamuskynnyksen yläpuolelta, olemassa oleva toimittaja linkitetään. Muussa tapauksessa luodaan uusi toimittaja poimituilla tiedoilla ja tallennetaan välimuistiin tulevia laskuja varten.
Laskun luonti:QuickBooks-laskuobjektit luodaan validoidusta laskutiedosta siten, että rivikohteet on kartoitettu asianmukaisille GL-tileille, verot on lisätty, maksuehdot on asetettu ja alkuperäinen laskun PDF on liitetty. Sisäinen tietue ristiviitataan QuickBooks-laskun tunnukseen.
GL-tilien kartoitus:- Sääntöpohjainen — Toimittajakohtaiset GL-kartoitukset tunnetuille toimittajille
- AI-ehdotus — LLM analysoi rivikohteiden kuvauksia ja ehdottaa tilejä historiallisen datan perusteella
- Oppimissilmukka — Manuaaliset korjaukset syötetään takaisin parantamaan tulevia ehdotuksia
- Oletusarvoinen varajärjestelmä — Kartoittamattomat kohteet ohjataan yleistilille myöhempää tarkastelua varten
QuickBooks API -integraatio
Tunnistautuminen
- OAuth 2.0 automaattisella tunnuksen päivityksellä
- Turvallinen tunnistetietojen tallennus salauksella levossa
- Usean yrityksen tuki yrityksille, joilla on useita QuickBooks-tiedostoja
Virheiden käsittely
- API-rajojen noudattaminen eksponentiaalisella backoff-algoritmilla
- Väliaikaisten virheiden uudelleenyrityslogiikka kasvavilla viiveillä
- Ristiriitojen ratkaisu kaksoiskappaleiden estämiseksi
- Epäonnistuneiden osittaisten luontien peruutukset orpojen tietueiden estämiseksi
Hallintapaneeli ja työnkulku
Laskujono
Laskut järjestetään tilan mukaan: odottaa tarkistusta, automaattisesti hyväksytty, poikkeukset (validointivirheet tai API-virheet) ja valmis (synkronoitu QuickBooks-järjestelmään).
Tarkistusliittymä
- Rinnakkaisnäkymä: alkuperäinen lasku ja poimitut tiedot rinnakkain
- Kenttien sisäinen muokkaus korjatuille kentille erojen korostuksella
- Yhden napsautuksen hyväksyntä/hylkäys valinnaisilla huomautuksilla
- Erähyväksyntä useille saman toimittajan laskuille
Analytiikka
- Käsittelyvolyymin seuranta (päivittäin/viikoittain/kuukausittain)
- Automaattisen hyväksynnän seuranta (tavoite: 70%+)
- Keskimääräinen käsittelyaika per lasku
- Virheprosentti ja yleiset syyt virheisiin
- Kustannussäästöt vs. manuaalinen käsittely
- Toimittajakohtaiset tarkkuustrendit
Tärkeimmät ominaisuudet
- Monimuoto-OCR — PDF-tiedostot, skannaukset, valokuvat ja monisivuiset asiakirjat
- AI-kentänpoiminta — LLM-pohjainen jäsentäminen käsittelee minkä tahansa laskuasettelun ilman malleja
- Luottamuspisteytys — Automaattinen reititys poiminnan varmuuden perusteella
- Duplikaattien tunnistus — Estää kaksinkertaiset maksut uudelleen lähetetyistä laskuista
- Toimittajien automaattinen yhdistäminen — Hämärä vastaavuus linkittää laskut olemassa oleviin QuickBooks-toimittajiin
- GL-koodin ehdotus — AI suosittelee kulutilejä historiallisen datan perusteella
- QuickBooks-automaattisynkronointi — Laskut luodaan rivikohteilla, verolla ja liitetyllä PDF-tiedostolla
- Oppimissilmukka — Manuaaliset korjaukset parantavat tulevaa poimintatarkkuutta
- Eräkäsittely — Käsittele satoja laskuja sähköpostin edelleenlähetyksellä tai massalatauksella
- Auditointireitti — Täydellinen loki jokaisesta poiminta-, muokkaus-, hyväksyntä- ja synkronointitapahtumasta
Tulokset
Teknologiapino
caseStudyDetail.more Tapaustutkimukset
Tutustu lisää teknisiin toteutuksiimme
Asiakaspuolen mainosten upotus (CSAI) SCTE-35-merkkien jäsennyksellä ja monialustaisen soittimen integroinnilla
Videoiden suoratoistoalustan piti toteuttaa Client-Side Ad Insertion (CSAI) verkko-, mobiili- ja Connected TV -sovellusten yli — mahdollistaen personoidut, laitekohtaiset mainoskokemukset täydellä mainosinteraktion tuella (klikkaavat peittokuvat, kumppanibannerit, ohituspainikkeet), joita server-side insertion ei voi tarjota.
Tekoälykäyttöinen blogisisällön kaavinta- ja generointialusta
Mediakonserni tarvitsi älykkään sisältöalustan, joka voisi automatisoida blogisisällön luomisen kaapimalla olemassa olevaa verkkosisältöä, analysoimalla sitä AI:lla ja luomalla alkuperäisiä, SEO-optimoituja blogikirjoituksia poimitusta tiedosta.
Valmis Muuttamaan Liiketoimintaasi?
Keskustellaan siitä, miten voimme soveltaa vastaavia ratkaisuja haasteisiisi.