Läs ut data ur PDF:er och blanketter med AI

Dokument som fungerar bra och dåligt

Mekanismen avgör. En digital PDF innehåller redan texten som tecken, så modellen behöver bara förstå vilken siffra som är totalbeloppet och vilken som är momsen. En skanning är en bild: texten måste först kännas igen, och varje fläck, veck eller sned sida ger osäkerhet redan innan tolkningen börjar.

Valideringsregler för utlästa fält

Validering betyder att de utlästa värdena kontrolleras mot regler som måste stämma om läsningen är rätt. Bra regler fångar de flesta felen utan att någon behöver titta på dokumentet, eftersom en feltolkad siffra nästan alltid bryter en summering eller en uppslagning.

• Summering: raderna summerar till nettobeloppet, och netto plus moms blir totalbeloppet.
• Format: organisationsnummer har tio siffror och giltig kontrollsiffra, bankgiro och plusgiro följer sina mönster, datum är riktiga datum.
• Uppslag: leverantören finns i ert register, och bankgirot är samma som ni redan har sparat för just den leverantören.
• Rimlighet: beloppet ligger inom det normala för leverantören och momssatsen finns i Sverige.
• Dubbletter: samma fakturanummer från samma leverantör är inte redan registrerat.

Kontrollen av bankgiro är värd att lyfta. Fakturabedrägerier går ofta ut på en äkta faktura där betalningsnumret är ändrat. En regel som flaggar varje ny eller ändrad betalningsuppgift stoppar det, oavsett om fakturan läses av en människa eller en AI.

Manuell granskning vid osäkra värden

Varje utläsning ska sluta i ett av två lägen: godkänd av alla regler, eller skickad till en granskningskö. I kön ser en person dokumentet bredvid de utlästa fälten, med det felande fältet markerat, och bekräftar eller rättar på några sekunder.

1. Skicka till granskning så fort en valideringsregel slår larm.
2. Skicka till granskning när modellen anger låg säkerhet på ett viktigt fält, som belopp, förfallodag eller betalningsnummer.
3. Granska alltid de första dokumenten från en ny leverantör eller en ny blankettversion.
4. Stickprova ändå några godkända dokument varje vecka, så att ni märker när en leverantör byter layout.

Rättelserna i kön är värdefull data. Logga dem, så syns det snabbt vilka leverantörer eller fält som ställer till det, och då vet ni var en ny regel gör mer nytta än mer granskning.

Skicka datan vidare till era system

Utläsningen gör bara nytta när datan hamnar där arbetet sker: leverantörsfakturan i Fortnox eller Visma, ordern i webbshoppen, ansökan i CRM:et. Integrationen bör skapa utkast snarare än färdiga poster där målsystemet tillåter det, så att sista godkännandet ligger kvar hos någon med attesträtt.

Om fakturor är ert huvudfall går vår guide om att automatisera leverantörsfakturor till Fortnox igenom bokföringsdelen i detalj. För andra flöden kopplar ett automatiserat arbetsflöde ihop utläsning, regler, granskningskö och målsystem i en kedja med loggning i varje steg.

Integritet för skannade dokument

Ansökningar, avtal och blanketter från patienter eller anställda innehåller personuppgifter, ibland känsliga. Skickar ni dem till en AI-tjänst blir leverantören personuppgiftsbiträde enligt GDPR. Då behövs ett biträdesavtal, ett tydligt besked om var datan behandlas och en garanti att den inte används för att träna modeller. Välj behandling inom EU och radera källfiler och loggar enligt ett schema ni kan försvara inför IMY.

När du inte behöver detta: hanterar ni några dussin dokument i månaden är det billigare och säkrare att en person skriver in dem. Automation lönar sig när volymen är jämn, dokumenttyperna återkommer och felen kostar. Är du osäker på vilken sida av gränsen ni hamnar räcker ett kostnadsfritt 15-minuterssamtal för att reda ut det, och prislistan finns på prissidan.

Vanliga frågor