Ze wszystkich procesów, które automatyzujemy u klientów, obieg dokumentów zwraca się najszybciej. Nie chatbot, nie generowanie treści, tylko zwykła faktura kosztowa, którą ktoś co miesiąc ręcznie przepisuje do systemu księgowego. W firmie usługowej na 20 osób to zwykle 100–300 faktur miesięcznie: każdą trzeba otworzyć, przepisać NIP i kwoty, ustalić, czyj to koszt, wysłać do akceptacji i dopiero zaksięgować.
Firmy próbowały to rozwiązywać klasycznym OCR-em od lat i zwykle kończyło się osobą, która poprawia wyniki OCR ręcznie. Modele multimodalne ten układ realnie zmieniły, bo czytają dokument ze zrozumieniem, a nie po współrzędnych na stronie. W tym artykule pokazuję, jak taki obieg wygląda od środka: co konkretnie robi agent, gdzie stoi człowiek, jak to spiąć z polską księgowością, ile to kosztuje i kiedy zamiast wdrożenia na miarę lepiej kupić gotowy SaaS.
TL;DR: Agent AI z modelem multimodalnym czyta faktury, umowy i CV niezależnie od układu, bez szablonów, których wymagał klasyczny OCR. Wdrożenie obiegu faktur kosztowych to zwykle 20–50 tys. zł plus 300–800 zł/mies. utrzymania; przy standardowym procesie wystarczy gotowy SaaS OCR od kilkuset złotych miesięcznie. Płatności zawsze akceptuje człowiek.
Dlaczego klasyczny OCR nie wystarczał
Klasyczny OCR czyta znaki, nie dokument. Sprawnie zamienia piksele na litery, ale nie wie, że „7 384,50" obok słowa „brutto" to kwota do zapłaty, a podobny ciąg cyfr w innym miejscu to fragment numeru konta. Żeby to jakoś działało, systemy poprzedniej generacji opierały się na szablonach: dla każdego układu faktury trzeba było wskazać, w którym miejscu strony siedzi NIP, gdzie kwota, gdzie termin płatności.
Problem w tym, że każdy dostawca ma inny układ faktury. Pięćdziesięciu dostawców to pięćdziesiąt szablonów do zbudowania i utrzymywania. Wystarczyło, że dostawca odświeżył wygląd dokumentu, i szablon przestawał trafiać. Do tego skany: przekrzywione, z pieczątką na kwocie, z tabelą pozycji rozciągniętą na dwie strony.
Modele multimodalne (Claude, GPT, Gemini) podchodzą do dokumentu jak człowiek: patrzą na całą stronę i rozumieją, co widzą. Nie potrzebują szablonu, bo nie szukają danych po współrzędnych, tylko po znaczeniu. Odróżniają sprzedawcę od nabywcy i netto od brutto, radzą sobie z dowolnym układem, tabelami, pieczątkami i skanami kiepskiej jakości, które klasyczny OCR wypluwał jako sieczkę. Zamiast konfigurować strefy na stronie, opisujesz po ludzku, jakie pola chcesz dostać, a model zwraca uporządkowane dane. Czym dokładnie jest agent zbudowany wokół takiego modelu, wyjaśniamy w osobnym wpisie; na potrzeby tego tekstu wystarczy skrót: model plus dostęp do narzędzi plus reguły, kiedy ma się zatrzymać i oddać sprawę człowiekowi.
Obieg faktury kosztowej krok po kroku
Tak wygląda obieg, który wdrażamy najczęściej. Punktem wyjścia jest dedykowana skrzynka, np. [email protected].
- Mail z PDF wpada na skrzynkę. Agent monitoruje ją na bieżąco. Obsługuje załączniki PDF, skany i zdjęcia zrobione telefonem; dokumenty papierowe wystarczy zeskanować na tę samą skrzynkę.
- Ekstrakcja danych. Model wyciąga NIP sprzedawcy i nabywcy, numer faktury, daty wystawienia i sprzedaży, termin płatności, kwoty netto/VAT/brutto, pozycje oraz numer rachunku bankowego.
- Walidacja. Agent sprawdza, czy faktura ma pokrycie w zamówieniu (jeśli firma pracuje na zamówieniach), czy rachunek bankowy zgadza się z białą listą VAT i czy ten sam dokument nie wpłynął już wcześniej. Rozjazd na którymkolwiek punkcie oznacza stop i pytanie do człowieka.
- Przypisanie do projektu lub MPK. Na podstawie treści pozycji, dostawcy i historii poprzednich faktur agent proponuje, na który projekt albo miejsce powstawania kosztów wpada wydatek.
- Akceptacja. Właściwa osoba (wg macierzy: kwota, dział, projekt) dostaje na Slacku lub Teams wiadomość z podsumowaniem i dwoma przyciskami. Akceptacja to jedno kliknięcie, odrzucenie wymaga komentarza.
- Eksport do księgowości. Zaakceptowana faktura z kompletem danych i opisem trafia do systemu księgowego, a oryginał do archiwum.
Efekt po stronie księgowości: zamiast sterty PDF-ów do przepisania dostaje komplet opisanych, zaakceptowanych dokumentów z przypisanym MPK. Znika ręczne przepisywanie, a razem z nim najczęstsze błędy tego procesu, czyli literówki w kwotach i NIP-ach. Firmy raportują zwykle, że praca człowieka przy pojedynczej fakturze spada z kilkunastu minut do chwili potrzebnej na akceptację.
„Najtrudniejsza część wdrożenia obiegu faktur nie ma nic wspólnego z AI. Model wyciąga dane z dokumentu w kilkanaście sekund i robi to od pierwszego dnia. Za to pytanie, kto akceptuje fakturę na 8 tysięcy od nowego dostawcy, potrafi zatrzymać projekt na dwa tygodnie, bo okazuje się, że nikt tego nigdy nie spisał." — Mikołaj Brunka, założyciel NoCodeWork
Co poza fakturami: umowy, zamówienia i CV
Ten sam mechanizm, czyli model czytający dokument ze zrozumieniem, obsługuje więcej niż faktury.
Umowy. Agent wyciąga kluczowe klauzule: strony, przedmiot, wartość, okres obowiązywania, termin wypowiedzenia, zapisy o automatycznym przedłużeniu i karach umownych. Z tego powstaje rejestr umów, który sam pilnuje terminów. Alert 90 dni przed końcem okresu wypowiedzenia potrafi uchronić firmę przed kolejnym rokiem niechcianego abonamentu.
Zamówienia od klientów. PDF-y i maile z zamówieniami, które handlowcy przepisują dziś ręcznie do ERP. Agent wyciąga pozycje, dopasowuje je do indeksów produktów i zakłada zamówienie w systemie, a człowiek tylko zatwierdza.
CV kandydatów. Parsowanie CV do ustrukturyzowanych danych w ATS: doświadczenie, technologie, języki, dostępność. Tu jedna poważna uwaga: rekrutacja to obszar wysokiego ryzyka według AI Act, a RODO ogranicza w pełni zautomatyzowane decyzje wobec osób. Agent może porządkować i streszczać dane kandydatów, ale nie powinien nikogo samodzielnie odrzucać. Decyzja zostaje przy rekruterze; szerzej piszemy o tym w tekście o AI Act i RODO w polskiej firmie.
Jakość i kontrola: gdzie stoi człowiek
Obieg dokumentów działa na trzech bezpiecznikach, bez których nie podejmujemy się wdrożenia.
Próg pewności. Model przy każdym polu zwraca informację, na ile jest pewny odczytu. Dokument poniżej progu nie idzie dalej automatycznie, tylko trafia do kolejki dla człowieka z zaznaczonymi wątpliwymi polami. Z naszej praktyki po okresie strojenia większość faktur od stałych dostawców przechodzi bez interwencji, a ręcznej weryfikacji wymagają głównie nowi kontrahenci i słabe skany.
Człowiek zawsze akceptuje płatności. Żelazna zasada naszych wdrożeń: agent robi rutynę, ale nic, co kończy się wypływem pieniędzy, nie dzieje się bez kliknięcia człowieka. Human-in-the-loop nie wynika z ograniczeń technologii, tylko ze świadomej decyzji projektowej.
Log każdej decyzji. System zapisuje, co odczytał, z jaką pewnością, co zwalidował, kto i kiedy zaakceptował. Przy kontroli podatkowej albo reklamacji dostawcy odtworzysz historię dokumentu co do minuty. Ręczny proces takiego śladu zwykle nie zostawia.
Integracje z polską księgowością
Wyciągnięcie danych z faktury to połowa roboty; druga połowa to oddanie ich tam, gdzie pracuje księgowość. W polskich realiach oznacza to zwykle systemy typu Comarch Optima, Subiekt, wFirma czy Fakturownia. Tam, gdzie system udostępnia API, agent zakłada dokumenty bezpośrednio. Tam, gdzie API nie ma albo zewnętrzne biuro rachunkowe pracuje na własnym oprogramowaniu, obieg kończy się plikiem importu w formacie, który system przyjmuje, plus kompletem PDF-ów z nadanymi numerami. Mniej elegancko, równie skutecznie.
Osobna sprawa: część faktur krajowych trafia dziś do firm przez KSeF jako ustrukturyzowany XML i tych nie trzeba czytać modelem, bo dane są od razu w polach. Obieg akceptacji, przypisanie do MPK i eksport działają dla nich identycznie. Model pozostaje niezbędny dla całej reszty: faktur zagranicznych, proform, paragonów i wszystkiego, co nadal przychodzi jako PDF albo skan.
Więcej o samym procesie księgowym w przewodniku po automatyzacji faktur i księgowości.
Ile to kosztuje: wdrożenie na miarę czy gotowy SaaS
Obieg faktur szyty pod firmę to z naszej praktyki 20–50 tys. zł wdrożenia i 300–800 zł miesięcznie utrzymania (serwery, wywołania modeli, monitoring, poprawki). To dolna część widełek dla wdrożeń agentów AI w ogóle, bo proces jest dobrze zdefiniowany i powtarzalny.
Uczciwie: jeśli Twój proces jest standardowy, czyli faktury kosztowe, jedna ścieżka akceptacji i popularny system księgowy, nie potrzebujesz wdrożenia na miarę. Gotowe SaaS-y OCR do faktur zaczynają się od kilkuset złotych miesięcznie (ceny z lipca 2026) i przy prostym procesie dadzą większość tej samej wartości od ręki.
| Gotowy SaaS OCR | Agent AI na miarę | |
|---|---|---|
| Koszt startu | zwykle 0–2 tys. zł | 20–50 tys. zł |
| Koszt miesięczny | od kilkuset zł (wg wolumenu) | 300–800 zł |
| Czas uruchomienia | dni | 4–8 tygodni |
| Obieg akceptacji | w ramach opcji narzędzia | dowolny (macierz, MPK, projekty) |
| Dokumenty poza fakturami | zwykle nie | umowy, zamówienia, CV w tym samym obiegu |
| Integracje wewnętrzne (ERP, systemy za firewallem) | ograniczone | pełne |
| Dla kogo | standardowy proces faktur kosztowych | nietypowy obieg, wiele typów dokumentów |
Wdrożenie na miarę wygrywa w czterech sytuacjach: wielopoziomowe akceptacje z przypisaniem do MPK i projektów, kilka typów dokumentów w jednym obiegu, integracja z ERP niedostępnym z internetu oraz wymóg przetwarzania danych na własnej infrastrukturze.
Kiedy to zły pomysł
- Mało dokumentów. Poniżej ok. 50 faktur miesięcznie oszczędność rzadko uzasadnia projekt na miarę. Policz ROI, zanim wydasz pieniądze; przy małym wolumenie wygrywa gotowy SaaS albo pozostanie przy obecnym procesie.
- Proces nie istnieje. Jeśli dziś nikt nie wie, kto akceptuje którą fakturę, agent tego nie naprawi, tylko zabetonuje chaos. Najpierw spisujecie zasady, potem je automatyzujemy.
- Oczekiwanie pełnego automatu. Jeżeli warunkiem projektu jest zero udziału człowieka łącznie z płatnościami, takiego wdrożenia się nie podejmiemy. Kilka procent dokumentów zawsze będzie wymagać ludzkiej decyzji i to jest cecha dobrze zaprojektowanego systemu, nie wada.
- Dane, których nie wolno wysłać do modelu. Część firm ma zapisy umowne albo regulacyjne blokujące przetwarzanie dokumentów poza własną infrastrukturą. Da się to rozwiązać modelem na własnym serwerze, ale to droższy projekt i trzeba o tym wiedzieć przed startem.
FAQ
Czy agent AI może pomylić się przy odczycie faktury?
Może i dlatego obieg projektuje się z progiem pewności: dokument, którego model nie jest pewny, trafia do człowieka zamiast do księgowania. W praktyce błędy odczytu zdarzają się rzadziej niż literówki przy ręcznym przepisywaniu, a każda płatność i tak przechodzi przez ludzką akceptację, więc pojedyncza pomyłka nie kończy się przelewem.
Ile kosztuje wdrożenie agenta AI do obiegu faktur?
Obieg faktur kosztowych szyty pod firmę to z naszej praktyki 20–50 tys. zł wdrożenia i 300–800 zł miesięcznie utrzymania. Gotowy SaaS OCR kosztuje od kilkuset złotych miesięcznie bez kosztów wdrożenia (ceny z lipca 2026) i wystarcza, gdy proces jest standardowy.
Czy przetwarzanie faktur przez AI jest zgodne z RODO?
Tak, przy zachowaniu zasad: modele wywoływane przez API na kontach firmowych nie trenują na Twoich danych, przetwarzanie można ustawić w regionie UE, a z dostawcami podpisuje się umowy powierzenia. Ostrożności wymagają przede wszystkim dokumenty kadrowe i rekrutacyjne, bo zawierają znacznie więcej danych osobowych niż faktury B2B.
Czy agent AI do dokumentów zastąpi księgową?
Nie. Agent wykonuje pracę przygotowawczą: czyta, waliduje, opisuje i zbiera akceptacje. Księgowanie, kontrola merytoryczna i odpowiedzialność zostają po stronie księgowości, która zamiast sterty PDF-ów dostaje komplet uporządkowanych, opisanych dokumentów.
Jak długo trwa wdrożenie obiegu dokumentów?
Z naszej praktyki 4–8 tygodni: około tygodnia zajmuje spisanie procesu i macierzy akceptacji, dwa-trzy tygodnie budowa i integracja z systemem księgowym, a resztę praca na realnych dokumentach i strojenie progu pewności, w miarę jak rośnie zaufanie do systemu.
Podsumowanie
Klasyczny OCR poległ na tym, że każdy dostawca ma inny układ faktury. Modele multimodalne ten problem skasowały: czytają dowolny dokument bez szablonów, a agent zbudowany wokół nich domyka cały obieg, od skrzynki mailowej przez walidację i akceptację po eksport do księgowości. Człowiek zostaje tam, gdzie powinien: przy decyzjach i płatnościach.
Zanim zamówisz wdrożenie, sprawdź dwie rzeczy: czy macie spisany proces akceptacji i czy wolumen dokumentów uzasadnia projekt na miarę. Przy standardowym procesie gotowy SaaS OCR załatwi sprawę za ułamek ceny i nie ma sensu udawać, że jest inaczej.
Jeśli chcesz zobaczyć, jak taki obieg wyglądałby na Twoich dokumentach, umów bezpłatną konsultację. Przejdziemy przez Twój proces i powiemy wprost, czy potrzebujesz agenta na miarę, czy wystarczy gotowe narzędzie za kilkaset złotych.
