Source: https://www.svs-digital.com/sl/vodici/ai-zajem-podatkov-iz-dokumentov-postopek-pregleda
Language: sl
Content updated: 2026-11-19
Description: Kako omejiti zajem, preverjati izluščena polja, voditi čakalno vrsto za pregled ter nadzorovano zapisovati podatke iz računov, naročilnic in obrazcev.

Praktična uporaba AI v podjetjih

# Zajem podatkov iz dokumentov z AI: najprej uredite postopek pregleda

AI lahko iz računa, naročilnice ali obrazca predlaga dobavitelja, številko dokumenta, datum, zneske in postavke. To še ni pripravljen poslovni zapis. Pred povezavo z ERP ali računovodskim programom potrebujete omejen postopek, ki določa, kaj se preverja, kdo odloča in kdaj se zapis ustavi.

Ekipa SVS Digital · Objavljeno 18.11.2026

## Začnite tukaj

Začnite z eno vrsto dokumenta in majhnim naborom poslovno pomembnih polj. Na reprezentativnih zgodovinskih dokumentih pripravite referenčne vrednosti, izmerite napake po posameznem polju in iz teh rezultatov določite pravila za samodejni sprejem ali človeški pregled. Pregledovalcu pokažite izvorno sliko in kontekst, pred zapisom pa izvedite validacijo, preverjanje dvojnikov in uskladitev z izvornimi dokumenti. V ciljnem sistemu naj najprej nastaja osnutek, ne dokončna knjižba.

## 1. Omejite dokumente, polja in odgovornost

Ne začnite z zahtevo, naj sistem obdeluje vse dokumente. Izberite en tok, na primer prejete račune v PDF, naročilnice enega oddelka ali standardiziran obrazec. Zapišite, kateri formati, jeziki, kanali in različice postavitve so vključeni. Fotografije, rokopis, večstranske tabele ali tuji računi naj bodo zunaj prvega obsega, če zanje nimate dovolj primerov.

Za vsako polje določite poslovni namen in posledico napačne vrednosti. Napačen opis je lahko popravljiv, napačen bančni račun, davčna številka, valuta ali skupni znesek pa lahko povzroči resno napako. NIST priporoča dokumentiranje namena, konteksta uporabe, omejitev ter vlog ljudi pri nadzoru sistema. Zato imenujte lastnika procesa, pregledovalca in osebo, ki odobri spremembe pravil.

- Ena vrsta dokumenta in en poslovni tok za začetek.

- Seznam obveznih, izbirnih in nedovoljenih polj.

- Ročna pot za dokumente zunaj dogovorjenega obsega.

[NIST AI RMF Playbook: Map](https://airc.nist.gov/airmf-resources/playbook/map/)

## 2. Pripravite reprezentativen referenčni vzorec

Zberite zgodovinske dokumente, ki predstavljajo dejanski tok: pogoste dobavitelje, redke postavitve, slabe skene, dobropise, več strani, manjkajoča polja in različne valute. Ne izbirajte samo čistih primerov. Del dokumentov ohranite za končno preverjanje, da rešitve ne ocenjujete le na primerih, uporabljenih za nastavljanje.

Za vsak dokument naj oseba, ki razume proces, potrdi pravilne vrednosti, njihov pomen in dovoljene prazne vrednosti. Rezultate merite po poljih, ne samo s skupnim odstotkom. Google opisuje precision, recall in F1 ter opozarja, da skupna metrika upošteva pogostost oznak. Pogosto polje lahko zato zakrije slabo delovanje redkega, vendar kritičnega polja. Posebej evidentirajte napačno, manjkajočo in odvečno zaznano vrednost.

- Resnična mešanica postavitev in kakovosti vhodov.

- Znane izjeme, ne samo urejeni dokumenti.

- Različice dokumentov, oznak in pravil normalizacije vodite skupaj.

[Google Cloud Document AI: vrednotenje delovanja](https://docs.cloud.google.com/document-ai/docs/evaluate)[NIST AI RMF Playbook: Map](https://airc.nist.gov/airmf-resources/playbook/map/)

## Najprej uredite en omejen dokumentni tok

Prinesite eno vrsto dokumenta, kritična polja in reprezentativen vzorec. SVS Digital vam lahko pomaga določiti referenčni nabor, pravila pregleda, mejo povezave in merila sprejema za omejen pilot.

## 3. Določite pravila sprejema po posameznih poljih

Ocena zaupanja pove, kako prepričan je model v posamezno napoved, ni pa dokaz pravilnosti. Poleg tega vsi ponudniki in vsa polja ne vračajo enake vrste ocene. Pragov zato ne prepisujte iz predstavitve ponudnika. Za vsako polje jih določite iz rezultatov na svojem reprezentativnem vzorcu ter upoštevajte posledico napačnega sprejema in strošek dodatnega pregleda.

Višji prag navadno poveča natančnost sprejetih napovedi, vendar lahko več pravilnih vrednosti pošlje v pregled ali jih izpusti. Kritična polja naj imajo strožjo pot. Tudi vrednost z visoko oceno mora v pregled, če krši poslovno pravilo, na primer če se vsota postavk ne ujema s skupnim zneskom. Če polje nima uporabne ocene, zahtevajte dodatno validacijo ali človeško potrditev.

- Ločeno pravilo za vsako kritično polje.

- Samodejni sprejem samo, ko sta uspešni ocena in validacija.

- Ponovno testiranje ob novi različici modela ali večji spremembi dokumentov.

[Google Cloud Document AI: pregled izluščanja podatkov po meri](https://docs.cloud.google.com/document-ai/docs/custom-extractor-overview)[Google Cloud Document AI: vrednotenje delovanja](https://docs.cloud.google.com/document-ai/docs/evaluate)[Microsoft Learn: razlaga ocen točnosti in zaupanja](https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/concept/accuracy-confidence?view=doc-intel-4.0.0)

## 4. Pregledovalcu pokažite vir, kontekst in razlog

Čakalna vrsta naj prikazuje izvorno stran dokumenta, označeno območje, predlagano in normalizirano vrednost, sosednje besedilo, oceno zaupanja, kadar obstaja, ter razlog za pregled. Pri postavkah naj pregledovalec vidi tudi vrstico, glavo tabele in povezane zneske. Sam seznam izluščenih vrednosti ni dovolj, ker oseba brez vira težko opazi zamenjan stolpec ali številko z druge strani.

Prednost določite po tveganju in roku, ne samo po času prejema. Dokument z novim bančnim računom ali neskladnim skupnim zneskom naj bo pred rutinskim dokumentom. Pregledovalec potrebuje jasna dejanja: potrdi, popravi, označi kot manjkajoče, zavrni ali predaj naprej. Vsaka odločitev naj shrani uporabnika, čas, prvotno vrednost, popravek in razlog.

- Izvorna slika in označeno mesto podatka.

- Razlog, zaradi katerega je dokument prišel v pregled.

- Revizijska sled prvotne vrednosti in odločitve.

[Google Cloud Document AI: pregled izluščanja podatkov po meri](https://docs.cloud.google.com/document-ai/docs/custom-extractor-overview)[Microsoft Learn: razlaga ocen točnosti in zaupanja](https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/concept/accuracy-confidence?view=doc-intel-4.0.0)[NIST AI RMF Playbook: Map](https://airc.nist.gov/airmf-resources/playbook/map/)

## 5. Dodajte validacijo, zaščito pred dvojniki in stanja zapisa

Pred povezavo preverite obliko in medsebojno skladnost podatkov. Tipična pravila vključujejo veljaven datum, dovoljeno valuto, partnerja v šifrantu, seštevek osnove in davka, ujemanje vsote postavk ter dovoljena odstopanja. Pravilo naj vrne razumljiv razlog, ne samo splošne oznake napake.

Dvojnike preverjajte z več znaki, na primer z dobaviteljem, številko dokumenta, datumom, zneskom in kontrolnim odtisom datoteke. Uporabite enolični ključ zahteve, da ponovljen tehnični klic ne ustvari novega zapisa. Sumljive dvojnike predajte v odločanje, namesto da bi jih brez razlage zavrgli ali zapisali.

Določite stanja: prejeto, izluščeno, čaka na pregled, potrjeno, pripravljeno za izvoz, zapisano, zavrnjeno in napaka pri zapisu. Prehod naj bo dovoljen samo po uspešnih kontrolah. Pri prvem uvajanju zapisujte v osnutek ali vmesno tabelo. Dokončno knjiženje, plačilo ali davčna oddaja naj ostanejo zunaj tega postopka, dokler zanje ni ločene odobritve in preverjanja.

- Validacije oblike, poslovnih pravil in seštevkov.

- Večdelni ključ za odkrivanje dvojnikov.

- Jasna stanja ter dovoljeni prehodi med njimi.

## 6. Spremljajte kakovost, usklajujte zapise in ohranite možnost ustavitve

Spremljajte količino dokumentov, delež v pregledu, popravke po poljih, zavrnitve, dvojnike, čas čakanja in napake pri zapisu. Rezultate razčlenite po vrsti dokumenta, dobavitelju, kanalu, kakovosti slike ter različici modela. Periodično uskladite prejete datoteke, zaključene primere in zapise v ciljnem sistemu. Preglejte tudi vzorec samodejno sprejetih dokumentov, saj čakalna vrsta pokaže predvsem že zaznane negotove primere.

Zajem podatkov ne potrdi, da je dokument pristen, dobavitelj upravičen, strošek odobren ali davčna obravnava pravilna. Ne nadomesti računovodske presoje, ločitve dolžnosti, varnostnih pregledov, pravil hrambe ali zahtev glede varstva osebnih podatkov. Ocena zaupanja tudi ne odkrije vsake verjetne, vendar napačne vrednosti.

Prvi pilot naj zato teče vzporedno z obstoječim postopkom in brez samodejnega dokončnega knjiženja. Vnaprej določite merila za nadaljevanje in razloge za ustavitev. Če se poveča delež popravkov, nova postavitev preseže obseg ali uskladitev ne uspe, ustavite samodejni zapis za prizadeti segment in ponovite preverjanje.

- Reden vzorec samodejno sprejetih vrednosti.

- Uskladitev vira, potrjenega zapisa in ciljnega sistema.

- Rezervni ročni postopek in možnost takojšnje ustavitve.

[Google Cloud Document AI: vrednotenje delovanja](https://docs.cloud.google.com/document-ai/docs/evaluate)[Microsoft Learn: razlaga ocen točnosti in zaupanja](https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/concept/accuracy-confidence?view=doc-intel-4.0.0)[NIST AI RMF Playbook: Map](https://airc.nist.gov/airmf-resources/playbook/map/)

## Najprej uredite en omejen dokumentni tok

Prinesite eno vrsto dokumenta, kritična polja in reprezentativen vzorec. SVS Digital vam lahko pomaga določiti referenčni nabor, pravila pregleda, mejo povezave in merila sprejema za omejen pilot.

## Viri in dodatno branje

- [Google Cloud Document AI: pregled izluščanja podatkov po meri](https://docs.cloud.google.com/document-ai/docs/custom-extractor-overview)

- [Google Cloud Document AI: vrednotenje delovanja](https://docs.cloud.google.com/document-ai/docs/evaluate)

- [Microsoft Learn: razlaga ocen točnosti in zaupanja](https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/concept/accuracy-confidence?view=doc-intel-4.0.0)

- [NIST AI RMF Playbook: Map](https://airc.nist.gov/airmf-resources/playbook/map/)

## Več vodičev

AI glasovni agenti

## [Kako pripraviti odobreno bazo znanja za AI glasovnega agenta](https://www.svs-digital.com/sl/vodici/baza-znanja-ai-glasovni-agent-odobreni-odgovori)

Razpršene informacije podjetja uredite v enoten, posodobljen in preverljiv vir odgovorov z jasnimi pravili za aktualne podatke, neskladja in manjkajoče odgovore.

17.11.2026

AI svetovanje in uvajanje v podjetja

## [Kaj mora AI svetovanje prinesti pred odobritvijo pilota](https://www.svs-digital.com/sl/vodici/rezultati-ai-svetovanja-pred-odobritvijo-pilota)

Po uvodnem pregledu zahtevajte dokazni paket o problemu, procesu, alternativah, podatkih, tveganjih, stroških in priporočilu za odločitev o naslednjem koraku.

16.11.2026

Povezave ERP in avtomatizacija naročil

## [Kako uskladiti statuse naročil med spletno trgovino in ERP brez zank](https://www.svs-digital.com/sl/vodici/usklajevanje-statusov-narocil-trgovina-erp-brez-zank)

Pred povezavo statusov določite ločena stanja plačila, dobave in obdelave v ERP, lastništvo sprememb, zaščito pred zankami ter redno usklajevanje.

15.11.2026

---

SVS Digital · Dunajska cesta 5, 1000 Ljubljana, Slovenia
Contact: [uros@svs-digital.com](mailto:uros@svs-digital.com)
[All resources](https://www.svs-digital.com/sl/viri-za-ai)
