Guia
OCR de fatura: como a IA lê faturas e recibos, e onde ela falha
O OCR de fatura transforma uma foto ou PDF em dados. Veja como a IA lê faturas e recibos, onde a precisão falha e o que perguntar sobre privacidade.
Atualizado em · Por PayToMe Editorial
O OCR de fatura é um software que lê uma foto ou PDF de uma fatura ou recibo e o transforma em dados editáveis, como fornecedor, data, itens e total. As ferramentas modernas acrescentam IA para descobrir o que cada número significa. Ele poupa digitação, mas comete erros, então uma pessoa deve conferir o resultado.
O que o OCR de fatura faz
Para um computador, uma fatura é uma imagem. O OCR de fatura transforma essa imagem em campos que você pode pesquisar, editar, somar e arquivar. Onde antes você digitava um nome de fornecedor e uma data a partir de uma conta de papel, o software os propõe e você confirma.
As pessoas o usam para dois trabalhos bem diferentes.
- Contas a pagar. Uma empresa recebe muitas contas de fornecedores e precisa lançá-las na contabilidade. O OCR lê o fornecedor, o valor e a data de vencimento.
- Faturamento e despesas. Um freelancer ou prestador de serviços fotografa um recibo de materiais e quer incluí-lo em uma fatura de cliente ou em um registro de despesas. O OCR lê a loja, os itens e o imposto.
A mesma tecnologia serve aos dois. A diferença é o que acontece depois: uma conta a pagar ou um custo a repassar.
Como funciona: dos pixels aos campos
A maioria dos sistemas segue o mesmo pipeline curto.
- Captura e limpeza. A imagem é endireitada, cortada, desentortada e nitidamente ajustada. Má iluminação, dobras e sombras são corrigidas quando possível. A qualidade aqui decide tudo o que vem depois.
- Leitura do texto. O OCR encontra cada linha e palavra e as converte em caracteres. Para texto impresso funciona bem. Para letra manuscrita e papel térmico desbotado é menos confiável.
- Compreensão do layout. O software descobre onde estão o cabeçalho, a tabela de itens, os totais e o rodapé. As faturas não têm layout padrão, então é aqui que os modelos de IA fazem a maior parte do trabalho.
- Rotulagem dos campos. O modelo etiqueta os valores: este é o fornecedor, este é o número da fatura, esta é a data de vencimento, este é um item, este é o total.
- Validação. Boas ferramentas conferem se os números fazem sentido: os totais das linhas somam o subtotal, o imposto corresponde à taxa e as datas estão em uma ordem plausível.
- Revisão humana. Você vê os campos extraídos ao lado da imagem, corrige qualquer erro e os aprova antes que sejam salvos.
A etapa 5 importa mais do que se imagina. Um dígito lido errado é comum, e a forma mais barata de pegá-lo é a aritmética.
O mesmo truque funciona para datas (um vencimento anterior à data da fatura é suspeito) e para moedas (um total com o número errado de casas decimais é suspeito).
Onde a precisão falha
Ninguém publica um único número honesto de precisão para o OCR de fatura, porque ela depende do documento. Estes são os pontos de falha habituais.
- Imagens ruins. Desfoque, reflexo, sombras, um dedo no quadro e papel amassado reduzem a precisão.
- Recibos térmicos desbotados. A tinta desbota com o calor e o tempo, e os caracteres desaparecem.
- Letra manuscrita. Difícil para o software, sobretudo para números.
- Layouts incomuns. Faturas com várias colunas, texto girado, carimbos ou marcas d’água podem confundir a etapa de layout.
- Documentos de várias páginas. Totais na última página e itens em páginas anteriores podem ser ligados de forma errada.
- Caracteres parecidos. 0 e O, 1 e I, 5 e S, e 8 e 9 são confusões clássicas.
- Formatos de moeda e de número. 1.234,50 em muitos países europeus é 1,234.50 nos EUA. Uma ferramenta precisa saber qual formato está lendo.
- Vários totais. Subtotal, imposto, frete, sinal e saldo devido aparecem perto uns dos outros, e o errado pode ser rotulado como “total”.
- Idiomas e alfabetos. A precisão varia por idioma, e documentos com idiomas misturados são mais difíceis.
Nada disso significa que não vale usar OCR. Significa que o modelo correto é “um primeiro rascunho rápido que uma pessoa aprova”, e não “um contador que nunca erra”.
A pessoa no processo
Os melhores fluxos de OCR de fatura compartilham quatro hábitos.
- Mostrar a imagem ao lado dos campos. Você deve poder clicar em um número e ver de onde ele veio.
- Destacar o que é incerto. Campos de que o modelo não tem certeza devem parecer diferentes dos de que ele tem certeza.
- Executar conferências visíveis. Uma linha que diz “os itens somam o subtotal” ou “o imposto não corresponde a 8.25%” vale mais do que uma pontuação de confiança que ninguém entende.
- Exigir aprovação para dinheiro. Totais, dados bancários e qualquer coisa que dispare um pagamento devem ser confirmados por uma pessoa, nunca salvos em silêncio.
Tenha o máximo cuidado com números de conta bancária em faturas de fornecedores. Um número de conta alterado é um padrão clássico de fraude. Se os dados bancários de um fornecedor forem diferentes dos que você tem registrados, confirme por telefone usando um número que você já conhece, e não um impresso na fatura nova.
Privacidade: o que perguntar antes de enviar
Faturas e recibos contêm dados sensíveis: nomes, endereços, números fiscais, valores e, às vezes, dados bancários. Antes de usar qualquer serviço de OCR, obtenha respostas a estas perguntas.
- Onde os arquivos são armazenados e por quanto tempo? Procure um prazo de retenção e uma forma de excluí-los.
- Eles são criptografados em trânsito e em repouso? A resposta deve ser um sim claro.
- Quem pode vê-los? Pergunte se funcionários podem ver os seus documentos e em quais condições.
- Os meus documentos são usados para treinar modelos? Alguns serviços fazem isso por padrão. Você deve poder optar por sair, e um fornecedor honesto diz isso em palavras claras.
- Vocês compartilham dados com terceiros? Pergunte quais subprocessadores tratam os seus arquivos.
- Posso exportar e excluir os meus dados? Você deve poder levar os seus dados e removê-los.
- O que acontece se houver uma violação? Deve haver um processo declarado.
Leia a política de privacidade para ver as respostas e trate uma política vaga como um não. Se você lida com dados pessoais de clientes, também pode dever obrigações a eles segundo as leis de privacidade que se aplicam a você. Consulte um profissional se tiver dúvida.
Guarde o original
Seja o que for que a ferramenta extraia, guarde a imagem ou o PDF original. Os campos extraídos são uma conveniência, e o original é a sua prova se um cliente, um fornecedor ou uma autoridade fiscal fizer perguntas depois. O IRS diz que o prazo padrão para guardar registros de imposto de renda é de três anos a partir da data da entrega da declaração, com prazos maiores em algumas situações, por exemplo seis anos se você omitir mais de 25% da renda que deveria ter declarado. O seu estado, setor ou contratos podem exigir mais, então pergunte ao seu contador.
Erros comuns
- Confiar no total sem conferir. Compare sempre com a imagem.
- Pular a linha de imposto. Um valor de imposto errado passa para a fatura do seu cliente.
- Enviar sem verificar a privacidade. Saiba para onde vão os seus documentos.
- Jogar fora o papel. Guarde o original, seja papel ou arquivo digital.
- Digitalizar com luz ruim. Uma superfície plana, luz clara e uniforme e um ângulo reto melhoram os resultados mais do que qualquer configuração.
- Ignorar o formato de moeda. Confira vírgulas e casas decimais em faturas estrangeiras.
- Deixar pagar automaticamente. Mantenha uma pessoa entre a extração e o pagamento.
- Supor que ele aprende os seus fornecedores para sempre. Confira os primeiros documentos de cada fornecedor novo.
Um checklist para usar bem o OCR de fatura
- A imagem está plana, bem iluminada, em foco e mostra o documento inteiro.
- Você compara fornecedor, data, número da fatura e total com a imagem.
- Você confere se os itens somam o subtotal e se o imposto corresponde à taxa.
- Você confere as casas decimais e o símbolo da moeda em documentos estrangeiros.
- Você confirma por telefone qualquer alteração de dados bancários, usando um número que já tem.
- Você salva o arquivo original junto com os dados extraídos.
- Você leu os termos de privacidade do fornecedor: armazenamento, retenção, uso para treinamento, exclusão.
- Você guarda os registros pelo prazo que o seu contador recomenda.
Quando os dados estiverem limpos, transforme-os em um documento que o seu cliente possa pagar. O gerador de recibos grátis está no ar hoje para criar um recibo, e um item de linha é o bloco básico de qualquer fatura, então vale a pena inserir cada um com clareza.
Onde o PayToMe entra
As ferramentas grátis de fatura e recibo do PayToMe estão no ar hoje. O Snap to Invoice, que transforma a foto de um recibo ou de uma anotação de trabalho em um rascunho de fatura que você revisa antes de enviar, está no ar em beta como parte da Via. O PayToMe não publicou números de precisão. O nosso princípio é o deste guia: o software propõe e você aprova. Leia mais na página de recibos. Entre no PayToMe para experimentar.
Fontes
Estas são informações gerais, não aconselhamento jurídico, fiscal ou de segurança. Os prazos de guarda de registros vêm da página do IRS How long should I keep records?. A descrição de como os sistemas de OCR funcionam e onde falham é conhecimento geral do setor e não depende da alegação de precisão de nenhum fornecedor. O PayToMe não cita nenhuma porcentagem de precisão porque não tem um produto no ar para medir.