Cum încarci o factură PDF și sistemul completează automat datele (extracție AI)

Una dintre cele mai consumatoare activități contabile e introducerea facturilor primite. Pentru o firmă cu 50 de furnizori și 100 de facturi pe lună, înseamnă 100 × ~5 minute = 8 ore de tastat manual numerele într-un formular. Cu un sistem care citește factura PDF și completează singur câmpurile, asta scade la 100 × ~30 secunde = 50 minute. Articolul explică cum funcționează fluxul în Fiscalio.

Ce tipuri de PDF se acceptă

• PDF cu text extractibil: facturi generate digital de furnizor (din ERP, Excel exportat, programe de facturare). Aici text-ul e direct accesibil și extracția e rapidă (~5 secunde).
• PDF scanat / imagine: facturi printate și scanate de tine. Aici intervine OCR-ul — recunoaștere de caractere din imagine. Durează puțin mai mult (~15-30 secunde), dar funcționează bine pentru calități rezonabile de scan.
• XML UBL (e-Factura ANAF): pentru facturi primite via SPV, parsarea e exactă (XML structurat). Sincronizarea SPV importă acest tip automat.

Pasul 1: drag-and-drop PDF — 5 secunde

Pe pagina Documente, tragi PDF-ul în zona de upload. Sistemul:

1. Verifică dimensiunea (max ~20 MB) și tipul fișierului.
2. Calculează un hash pentru detecție duplicate.
3. Stochează fișierul în S3-compatible storage (criptat la rest).
4. Pune un job în coadă pentru procesare async — UI-ul nu blochează, poți continua cu alte sarcini.

Pipeline de extracție

Procesarea se face în câteva faze, fiecare cu un fallback:

Faza 1: extracție text PDF

Sistemul încearcă să extragă text-ul direct din PDF folosind biblioteci specializate (pdfjs-dist). Dacă PDF-ul a fost generat digital, text-ul e disponibil instant. Dacă e scanat, faza eșuează cu „text-ul e prea sărac" și se trece la OCR.

Faza 2: OCR (când e nevoie)

Pentru PDF-uri scanate, intervine adapter-ul de OCR. Imaginea e trimisă la un serviciu specializat care întoarce text recunoscut cu coordonate. Calitatea OCR depinde de:

• Rezoluția scan-ului (minim 200 DPI recomandat)
• Contrastul (alb-negru clar mai bine decât culori palide)
• Lipsa elementelor decorative care confundă OCR-ul (watermark-uri, background-uri colorate)

Faza 3: parsare AI a câmpurilor structurate

Cu text-ul în mână (din PDF sau OCR), un model AI specializat extrage câmpurile structurate ale facturii:

• Furnizor: denumire, CUI (cu sau fără prefix RO), adresă.
• Beneficiar: identificare ca firma ta (sau alertă dacă nu coincide — semnal că PDF-ul e adresat altcuiva).
• Numărul facturii și seria.
• Data emiterii și data scadenței.
• Liniile facturii: descriere, cantitate, preț unitar, cota TVA, sumă net, sumă cu TVA.
• Total net, TVA, total cu TVA.
• Monedă (RON, EUR etc.) și curs de schimb dacă e cazul.

AI-ul returnează și un scor de încredere per câmp. Câmpurile cu încredere joasă apar marcate în UI ca „verifică manual" — tu confirmi sau corectezi.

Faza 4: validare deterministă + duplicate detection

Backend-ul recalculează totalurile pe baza liniilor extrase și compară cu totalul declarat în PDF. Dacă diferența e > 0,01 lei, marchează factura ca „REVIEW_REQUIRED" cu motivul exact (ex. „totalul liniilor e 1.234,56 dar PDF-ul declară 1.234,57").

Detectarea duplicatelor e bazată pe trei chei: CUI furnizor + număr factură + dată emitere. Dacă se găsește o factură identică deja în sistem, primești avertizare: „Factură posibil duplicată: F-2026-0042 de la SC Furnizor SRL, încărcată acum 3 zile. Verifică."

Pasul 2: review și aprobare — 30 de secunde

Pe pagina facturii primite, vezi:

• PDF-ul original în partea stângă, datele extrase în partea dreaptă, ca să le compari rapid.
• Câmpuri pre-completate cu valorile extrase. Cele cu încredere joasă (rar — <5% din câmpuri pe PDF-uri normale) sunt marcate cu icon de avertisment.
• Buton „Aprobă" care creează o factură contabilă oficială. Sau „Resping" dacă PDF-ul nu e relevant.

Tot ce ai de făcut: scan rapid al câmpurilor, eventual o corecție pentru un caracter OCR-uit greșit (ex. „0" vs „O" în număr factură), apoi click pe Aprobă.

Cazuri speciale

Furnizor nou

Dacă AI-ul extrage un CUI care nu e în baza ta de date, sistemul îți propune să-l adaugi. Apeși „Adaugă furnizor", sistemul face lookup automat în ANAF pentru date complete (denumire oficială, adresă, status TVA), tu confirmi.

Factură în engleză sau alte limbi

Modelul AI e antrenat pentru limba română, dar funcționează rezonabil și pe facturi în engleză sau franceză primite de la furnizori internaționali. Pentru limbi exotice sau formate atipice, calitatea scade — atunci câmpurile rămân goale și completezi manual.

PDF stricat

Dacă PDF-ul e corupt sau nelizibil, primești notificare in-app și pe email „Procesare document eșuată" cu mesajul exact. Poți încerca o reprocesare cu un fișier de calitate mai bună sau să introduci manual datele.

Cât economisești

• Manual: ~5 minute per factură pentru tastat numere.
• Cu AI extraction: ~30 secunde per factură pentru review + click pe Aprobă.
• Câștig: ~4,5 minute per factură. Pe 100 de facturi/lună → 7-8 ore economisite.

Ce NU face AI-ul

Dorim transparență despre limitele sistemului:

• Nu aprobă singur — tu apeși Aprobă.
• Nu determină contul contabil pe care merge factura — asta rămâne decizia contabilului.
• Nu calculează TVA-ul deductibil sau prorata — folosim regulile fiscale, nu AI-ul.
• Nu înlocuiește verificarea contabilă — rămâne o etapă obligatorie de control.

Pe scurt

Cel mai mare câștig de timp în contabilitatea unui SRL e la introducerea facturilor primite. Cu OCR pentru scanuri + AI pentru date structurate, fluxul de la „PDF în mână" la „factură aprobată în sistem" scade de la 5 minute la 30 de secunde. Restul timpului tău rămâne pentru muncă cu valoare reală — analiză, planificare, advisory pentru client.