Yapay Zeka OCR ile Fatura ve Belge Okuma Otomasyonu Rehberi

Şablon tabanlı OCR, belgenin belirli koordinatlarına kutu çizerek alan okur. Tek tip ve sabit düzenli belgede isabetlidir, ancak logo yeri kayan veya sayfa uzayan bir faturada kutular boşa düşer ve her yeni tedarikçi ayrı bir kurulum işi çıkarır. Yapay zeka OCR ise alanları anlamsal olarak tanır; daha önce hiç görmediği bir fatura düzenini de ilk seferde okuyabilir. 200 farklı tedarikçiyle çalışan işletmelerde fark bakım maliyetinde ortaya çıkar.

e-Fatura ve e-İrsaliye size UBL-TR (XML) formatında ulaşır; bu belgelerde OCR gereksizdir, veri doğrudan ayrıştırılır. OCR ihtiyacı e-posta ekiyle gelen e-Arşiv fatura PDF'lerinde, kağıt perakende fişlerinde, adisyon ve akaryakıt fişlerinde, yurt dışı tedarikçi faturalarında ve gümrük belgelerinde doğar. Doğru kurulan bir akış önce belge tipini sınıflandırır ve XML gelen belgeyi OCR kuyruğuna hiç sokmaz; bu hem maliyeti hem hata riskini düşürür.

Tek bir yüzde vermek yanıltıcıdır; üç metriği ayrı ölçmek gerekir: alan bazlı doğruluk, belge bazlı tam isabet ve STP (hiç insan dokunmadan geçen belge oranı). Matbu ve net faturalarda alan doğruluğu genellikle %95-99 bandına, STP oranı ilk aylarda %60-80 aralığına oturur. Buruşuk fiş ve el yazısı ağırlıklı belgelerde beklenti daha düşüktür. Ölçmenin tek doğru yolu, kendi belgelerinizden 100-200 örneklik etiketli bir test seti kurmaktır.

Fatura ve e-Arşiv PDF çıktısı, perakende fişi, adisyon, taksi ve akaryakıt fişi, irsaliye, makbuz, banka dekontu, sözleşme, sipariş formu, sigorta poliçesi, gümrük beyannamesi, çeki listesi ve konşimento gibi belgeler okunabilir. Belirleyici olan belgenin adı değil, çıkarılacak alanların net tanımlanmış olmasıdır. Her yeni belge tipi için birkaç gerçek örnek üzerinde alan haritası çıkarılır ve test seti oluşturulur.

Evet, ancak kalem bazlı okuma başlık alanlarını okumaktan belirgin biçimde zordur ve proje kapsamını büyütür. Her satır için açıklama, miktar, birim, birim fiyat, iskonto, KDV oranı ve satır tutarı ayrı ayrı çıkarılır; sonra satır tutarlarının toplamı matrahla karşılaştırılarak aritmetik doğrulama yapılır. Stok düşümü veya kalem bazlı maliyet takibi yapmıyorsanız yalnızca başlık alanlarıyla başlamak daha hızlı sonuç verir.

Evet. Bu sistemlerin bir kısmı REST API sunar, bir kısmında aktarım içe aktarma dosyası (XML/CSV) veya veritabanı görünümü üzerinden yürür. Entegrasyonun asıl işi teknik bağlantı değil eşleştirmedir: okunan tedarikçi unvanının cari hesap kartıyla, kalem açıklamasının stok kartı veya gider hesap koduyla eşleşmesi gerekir. Bu eşleştirme bir kez tanımlandıktan sonra aynı tedarikçinin sonraki faturalarında öneri hazır gelir.

Evet, bu doğrulama katmanının standart görevidir. Aynı VKN ve fatura numarası ikilisiyle daha önce kayıt açılıp açılmadığı kontrol edilir; eşleşme bulunursa belge kaydedilmez, mükerrer uyarısıyla onay kuyruğuna düşer. Ek olarak belge görüntüsünün özet değeri (hash) tutularak birebir aynı dosyanın tekrar yüklenmesi de yakalanır. Mükerrer kayıt, elle veri girişinin en pahalı hatalarından biridir ve otomasyonun ilk ayında geri dönüş sağlar.

Matbu belgelerde doğruluk yüksektir; el yazısı, ısı yazıcı çıktısı solmuş fişler ve buruşuk kağıtlarda oran belirgin biçimde düşer. Bu belge kümesi için gerçekçi kurgu, otomatik geçiş eşiğini yükseltip neredeyse tamamını doğrulama ekranına düşürmektir; sistem yine de alanları önceden doldurduğu için kullanıcı sıfırdan yazmak yerine sadece kontrol eder. Fotoğraf kalitesini yükselten basit kılavuzlar bile doğruluğu ölçülebilir biçimde artırır.

Evet, saha ekipleri ve masraf beyanı için en yaygın senaryo budur. Kullanıcı fişin fotoğrafını çeker, sistem görüntüyü düzeltir (perspektif ve kontrast), alanları çıkarır ve masraf kaydını oluşturur. Hafif eğik veya gölgeli fotoğraflar büyük ölçüde işlenebilir; kırpılmış veya flaş yansımalı görüntüler sorun çıkarır. Yükleme akışını mobil uygulama geliştirme tarafında kamera içi çerçeve kılavuzuyla kurmak, tekrar çekim oranını ciddi biçimde düşürür.

Kurumsal API kullanımında bu engellenebilir; büyük sağlayıcılar iş müşterisi verisinin model eğitiminde kullanılmamasını sözleşmeyle taahhüt eder ve sıfır saklama (zero retention) seçenekleri sunar. Kritik olan, entegrasyonun tüketici planları yerine kurumsal plan üzerinden kurulması ve bu maddenin sözleşmede yazılı olmasıdır. Ek olarak belge görüntülerinin nerede saklandığı, günlük kayıtlarında içerik tutulup tutulmadığı ve erişim yetkilerinin rol bazlı sınırlandırılması ayrıca kararlaştırılmalıdır.

Tek belge tipi okuyan ve tek sisteme yazan bir akış tipik olarak birkaç haftada pilota çıkar; çok tipli ve ERP entegrasyonlu kurulumlar daha uzun sürer. Edge Bilişim olarak bu projelerde önce sizden 100-200 gerçek belge toplayıp etiketli bir test seti kuruyor, alan haritasını ve doğrulama kurallarını muhasebe ekibinizle birlikte yazıyor, ardından iki-üç haftalık gölge çalışmayla sistemin çıktısını mevcut manuel girişle karşılaştırıyoruz. Yayına geçiş, ölçülen doğruluk rakamları kabul edildikten sonra yapılıyor. Daha geniş otomasyon bağlamı için işletmeler için yapay zeka otomasyonu rehberine bakabilirsiniz.

Tek belge tipi okuyan sade bir akış Türkiye pazarında genellikle 60.000-150.000 TL bandındadır; çok belge tipli, kural katmanlı ve ERP entegrasyonlu kurumsal kurulumlar 150.000-400.000 TL aralığına çıkar. Fiyatı belirleyen değişkenler belge tipi sayısı, kalem bazlı okuma ihtiyacı, entegre edilecek sistem sayısı ve doğrulama ekranının kapsamıdır. İşletme maliyeti ayrıdır ancak model çağrısı belge başına kuruşlar mertebesinde kaldığı için toplam bütçede küçük bir kalem oluşturur.

Aylık 200 belgenin altındaysanız kurulum maliyetinin geri dönüşü uzar; bu durumda hazır bir masraf/fiş uygulaması daha akılcı olabilir. Özel çözüm; belge hacmi yüksek, belge tipleri çeşitli, ERP entegrasyonu şart olan veya hata maliyeti yüksek (mükerrer ödeme, yanlış KDV indirimi) işletmelerde anlamlıdır. Karar için basit test şudur: aylık belge sayısı × belge başına kazanılan dakika, bir kişi-günü aşıyor mu?

Evet. İngilizce, Almanca ve diğer dillerdeki tedarikçi faturaları, proforma belgeler, gümrük beyannameleri ve çeki listeleri okunabilir. İthalatta dikkat edilmesi gereken nokta dil değil, para birimi ve tarih formatı farklılıklarıdır: MM/DD/YYYY ile DD/MM/YYYY ayrımı ve ondalık ayracın nokta mı virgül mü olduğu doğrulama kurallarında açıkça tanımlanmalıdır. Kur çevrimi de kayıt anındaki merkez bankası kuruyla otomatik yapılabilir.

Evet, belge okuma çoğu zaman ilk halkadır. Çıkan yapılandırılmış veri; tedarikçi harcama analizine, sözleşme yenileme hatırlatmalarına veya stok tahminine beslenebilir. Ürün kalemleri kataloğunuzla eşleştirilerek yapay zeka destekli ürün öneri ve akıllı arama tarafına, belge durum sorguları ise yapay zeka chatbot ve müşteri asistanı katmanına bağlanabilir. Edge Bilişim, belge verisini tek bir kaynak tabloda toplayıp bu akışları aynı veri modelinin üzerine kuruyor.