← Domů

Případová studie · Favex

Automatizace vytěžování atestů u obchodníka s hutním materiálem

Z ruční kontroly, která stála 4+ hodiny práce denně, se stalo workflow s AI extrakcí, validací proti normě a strukturovaným exportem do ERP. S auditní stopou, detekcí dodavatelů a vícejazyčnou podporou.

4+ h ušetřené práce denně
30–45 s na certifikát
95 %+ přesnost na klíčových polích
16+ dodavatelů s automatickou detekcí
favex · vytěžování atestů
Rozhraní aplikace Favex pro vytěžování atestů
Klient

Favex

Obchodní společnost v hutním segmentu. Přijímá stovky materiálových certifikátů měsíčně od desítek různých dodavatelů - každý s jiným formátem, strukturou i jazykem.

Výchozí stav

Co problém způsoboval

Každý certifikát musel operátor ručně přepsat do interního ERP systému - chemická analýza, mechanické vlastnosti, technické zkoušky, čísla taveb, normy kvality, hlavičková pole. Denně to stálo 4+ hodiny manuální práce.

  • Různé formáty od desítek dodavatelů
  • Multi-jazyčná dokumentace (CZ, DE, EN, IT)
  • PDF obsahující více certifikátů za sebou
  • Opakované chyby z rutinního přepisu
  • Závislost na několika zkušených operátorech
  • Žádná jednotná auditní stopa
Řešení

AI workflow pro celý tok certifikátu

Navrhli jsme a nasadili end-to-end workflow, ve kterém operátor přestal přepisovat a začal validovat. AI extrahuje strukturovaná data, automatika je porovná s normou i s původním PDF, označí rizika a připraví výstup pro člověka. Za každou extrakcí je auditní stopa: co bylo ve zdroji, co v normě, co ve výstupu a proč.

Příjem PDFweb · IMAP · dávka
Detekce & splittermulti-cert PDF
AI extrakcepodle složitosti
Validace vůči normělimity a výjimky
QA scoring0–100 + severity
Operátorpotvrzení
Export do ERPstrukturovaný

Extrakce a detekce

Extrakce všech sekcí atestu

Hlavičková pole, rozměry a váhy, čísla taveb, chemická analýza, mechanické vlastnosti, tepelné zpracování, technické zkoušky (charpy, ultrazvuk, tvrdost), markings i textové poznámky v tabulkách.

Automatická detekce 16+ dodavatelů

Každý dodavatel má jiný formát, jiné názvy polí, jinou strukturu tabulek. Systém si s tím poradí sám - pro každého drží vlastní pravidla. Nový dodavatel se přidává jako datový template, ne jako programátorská úloha.

Multi-certifikát PDF & vícejazyčnost

PDF s více certifikáty se automaticky rozdělí na jednotlivé dokumenty. Extrakce zvládá CZ, DE, EN, IT i kombinace - jeden standardizovaný tok, žádné nastavování per jazyk.

Kontrola a validace

Validace proti normě

Systém má načtené technické normy se záznamy podle třídy oceli a tloušťky materiálu. Každá chemická hodnota i mechanická vlastnost z atestu se automaticky porovná s mezními hodnotami normy - operátor rovnou vidí, co projde a co ne.

Výjimky z poznámek v normách

Normy obsahují podmíněná pravidla typu „poměr prvků musí být alespoň…", „výjimky pro určité třídy oceli", „limity závislé na tloušťce materiálu". Tyhle výjimky by jinak musel hlídat zkušený expert - systém je aplikuje automaticky a u každé odchylky řekne, která poznámka to povolila.

QA scoring 0–100 se severitou

Ke každému certifikátu skóre 0–100 a seznam varování ve třech úrovních: HIGH (fyzikálně nemožná hodnota), MEDIUM (podezřelá hodnota), LOW (chybějící volitelné pole). Certifikáty nad 95 bodů bez HIGH/MEDIUM jsou kandidáti na auto-approve.

Provoz, operátor a integrace

Příjem ze všech kanálů

Web upload (drag & drop), automatický příjem z e-mailu (IMAP s filtrem subjektu), dávkový import celé složky, vestavěný PDF splitter pro manuální rozdělení.

Operátor místo přepisování jen kontroluje

Vedle formuláře vidí PDF, aby si mohl každou hodnotu ověřit u zdroje. Data jsou předvyplněná, nesoulady a výjimky jsou barevně zvýrazněné. U certifikátů bez problému stačí jedno potvrzení. Zkušení kolegové se zapojují jen tam, kde to opravdu potřebuje pozornost.

Export do ERP a API

Potvrzená data jdou přímo do importního formátu ERP - bez mezikroků a ručního kopírování. Pro další systémy je k dispozici REST API. Napojení na reportingové nástroje nebo jiný ERP je otázka konfigurace, ne další projektu.

Co drží kvalitu v čase

Výkon podle složitosti

Jednoduché textové PDF jde přes rychlejší cestu, komplexní skeny a multi-cert dokumenty přes výkonnější. Rozhodnutí je automatické - provoz běží efektivně bez zásahu operátora.

Systém se učí z oprav

Každá oprava od operátora se zaznamená. Pokud se nějaké pole opravuje opakovaně, systém si to zapamatuje a příště ho extrahuje přesněji. Kvalita v čase neklesá, ale naopak se zlepšuje.

Transparentní provoz

Přehled ukazuje stav zpracování, přesnost extrakce a nejčastěji opravovaná pole. Je jasně vidět, kde systém funguje spolehlivě a kde je prostor na zlepšení.

Výsledek v provozu

Co se u klienta reálně změnilo

  • 4+ hodiny denně ušetřené manuální práce. Operátor přepisování nahradil validací.
  • Čas na certifikát 30–45 sekund. Místo minut ručního přepisu.
  • 95 %+ přesnost na klíčových polích u textových PDF. Operátor pouze potvrzuje.
  • Menší závislost na seniorních operátorech. Zkušení lidé řeší výjimky, ne rutinu.
  • Auditní stopa u každého certifikátu. Dohledatelné, kdo co zkontroloval, kdy a proč.
  • Škálovatelnost. Nárůst objemu nevyžaduje nárůst lidí.
Pokračování spolupráce

Rozšiřujeme do dalších procesů

Atesty byly první ostrý use-case. Aktuálně s Favexem řešíme vytěžování přijatých faktur. Jiná doména, ale stejný princip: dokument přichází v různých formátech od různých dodavatelů, musí se extrahovat, zvalidovat a předat do ERP. Každý další proces už navazuje na známé prostředí, data, integrace a způsob práce operátorů.

Co z toho plyne

Princip, který funguje i mimo atesty

Stejný postup - analýza procesu → návrh workflow → validace → produkční provoz - funguje i mimo atesty: u faktur, práce s normami, QA kontroly, compliance workflow i interní knowledge. Neprodáváme hotový produkt bez kontextu. Stavíme workflow nad daty, pravidly a systémy klienta - technologii volíme podle citlivosti dat a míry kontroly.

Máte podobný proces, který stojí na ruční kontrole?

Napište, co dnes lidé ručně kontrolují, v jakém objemu a kde vzniká zdržení. Navrhneme první rozumný krok a řekneme i to, kdy AI smysl nedává.