Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Slučajevi upotrebe Document AI-ja

Lekcija 3 od 16 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Primjena u stvarnom svijetu po industrijama
  2. Financije i bankarstvo: Automatizirani KYC
  3. Zdravstvo: Povijesti bolesti i recepti
  4. Pravo: Analiza ugovora u velikom obujmu
  5. Računovodstvo: Obrada računa
  6. Logistika, arhivi i javni sektor
  7. Standardni radni tijek u proizvodnji
  8. Ključne točke

Ažuriranje 2. studenoga 2026. — OCR. OCR 4.0 (mistral-ocr-4-0) povučen je 30. rujna 2026. Koristi OCR 4.1 (mistral-ocr-4-1), koji je općenito dostupan od 31. kolovoza po istoj cijeni, ili alias mistral-ocr-latest, koji na njega pokazuje od 16. srpnja. OCR 4.1 dodaje ocjene pouzdanosti na razini blokova.

Primjena u stvarnom svijetu po industrijama

Document AI čini više od pukog izvlačenja teksta. Kombinacija OCR-a + anotacija + QnA čini uslugu vrijednom jer pokriva cijeli životni ciklus dokumenta, od primitka do iskorištavanja. Ova lekcija prolazi kroz najčešće slučajeve upotrebe po sektorima, navodeći koje su usluge uključene u svakom koraku. Ta je razlika važna unaprijed jer svaka dodana usluga uvodi trošak i kašnjenje.

Industrija Slučaj upotrebe Korištene usluge
Financije i bankarstvo Automatizirani KYC, izvlačenje izvoda, usklađenost OCR + Anotacije
Zdravstvo Povijesti bolesti, rukom pisani recepti, medicinska izvješća OCR + Anotacije + QnA
Pravo Analiza ugovora, izvlačenje klauzula, dubinska analiza (due diligence) OCR + QnA
Osiguranje Obrada odšteta, obrasci prijava OCR + Anotacije
Logistika Otpremnice, carinski dokumenti, skladišni kontrolni popisi OCR + Anotacije
Računovodstvo Ulazni računi, izvještaji o troškovima, bankovno usklađivanje OCR + Anotacije
Javni sektor Digitalizacija arhiva, administrativni obrasci OCR
Proizvodnja Tehnički podaci, certifikati kvalitete, izvještaji o inspekciji OCR + QnA

Financije i bankarstvo: Automatizirani KYC

Uključivanje klijenata najtraženiji je slučaj upotrebe jer je repetitivan, reguliran i vremenski zahtjevan. Proces „Upoznaj svog klijenta“ (KYC) uvijek slijedi isti slijed:

  1. Skeniranje identifikacijskih dokumenata: Putovnica, osobna iskaznica, vozačka dozvola
  2. OCR izvlačenje: Ime, prezime, datum rođenja, broj dokumenta
  3. Strukturirane anotacije: Validacija polja putem Pydantic sheme
  4. Unakrsna provjera: Automatska usporedba s internim bazama podataka
  5. Bogaćeno arhiviranje: Dokument indeksiran i dostupan za upite putem QnA-a

Ono što je službeniku za usklađenost nekada oduzimalo nekoliko sati, sada traje sekunde po datoteci. Agent intervenira samo u slučajevima označenima kao sumnjivi.

Zdravstvo: Povijesti bolesti i recepti

Medicinski sektor generira ogromne količine dokumenata, od kojih velik dio ostaje rukom pisan. Rukom pisani recept, koji se često smatra nečitljivim, ispravno se transkribira čak i kada liječnik miješa latinske termine s lokalnim jezikom. Obrasci s potvrdnim poljima, koji su dugo bili glavobolja za tradicionalne OCR motore, imaju svoje boolean odgovore izvučene s iznimnom točnošću. Na medicinskim izvještajima model identificira identitet pacijenta, dijagnozu i propisane lijekove.

Jedno ponašanje zaslužuje naglasak jer određuje koliko povjerenja možeš imati u sustav: kada polje nedostaje u dokumentu – na primjer, nenavedeni broj telefona – model izvješćuje o tom nedostatku umjesto da izmisli uvjerljivu vrijednost. To je točna suprotnost refleksu modela opće namjene i upravo to čini izvlačenje upotrebljivim bez sustavne ljudske provjere.

Pravo: Analiza ugovora u velikom obujmu

Odvjetnički uredi i pravni odjeli prvenstveno koriste izvlačenje klauzula i QnA. Prvi slučaj upotrebe uključuje automatsko identificiranje klauzula o raskidu, zabrani konkurencije ili povjerljivosti unutar korpusa, pretvarajući ručnu provjeru u potpomognutu trijažu. Drugi sjaji tijekom dubinske analize (due diligence): kada akvizicija uključuje stotine ugovora, korpusu postavljaš upite na prirodnom jeziku umjesto da čitaš sve od početka do kraja, detaljno pregledavajući samo dokumente koje pretraga istakne.

Računovodstvo: Obrada računa

Ovo je najzreliji slučaj upotrebe i često prvi koji se uvodi. Sve se svodi na Pydantic shemu koja točno opisuje što želiš dohvatiti:

from pydantic import BaseModel, Field

class Invoice(BaseModel):
    vendor: str = Field(..., description="Vendor name")
    invoice_number: str = Field(..., description="Invoice number")
    date: str = Field(..., description="Invoice date in YYYY-MM-DD format")
    amount_excl_tax: float = Field(..., description="Amount excluding tax in euros")
    amount_incl_tax: float = Field(..., description="Amount including tax in euros")
    vat_amount: float = Field(..., description="VAT amount in euros")

Kada se proslijedi Annotations API-ju, ova shema izvlači polja iz svakog skeniranog računa bez potrebe za prethodnom konfiguracijom predložaka računa dobavljača. Obrati pažnju na brigu uloženu u opise i tipizaciju: to govori modelu da se iznos mora vratiti kao broj, a datum u formatu YYYY-MM-DD, a ne u obliku kakav se nalazi na papiru.

Logistika, arhivi i javni sektor

U logistici, tisuće otpremnica, teretnica i carinskih dokumenata koji se obrađuju svakodnevno pogodni su za automatsko izvlačenje podataka o pošiljatelju i primatelju, čitanje barkodova i brojeva za praćenje prisutnih na slikama te digitalizaciju skladišnih kontrolnih popisa koje su ručno ispunjene na često zgužvanim medijima.

Digitalizacija arhiva poseban je slučaj. Dokumenti su ovdje stari, ponekad u lošem stanju, pisani rukopisom iz 19. ili 20. stoljeća, s tipografijom i frazama koje se više ne koriste. OCR 4 rukuje ovime bolje od tradicionalnih OCR motora zahvaljujući svom vizualnom razumijevanju, ali budi realan/na glede ograničenja: točnost pada na jako oštećenim stavkama, a svaki ozbiljan arhivski projekt uvijek uključuje fazu ljudske provjere.

Standardni radni tijek u proizvodnji

Bez obzira na sektor, cjevovod izgleda slično: unos dokumenta putem skeniranja, prijenosa ili e-pošte; OCR za izvlačenje teksta i strukture putem mistral-ocr-latest; anotacije za dobivanje strukturiranih podataka prema tvojoj poslovnoj shemi; indeksiranje obogaćenog Markdowna u vektorsku ili SQL bazu podataka; zatim iskorištavanje putem pretrage, QnA-a, izvještavanja ili automatizacije tijeka rada. Ako dizajniraš projekt, mapiraj ovih pet koraka prije nego napišeš ijednu liniju koda: oni određuju gdje pohranjuješ podatke, što ponavljaš u slučaju pogreške i što naplaćuješ.

Ključne točke

  • Document AI primjenjiv je na svaki sektor koji rukuje dokumentima
  • Standardni radni tijek je: unos, OCR, anotacije, indeksiranje, iskorištavanje
  • Pydantic anotacije omogućuju ti izvlačenje točno onih podataka koje trebaš
  • QnA ti omogućuje postavljanje upita dokumentima na prirodnom jeziku nakon indeksiranja
  • Kombiniranje sve tri usluge stvara cjelovito rješenje za dokumente