AI sąskaitų atpažinimas (OCR): kaip automatiškai išgauti PVM duomenis iš PDF 2026 m.

25 darbuotojų statybos UAB buhalterė kiekvieną mėnesį gauna 80–120 tiekėjų PVM sąskaitų faktūrų PDF formatu el. paštu. Jos darbas: atsidaryti kiekvieną PDF, perskaityti, rankiniu būdu įvesti duomenis į Rivilę — tiekėjo pavadinimą, PVM kodą, sąskaitos numerį, datą, sumą, PVM tarifą. Tai užtrunka 6–8 valandas per mėnesį — ir tai dar optimistinis skaičius. Jei sąskaita nuskanuota blogai arba tiekėjas naudoja neįprastą formatą, vienas dokumentas gali atimti 10–15 minučių.

Daugelyje 5–50 darbuotojų Lietuvos įmonių ši situacija yra norma. Finansų vadovai ir buhalteriai, tvarkantys 100–500 gaunamų sąskaitų per mėnesį, skiria nuo 3 iki 8 valandų per savaitę vien duomenų įvedimui — darbui, kurį AI OCR sistema gali atlikti per sekundes su 95–99 % tikslumu.

Šiame straipsnyje paaiškiname, kaip veikia dirbtinio intelekto OCR technologija sąskaitoms faktūroms, kokie 8 PVM laukai turi būti atpažinti, kokie įrankiai tinka Lietuvos verslui ir kaip integruotis su vietinėmis apskaitos sistemomis. Taip pat rasite praktinį diegimo planą dviem savaitėms.

Kaip veikia AI OCR sąskaitoms faktūroms

Tradicinis OCR (optinis simbolių atpažinimas) veikė paprastai: jis “skaitė” tekstą iš vaizdo, pikselis po pikselio, ir bandė atpažinti raides pagal formą. Šis metodas gerai veikė standartizuotiems dokumentams, bet klysdavo, kai keisdavosi šriftas, išdėstymas arba dokumentas buvo nuskanuotas kreivai.

AI OCR veikia kitaip. Šiuolaikiniai sprendimai, tokie kaip Google Document AI, Amazon Textract ar OpenAI Vision, naudoja neuroninius tinklus, apmokytas ant milijonų sąskaitų faktūrų. Jie ne tik atpažįsta tekstą, bet ir supranta dokumento struktūrą: kur yra antraštė, kur eilutės, kur “Iš viso” sumos blokas. Net jei tiekėjas naudoja neįprastą išdėstymą ar spalvotą lentelę, AI geba teisingai identifikuoti laukus.

Procesas žingsnis po žingsnio: pirma, PDF konvertuojamas į aukštos raiškos vaizdą (rasterizacija). Antra, AI modelis analizuoja vaizdą ir identifikuoja teksto blokus bei jų erdvinį ryšį. Trečia, NLP (natūralios kalbos apdorojimas) sluoksnis ištraukia struktūrizuotus laukus — sąskaitos numeris, data, tiekėjas, suma. Ketvirta, rezultatai grąžinami JSON ar XML formatu, paruoštu integracijai su apskaitos sistema.

Skirtumas nuo rankinio įvedimo yra principinis: sistema apdoroja 100 sąskaitų tiek pat laiko, kiek 1 — apie 2–5 sekundes vienam dokumentui. Detaliau apie sąskaitų automatizavimo procesą: automatinis sąskaitų išrašymas ir apdorojimas.

8 privalomi PVM sąskaitos laukai, kuriuos AI privalo atpažinti

Lietuvos mokesčių teisė nustato, kokie laukai privalo būti PVM sąskaitoje faktūroje. OCR sistema yra naudinga tik tada, kai ji teisingai ištraukia visus privalomus laukus — trūkstamas ar klaidingas laukas reiškia rankinio tikrinimo poreikį ir neužskaityto PVM riziką.

1. Pardavėjo PVM mokėtojo kodas

PVM kodas prasideda “LT” ir turi 9 arba 12 skaitmenų. OCR turi atskirti PVM kodą nuo įmonės kodo — dažna klaida pradedančioms sistemoms. Teisingas PVM kodo atpažinimas yra kritinis: be jo PVM atskaitą praranda.

2. Sąskaitos faktūros numeris

Unikalus sąskaitos identifikatorius — reikalingas dublikatų kontrolei ir buhalterinei apskaitai. Numeriai gali būti raidiniai-skaitmeniniai (pvz., SF-2026-001482), todėl sistema turi atpažinti bet kokį formatą.

3. Sąskaitos faktūros data

Data lemia, į kurį mokestinį laikotarpį pateks PVM. Lietuvos tiekėjai naudoja skirtingus formatus: 2026-05-15, 15/05/2026, 2026 m. gegužės 15 d. AI turi normalizuoti visus formatus į vieną standartą.

4. Suma be PVM

Grynoji prekių ar paslaugų vertė prieš PVM. Kai sąskaitoje yra kelios eilutės su skirtingais PVM tarifais, sistema turi teisingai sumuoti kiekvieną grupę atskirai.

5. PVM tarifas ir 6. PVM suma

Lietuvoje galioja trys PVM tarifai: 21 %, 9 % (maisto produktams, periodinei spaudai, vaistams) ir 5 % (specifinėms prekių kategorijoms). Sąskaitoje gali būti eilučių su skirtingais tarifais — OCR turi atskirti kiekvieną grupę ir patikrinti, ar PVM suma matematiškai teisinga.

7. Bendra suma su PVM (“Viso mokėti”)

Galutinė mokėtina suma. Geras OCR sprendimas kryžmiškai tikrina: suma be PVM + PVM suma = bendra suma. Jei skaičiai nesutampa — iškart pažymima žmogaus peržiūrai.

8. Prekių ar paslaugų eilutės

Detalus sąrašas su kiekiu, vieneto kaina ir sumos stulpeliais. Eilučių atpažinimas yra sudėtingiausias uždavinys — ypač kai lentelė išskaidyta per kelis puslapius arba kai tiekėjas naudoja nestandartinį stulpelių išdėstymą.

Geriausi AI OCR įrankiai Lietuvos verslui: kainų palyginimas

Rinkoje yra keletas brandžių sprendimų — nuo specializuotų SaaS platformų iki lanksčių pasirinktinių integracijų. Žemiau pateikiamas praktinis palyginimas pagal kainą, tikslumą ir tinkamumą Lietuvos sąskaitų formatams.

Rossum — nuo 299 EUR/mėn.

Rossum yra viena labiausiai pažengusių sąskaitų faktūrų OCR platformų Europoje. Jis iš anksto apmokytas ant milijonų Europos sąskaitų, įskaitant lietuviško formato dokumentus. Privalumai: aukštas tikslumas iš karto po diegimo (90–95 % be papildomo mokymo), patogi korekcijaos sąsaja, kurioje žmonės pataisymai automatiškai pagerina modelį, stipri Rivilė ir Apskaita.io integracija per API. Trūkumas: kaina — nuo 299 EUR/mėn. už 500 dokumentų. Tinka įmonėms, tvarkančioms 300+ sąskaitų per mėnesį.

Klippa — nuo 199 EUR/mėn.

Klippa yra olandų startuolis, siūlantis lankstų dokumentų OCR API. Stipriausia pusė — greita integracija per REST API ir paruošti sprendimai buhalterinėms sistemoms. Palaikomi 65+ kalbų ir formatų. Kaina nuo 199 EUR/mėn. už 200 dokumentų arba mokama pagal kiekį — apie 0,10–0,25 EUR už dokumentą. Labiau tinka mažesniam dokumentų kiekiui arba įmonėms, norinčioms greito startupio.

n8n + OpenAI Vision — nuo 50–100 EUR/mėn.

Ekonomiškiausias variantas techniškai patyrusiam verslui. n8n automatizavimo platforma priima PDF el. paštu arba iš debesų saugyklos, konvertuoja į vaizdą ir siunčia į OpenAI GPT-4 Vision API su konkrečia ekstrakcijos instrukcija. Modelis grąžina JSON su visais laukais. Kaina: VPS serveris n8n ~10–15 EUR/mėn. + OpenAI API ~0,01–0,03 USD už sąskaitą (100 sąskaitų — apie 2–3 USD). Viso: 50–100 EUR/mėn. Diegimui reikia techninių žinių, tačiau lankstumas yra maksimalus — galima pritaikyti prie bet kokio formato.

Google Document AI — mokama pagal kiekį

Google Document AI turi specialų “Invoice Parser” modelį, apmokytą ant pasaulinio masto sąskaitų. Kaina: ~0,65 USD už 1 000 puslapių — tai reiškia, kad 500 vienalapio PDF sąskaitų kainuoja apie 0,33 USD per mėnesį. Integruojamas per REST API arba per n8n mazgą. Puikiai tinka, jei jau naudojate Google Cloud ekosistemą.

Integracija su Lietuvos apskaitos sistemomis

OCR sistema yra naudinga tik tada, kai ištraukti duomenys automatiškai patenka į apskaitos programą — ne į Excel lentelę, kurią dar reikia rankiniu būdu importuoti. Žemiau aprašytos keturios pagrindinės Lietuvos sistemos ir jų integracijų galimybės.

Apskaita.io turi REST API, kuris leidžia programiškai kurti gaunamų sąskaitų įrašus. n8n arba Rossum gali tiesiogiai siųsti struktūrizuotus duomenis į Apskaita.io per API — sąskaita atsiranda sistemoje per 5–10 sekundžių nuo PDF gavimo. Apskaita.io OCR integracija yra viena populiariausių tarp mūsų klientų, nes sistema plačiai naudojama Lietuvos smulkiajame versle. Detaliau apie automatizavimo galimybes su šia platforma galite skaityti straipsnyje dirbtinis intelektas buhalterijoje.

Rivilė — viena seniausių ir labiausiai paplitusių buhalterinių sistemų Lietuvoje — siūlo integracijų API. Duomenų mainams galima naudoti tiesioginę API arba XML importo formatą, kurį Rivilė palaiko standartiškai. Rossum turi paruoštą Rivilė konektor’ą; n8n sraute Rivilė XML generuojamas dinamiškai pagal ištrauktus laukus.

Finvalda naudoja REST API gaunamų dokumentų įkėlimui. Integracija reikalauja Finvalda API rakto ir standartinio JSON formato — tai tiesiogiai palaikoma tiek Rossum, tiek n8n+OpenAI Vision sprendime. Finvalda ypač paplitusi tarp didesnių UAB, kurios turi sudėtingesnius buhalterinės apskaitos reikalavimus.

Centas siūlo CSV arba API importą. Mažesnėms įmonėms, naudojančioms Centas, greičiausias kelias yra n8n srautas: OCR → JSON → automatiškai generuojamas CSV → Centas importas be žmogaus dalyvavimo.

Tikslumas: ko tikėtis ir kaip jį padidinti

Tikslumas priklauso nuo dokumento kokybės ir naudojamos technologijos. Praktinės orientacinės vertės pagal dokumento tipą:

Natyvus PDF (iš apskaitos programos): 95–99 %. Dauguma tiekėjų dabar išrašo sąskaitas iš programų — toks PDF turi aiškų, mašininiu būdu skaitomą tekstą. Tikslumas praktiškai lygus rankinio įvedimo tikslumui, o greitis — šimtai kartų didesnis.

Nuskanuotas PDF arba foto: 85–95 %. Kokybė priklauso nuo skenavimo rezoliucijos (300 DPI — minimalus standartas) ir apšvietimo tolygumu. Kreivai nuskanuotos ar sulankstytų sąskaitų tikslumas krenta iki 75–85 %.

Kaip padidinti tikslumą: pirma, prašykite tiekėjų siųsti sąskaitas kaip natyvų PDF, ne skenuotą. Antra, sukurkite patvirtintų tiekėjų sąrašą — sistema automatiškai patikrina ištrauktą PVM kodą prieš sąrašą ir pažymi neatitikimus. Trečia, pirmas mėnuo — visada peržiūra 100 % sąskaitų; vėliau — tik pažymėtas (žemas confidence score). Ketvirta, kiekviena pataisyta klaida moko sistemą — sprendimai kaip Rossum mokosi iš korekcijų ir po kelių savaičių tikslumas auga.

Įgyvendinimo žingsniai per 2 savaites

Praktinis AI OCR diegimas daugumai 5–50 darbuotojų įmonių neužtrunka ilgiau nei dvi savaites. Žemiau pateikiamas realus žingsnių planas.

1 savaitė — pasiruošimas ir testavimas

Pirmadienį — surinkite 30–50 praėjusio mėnesio sąskaitų kaip testavimo rinkinį. Stenkitės, kad rinkinys apimtų įvairius tiekėjus, formatus ir vieną nuskanuotą sąskaitą testavimui. Antradienį–trečiadienį — sukonfigūruokite OCR įrankį arba n8n srautą, paleiskite testavimo rinkinį ir peržiūrėkite tikslumą kiekvienam laukui atskirai. Ketvirtadienį–penktadienį — sukonfigūruokite integraciją su apskaitos sistema bandomojoje aplinkoje ir patikrinkite, ar duomenys teisingai pasirodo buhalterinėje programoje.

2 savaitė — integracija ir paleidimas

Pirmadienį–antradienį — sukonfigūruokite gaunamų sąskaitų el. pašto stebėjimą: sistema automatiškai paima priedus iš nurodyto el. pašto adreso. Trečiadienį — kartu su buhalterija atlikite pilną bandomąjį ciklą su 10–20 realių sąskaitų ir ištaisykite pastebėtas klaidas. Ketvirtadienį — perjunkite į produkcinę aplinką, nustatykite klaidų pranešimus ir confidence score ribas. Penktadienį — pirmoji pilna darbo diena su gyva sistema: stebėkite, ar sąskaitos tinkamai apdorojamos, ar klaidos pažymimos, ar buhalterė gauna tik tuos, kurie reikalauja dėmesio.

Po pirmo mėnesio — peržiūrėkite statistiką: kiek sąskaitų automatiškai apdorota be žmogaus įsikišimo, kiek reikalavo korekcijų, kiek sutaupyta valandų. Tipiškas rezultatas: 80–90 % sąskaitų apdorojamos automatiškai, buhalterė patikrina tik likusius 10–20 %. Laiko sutaupymas — 70–80 % nuo buvusio rankinio darbo.