Case Study

Ekstrakcja danych z dokumentów leasingowych oparta na AI

Softwise.AI zaprojektowało i dostarczyło system automatycznej ekstrakcji danych dla Europejskiego Funduszu Leasingowego (EFL) - jednej z wiodących firm leasingowych w Polsce, należącej do Grupy Crédit Agricole. Rozwiązanie, oparte na Azure i dużych modelach językowych, zastępuje ręczny, comiesięczny przegląd około 100 dokumentów leasingowych kompletnym, zautomatyzowanym procesem, który zamienia surowy pakiet dokumentów w pełny, ustandaryzowany raport w kilka minut - spełniając przy tym rygorystyczne wymogi bankowe, RODO i standardy compliance na poziomie grupy.

KLIENT

EFL

ROK

2026

SEKTORY

Usługi finansowe, Leasing

REZULTATY

Proces ekstrakcji danych oparty na AI, Architektura Azure, Inżynieria promptów dla LLM, Wdrożenie i utrzymanie produkcyjne

The problem

EFL działa w wysoce konkurencyjnym i regulowanym otoczeniu leasingowym, w którym bieżące monitorowanie rynku wymaga regularnej analizy dokumentacji konkurencji i partnerów.

Dotychczas ten monitoring oznaczał ręczny, comiesięczny proces: przegląd około 100 dokumentów PDF, ręczne przepisywanie kluczowych pól i składanie wyników w raport. Ta praca pochłaniała wiele godzin czasu ekspertów, ograniczała częstotliwość analiz i była z natury podatna na błędy.

EFL chciał usunąć to wąskie gardło bez kompromisów wobec standardów wynikających z ładu korporacyjnego grupy bankowej: zgodności z wymogami wewnętrznych komitetów ds. AI, chmury i bezpieczeństwa oraz obowiązków RODO, w tym anonimizacji danych osobowych. Zadaniem Softwise.AI było zaprojektowanie i dostarczenie systemu klasy produkcyjnej, który automatycznie wyodrębni ustrukturyzowane dane finansowe z dokumentów leasingowych, zwróci ustandaryzowane wyniki i przejdzie pełny przegląd zgodności w organizacji.

{Kluczowe wyzwania}

Dlaczego OCR oparty na szablonach zawodzi przy ponad 40 formatach dokumentów?

Projekt musiał rozwiązać zestaw powiązanych ze sobą problemów, które wykluczały proste podejście oparte na gotowych narzędziach lub szablonach:

Ręczny, powolny monitoring konkurencji

Comiesięczna analiza około 100 dokumentów odbywała się ręcznie. Proces był czasochłonny, podatny na błędy i niemożliwy do skalowania ani częstszego uruchamiania

Niejednorodne, nieuporządkowane dane wejściowe

Dokumenty z ponad 40 źródeł miały bardzo różne formaty, układy i terminologię - często były to skany lub zdjęcia stron - przez co tradycyjny OCR oparty na szablonach okazywał się zawodny i kosztowny w utrzymaniu

Rygorystyczne wymogi bezpieczeństwa i zgodności

Jako rozwiązanie działające w grupie bankowej system musiał spełnić wymogi wewnętrznych komitetów ds. AI, chmury i bezpieczeństwa oraz RODO - w tym anonimizację danych osobowych i kontrolowany dostęp do zasobów chmurowych

Niezawodność klasy produkcyjnej od pierwszego dnia

System musiał wykraczać daleko poza prototyp: kontrolowane ponawianie operacji, monitorowanie jakości, przewidywalne czasy przetwarzania i jasne procedury operacyjne zarówno dla użytkowników biznesowych, jak i dla IT.

{Proces}

Jak w 5 krokach zbudowaliśmy proces ekstrakcji danych?

Softwise.AI poprowadziło projekt jako zwartą budowę - tak, aby przejść od realnego problemu do działającego procesu produkcyjnego bez utraty tempa na zatwierdzeniach compliance.

Określenie zakresu i analiza danych

Wspólnie z analitykami EFL zespół przejrzał próbki rzeczywistych dokumentów, wskazał pola faktycznie istotne dla comiesięcznego raportowania i zdecydował, na czym skupić ekstrakcję - w tym świadomie postawił na treść pierwszej strony, na której znajduje się zdecydowana większość istotnych informacji.

Architektura i uzgodnienia w obszarze bezpieczeństwa

Proces zaprojektowano na Azure, angażując od samego początku zespoły IT i bezpieczeństwa EFL oraz komitety nadzorujące AI. Ścieżki zatwierdzeń prowadzono równolegle, a nie jedna po drugiej, a lokalne rozwiązanie do anonimizacji wybrano właśnie po to, by ułatwiało audyty i przeszło wewnętrzny przegląd.

Ekstrakcja z użyciem LLM i dostrajanie promptów

Zamiast sztywnych szablonów zespół postawił na ekstrakcję opartą na LLM, z promptami dostrojonymi do terminologii leasingowej. Prompty iteracyjnie doskonalono na rzeczywistych dokumentach, aby radziły sobie z bardzo zróżnicowanymi układami i językiem.

Inżynieria niezawodności

Dodano mechanizm ponawiania, który automatycznie przetwarza problematyczne pliki nawet czterokrotnie, a najlepszy wynik jest wybierany na podstawie wskaźnika pewności. Zrównoleglenie przetwarzania (do 10 plików jednocześnie) i orkiestracja oparta na Kafce skróciły czas przetwarzania o 89%.

Uruchomienie produkcyjne

System wpięto w prosty, przyjazny biznesowi obieg pracy: pliki trafiają do skrzynki Azure Blob, proces uruchamia się e-mailem, wyniki wracają e-mailem. Wraz z systemem dostarczono dokumentację, monitoring i procedury operacyjne.

Solution

Softwise.AI dostarczyło gotowy do pracy produkcyjnej proces ekstrakcji i analizy dokumentów leasingowych, łączący usługi chmurowe Azure, duże modele językowe i logikę walidacji dopasowaną do specyfiki branży.

A business workflow built around the analyst

The user uploads documents to a dedicated Azure Blob inbox, then sends a trigger email from an authorized address to start the batch. When processing completes, results are emailed back as JSON files (a short version with extractions and a full version with confidence scores and metadata) plus an Excel file formatted for quick human verification. A monthly batch of raw PDFs becomes a complete report in minutes, with no manual copy-paste or scripting.

Architecture diagram of the document-processing system, showing Azure Cloud Services (AI Foundry and Blob Storage) and Core Application Services (FastStream, API, Kafka and PostgreSQL) connected through an EFL trigger.

Ekstrakcja oparta na LLM, dostrojona do branży

OCR i model językowy wspólnie wyodrębniają wszystkie wymagane pola dzięki promptom zaprojektowanym pod terminologię leasingową. Każdy wynik przechodzi kontrolę pól obowiązkowych i ocenę wskaźnika pewności, a podejście oparte na LLM radzi sobie z bardzo zróżnicowanymi, rzeczywistymi układami dokumentów - tymi, przy których OCR oparty na szablonach zawodził.

Zaprojektowany pod przewidywalne przebiegi produkcyjne

Przetwarzanie jest celowo pakietowe, zoptymalizowane pod cykle miesięczne, a nie pracę w czasie rzeczywistym. Pod maską mechanizm ponawiania przetwarza problematyczne pliki nawet czterokrotnie i wybiera najlepszy wynik według wskaźnika pewności, a równoległe przetwarzanie utrzymuje wysoką przepustowość.

Zgodność i bezpieczeństwo wbudowane w projekt

Lokalna anonimizacja, kontrolowany dostęp do chmury i pełne uzgodnienia z komitetami EFL ds. AI, chmury i bezpieczeństwa nie zostały dołożone na końcu - kształtowały architekturę od pierwszej sesji projektowej.

{Wyniki}

94% dokładności ekstrakcji i 100 plików przetworzonych w 10 minut

System oceniono względem uzgodnionych celów - i każdy z nich przekroczył:

Dokładność ekstrakcji - cel: 85%, osiągnięty wynik: 94% dla kluczowych pól danych w dokumentach testowych.
Czas przetwarzania pakietu 100 plików - cel: poniżej 15 minut, osiągnięty wynik: 10 minut.
Odsetek odrzuconych plików - cel: poniżej 15%, osiągnięty wynik: 10,5%.
Dostępność systemu - cel: powyżej 95%, osiągnięty wynik: 99%.
Zapas skalowalności - 188 PDF-ów przetworzonych w 13 minut (około 40 sekund na plik przy dziesięciu równoległych procesach); system pozostaje stabilny przy obciążeniu znacznie przekraczającym oczekiwane miesięczne wolumeny.

Dla EFL system zamienia żmudny, ręczny comiesięczny obowiązek w szybki, niezawodny i gotowy na audyt proces.

{Wpływ na biznes}

98,75% mniej pracy ręcznej dla analityków EFL

Praca ręczna niemal wyeliminowana. Czas specjalistów poświęcany na comiesięczną ekstrakcję spadł szacunkowo o 98,75% - analitycy mogą zająć się pracą o wyższej wartości.
Szybsza wiedza o rynku. Miesięczne raporty powstają teraz w kilka minut, co pozwala częściej i bardziej na bieżąco analizować sytuację rynkową.
Ustandaryzowane dane gotowe do analizy. Każdy dokument jest przekształcany w spójny format JSON, co upraszcza dalszą analitykę i integrację z hurtownią danych.
Skalowalność wbudowana w projekt. System obsłuży co najmniej trzykrotność planowanego wolumenu bez zmian w infrastrukturze - to przestrzeń na poszerzanie zakresu bez przebudowy.
Większa pewność decyzji. 94% dokładności ekstrakcji w połączeniu ze wskaźnikami pewności dla poszczególnych pól daje EFL solidną bazę faktów do decyzji cenowych i strategicznych.

{Kluczowe rekomendacje}

5 zasad automatyzacji pracy z dokumentami w warunkach compliance

Projekt ujawnił też zestaw zasad przydatnych każdej organizacji automatyzującej procesy dokumentowe w otoczeniu regulacyjnym:

Przy dokumentach o skrajnie różnych układach wybieraj LLM zamiast sztywnych szablonów. Dostrajanie promptów skaluje się znacznie lepiej niż utrzymywanie reguł.
Projektuj pod produkcję od pierwszego dnia. Ponawianie operacji, wybór wyników według wskaźnika pewności, monitoring i jasne procedury operacyjne znaczą więcej niż rekordowa dokładność na czystej próbce testowej.
Prowadź zatwierdzenia compliance równolegle, nie po kolei. Włączenie IT, bezpieczeństwa i nadzoru nad AI na starcie - a nie na końcu - utrzymuje projekty grupowe w harmonogramie.
Wybieraj przetwarzanie pakietowe zamiast czasu rzeczywistego, gdy tak wygląda potrzeba biznesowa. Optymalizacja pod przewidywalne miesięczne przebiegi dała EFL szybsze, tańsze i bardziej niezawodne przetwarzanie, niż zapewniłaby architektura czasu rzeczywistego.
Wyznacz wyraźną granicę dla przypadków brzegowych. Wyłączenie z zakresu niewielkiej liczby skrajnie nietypowych dokumentów - tam, gdzie koszt obsługi przewyższa wartość biznesową - utrzymało opłacalność systemu.