| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 973.51 KB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A receção e o processamento manual de documentos empresariais, como faturas e ordens de compra, continuam a ser práticas recorrentes em muitas organizações, resultando em custos operacionais elevados, tempos de resposta prolongados e maior propensão a erros (Salminen & Lahti, 2008). Adicionalmente, a integração eficiente destes documentos em sistemas ERP representa um desafio significativo, sobretudo quando os dados provêm de ficheiros não estruturados.
Neste contexto, tecnologias de reconhecimento ótico de caracteres (OCR), potenciadas por algoritmos de inteligência artificial, têm vindo a demonstrar elevado potencial na conversão de informação contida em imagens ou documentos PDF em dados estruturados. Esta capacidade facilita a integração automatizada com sistemas ERP, promovendo maior eficiência e fiabilidade nos processos empresariais.
O presente estudo investiga a aplicação de tecnologias de OCR baseadas em inteligência artificial na integração de documentos com sistemas ERP, com enfoque na automatização de processos, na redução da intervenção humana e na minimização de erros. Pretende-se, assim, avaliar o contributo destas tecnologias para a melhoria da eficiência operacional e para a transformação digital das organizações.
The manual reception and processing of business documents, such as invoices and pur-chase orders, remains a common practice in many organizations, leading to high operational costs, longer processing times, and increased susceptibility to errors (Salminen & Lahti, 2008). Furthermore, the efficient integration of these documents into ERP systems continues to pose a significant challenge, particularly when dealing with data from unstructured files. In this context, Optical Character Recognition (OCR) technologies, enhanced by artifi-cial intelligence algorithms, have demonstrated strong potential in converting information from images or PDF documents into structured data. This capability enables seamless integration with ERP systems, improving efficiency and reliability in business processes. This study explores the application of AI-based OCR technologies for document inte-gration into ERP systems, with a focus on process automation, reduction of human intervention, and minimization of errors. The aim is to assess the contribution of these technologies to im-proving operational efficiency and supporting the digital transformation of organizations.
The manual reception and processing of business documents, such as invoices and pur-chase orders, remains a common practice in many organizations, leading to high operational costs, longer processing times, and increased susceptibility to errors (Salminen & Lahti, 2008). Furthermore, the efficient integration of these documents into ERP systems continues to pose a significant challenge, particularly when dealing with data from unstructured files. In this context, Optical Character Recognition (OCR) technologies, enhanced by artifi-cial intelligence algorithms, have demonstrated strong potential in converting information from images or PDF documents into structured data. This capability enables seamless integration with ERP systems, improving efficiency and reliability in business processes. This study explores the application of AI-based OCR technologies for document inte-gration into ERP systems, with a focus on process automation, reduction of human intervention, and minimization of errors. The aim is to assess the contribution of these technologies to im-proving operational efficiency and supporting the digital transformation of organizations.
Descrição
Tese de Mestrado em Informação e Sistemas Empresariais, em associação com o Instituto Superior Técnico, apresentada à Universidade Aberta
Palavras-chave
Automação de faturas Processamento de faturas OCR com inteligência artificial Integração com ERP Automação contabilística Sistemas de faturação eletrónica Eficiência operacional Invoice automation Invoice processing AI-based OCR ERP integration Accounting automation E-invoicing systems Operational efficiency
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC