Automação empresarial com OCR e IA em sistemas ERP

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.

Name thesis:degree_name

Mestrado em Informação e Sistemas Empresariais

Year dc:date.issued

2026

Author dc:creator

• Gonçalves, Nuno Miguel Abreu

Advisor dc:contributor.advisor

• Silva, Miguel Mira da

• 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

Language dc:language.iso

por

Handle dc:identifier.uri

http://hdl.handle.net/10400.2/22317

OAI record oai:identifier

https://repositorioaberto.uab.pt/server/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Arepositorioaberto.uab.pt%3A10400.2%2F22317