Automatyzacja fakturowania w n8n i Make: gotowy scenariusz od maila do księgowości (krok po kroku, bez programisty)

Zanim ktokolwiek otworzy n8n czy Make, warto odpowiedzieć sobie na jedno pytanie: ile faktur miesięcznie realnie wpada na skrzynkę i ile czasu ktoś na nie traci. Jeśli to 15 faktur od stałych dostawców, budowa całego workflow z OCR-em to strzelanie z armaty do wróbla, wystarczy prosta reguła w Outlooku i zapis do folderu. Ale jeśli księgowa albo asystentka spędza godzinę dziennie na przepisywaniu numerów faktur, kwot i NIP-ów do arkusza czy systemu księgowego, tam jest realny pieniądz do odzyskania i sensowny punkt startowy do automatyzacji.

W naszej praktyce najczęstszy błąd to projektowanie automatu pod fakturę idealną: PDF, jedna strona, czytelny layout, dane w tych samych miejscach. W realnym biurze 20% faktur to skan ze smartfona, faktura w innym języku, plik JPG zamiast PDF albo dokument bez OCR-owalnego tekstu, tylko zdjęcie. Dobry scenariusz zakłada to od początku i ma ścieżkę wyjątku, a nie tylko ścieżkę happy path.

Jak wygląda gotowy scenariusz krok po kroku

Poniżej opisujemy workflow, który da się złożyć zarówno w n8n, jak i w Make. Logika jest identyczna, różnią się tylko konkretne bloki i sposób konfiguracji.

1. Trigger: nowa wiadomość z załącznikiem

Scenariusz startuje, gdy na skrzynkę (Gmail, Outlook, dedykowany adres typu faktury@firma.pl) przychodzi mail z załącznikiem PDF, JPG lub PNG. W Make używamy modułu Gmail/Outlook Watch Emails, w n8n odpowiednio Gmail Trigger albo IMAP Trigger. Na tym etapie warto od razu odfiltrować spam i maile bez załącznika, żeby nie uruchamiać kosztownych kroków OCR na śmieciach.

2. OCR i ekstrakcja danych

To serce całego procesu. Załącznik trafia do usługi OCR (np. Google Cloud Vision, PDF.co w Make, albo w n8n wywołanie API modelu z rozpoznawaniem obrazu, np. GPT-4 Vision czy dedykowanego API typu Mindee, które jest trenowane pod dokumenty księgowe). System wyciąga: numer faktury, datę wystawienia, termin płatności, NIP sprzedawcy i nabywcy, kwotę netto, VAT, brutto, walutę.

Tu jest miejsce, gdzie warto rozdzielić dwa podejścia. Klasyczny OCR plus reguły (regex, pozycje na stronie) świetnie radzi sobie z fakturami z tego samego źródła, np. zawsze od tego samego dostawcy prądu czy hostingu, bo layout się powtarza. Model językowy (AI) sprawdza się tam, gdzie faktury przychodzą z różnych źródeł, w różnych formatach, czasem po angielsku, czasem z odręcznym dopiskiem. AI jest droższe w przeliczeniu na dokument, ale nie wymaga budowania osobnej reguły na każdego nowego kontrahenta.

3. Dopasowanie kontrahenta i walidacja

Wyciągnięty NIP porównujemy z bazą kontrahentów (arkusz, CRM albo system księgowy przez API). Jeśli NIP jest znany, automat podpina fakturę pod istniejącego kontrahenta i kategorię kosztową. Jeśli NIP jest nowy albo dane są niepełne, tu kończy się automatyzacja, a zaczyna zadanie dla człowieka: powiadomienie trafia do księgowej z prośbą o potwierdzenie, zamiast zgadywać.

4. Zapis do arkusza lub systemu księgowego

Gotowe dane lądują w Google Sheets, a docelowo w systemie księgowym (Fakturownia, wFirma, Comarch Optima, iFirma) przez ich API albo webhook. Dobrze zaprojektowany automat od razu nadaje status: „do zaksięgowania”, „wymaga weryfikacji”, „zduplikowana”. Sprawdzanie duplikatów po numerze faktury i NIP dostawcy to jeden z tych detali, które w pierwszej wersji scenariusza często się pomija, a potem księgowość płaci tę samą fakturę dwa razy.

5. Powiadomienie i akceptacja

Na koniec wiadomość na Slacku, Teamsie albo mailem: „Faktura od X na kwotę Y czeka na akceptację”. Osoba decyzyjna klika zatwierdź albo popraw. To jest ten moment, w którym uczciwie mówimy klientom: automat robi 80% pracy, ale ostateczną decyzję i korektę błędów zostawiamy człowiekowi. Próba zautomatyzowania też tego kroku, czyli automatycznego księgowania bez żadnej akceptacji, kończy się zwykle jedną kosztowną pomyłką, która kasuje wszystkie oszczędności czasu z poprzednich miesięcy.

n8n czy Make: która platforma pasuje do tego scenariusza

Nie ma tu jednej dobrej odpowiedzi, jest dobra odpowiedź dla konkretnej firmy. Make wygrywa tempem wdrożenia i przystępnością dla zespołu bez zaplecza technicznego, ale rozliczenie za liczbę operacji potrafi zaboleć przy dużym wolumenie faktur. n8n wymaga trochę więcej wprawy przy starcie, za to przy danych wrażliwych, wymogu self-hostingu albo restrykcyjnym podejściu do RODO daje pełną kontrolę nad tym, gdzie fizycznie leżą dane.

W praktyce dla biura rachunkowego obsługującego kilkanaście firm i kilkaset faktur miesięcznie n8n zwykle wygrywa kosztem długoterminowym i kontrolą nad danymi. Dla jednoosobowej działalności albo małego zespołu, gdzie liczy się czas do pierwszego działającego automatu, Make bywa lepszym pierwszym krokiem, nawet jeśli za rok trzeba będzie migrować dalej.

Gdzie kończy się zwykła automatyzacja, a zaczyna AI

Sporo firm słyszy „automatyzacja faktur” i od razu myśli o sztucznej inteligencji czytającej wszystko idealnie. To nieprawidłowe założenie. Zwykła automatyzacja, czyli reguły, filtry, mapowanie pól, wystarcza tam, gdzie faktury przychodzą w powtarzalnym formacie od znanych dostawców. Nie potrzeba tam żadnego modelu AI, wystarczy dobrze zbudowany OCR z regułami pozycyjnymi, to jest tańsze i bardziej przewidywalne.

AI wchodzi do gry w dwóch konkretnych miejscach. Pierwsze to odczyt nietypowej, niestandardowej faktury: skan telefonem, faktura zagraniczna, dokument bez wyraźnej struktury tabelarycznej. Model językowy z funkcją rozpoznawania obrazu radzi sobie z tym znacznie lepiej niż sztywne reguły OCR, bo „rozumie” kontekst, a nie tylko pozycję tekstu na stronie. Drugie miejsce to dopasowanie kontrahenta, gdy nazwa firmy na fakturze różni się od tej w bazie (skrót, literówka, inna forma prawna) i prosta reguła porównania tekstu zawodzi, a dopasowanie fuzzy przez AI trafia poprawnie.

Ile to realnie kosztuje

Rzędy wielkości, nie cennik do przepisania, bo ceny się zmieniają, ale warto mieć punkt odniesienia przy planowaniu budżetu. Plan startowy Make z limitem kilku tysięcy operacji miesięcznie to koszt zbliżony do ceny jednego obiadu firmowego, kilkanaście dolarów miesięcznie. Przy kilkuset fakturach miesięcznie, gdzie każda generuje kilka operacji (odbiór maila, OCR, zapis, powiadomienie), łatwo wskoczyć na wyższy pakiet.

n8n w wersji self-hosted jest darmowy jako oprogramowanie, płaci się za serwer, VPS z wystarczającymi zasobami to koszt rzędu kilkudziesięciu złotych miesięcznie. Do tego dochodzi koszt samego OCR albo API modelu AI, rozliczany zwykle za dokument albo za tysiąc znaków, i to jest osobna pozycja niezależnie od wyboru platformy. Realny koszt całego rozwiązania trzeba więc liczyć jako sumę: platforma automatyzacji plus usługa OCR/AI plus, jeśli firma nie robi tego sama, czas wdrożeniowca.

Czego automat nie zrobi dobrze

Uczciwie: są sytuacje, w których nie polecamy automatyzacji na tym etapie, tylko zebranie danych i powrót do tematu za pół roku. Jeśli faktury przychodzą w bardzo różnych, nieprzewidywalnych formatach od setek jednorazowych dostawców, a proces akceptacji i tak wymaga wnikliwej weryfikacji merytorycznej każdej pozycji (np. rozliczanie projektów budowlanych z fakturami częściowymi), automat OCR da tylko iluzję oszczędności, bo księgowa i tak musi otworzyć każdy PDF.

Podobnie z korektami faktur i notami księgowymi: to są dokumenty, które wymagają kontekstu poprzedniej faktury, a automat bez dostępu do historii łatwo je źle zaksięguje. Tu zostawiamy to zadanie człowiekowi świadomie, nie dlatego że technologia nie umie, tylko dlatego że koszt błędu jest wyższy niż koszt czasu ręcznej pracy.

Osobny temat to zgodność z całym procesem księgowym firmy. Automat, który wrzuca dane do arkusza, to dopiero połowa drogi, jeśli finalnie faktura i tak musi trafić do systemu księgowego zgodnie z ustaloną chronologią i podziałem kosztów. Warto to zaprojektować od razu jako część szerszego procesu automatyzacji biura rachunkowego, a nie jako oderwany scenariusz, który tworzy nowe wąskie gardło zamiast likwidować stare.

Jeśli dopiero zaczynasz i zastanawiasz się, od którego elementu fakturowania w ogóle wystartować, dobrym punktem odniesienia jest przegląd możliwości pod kątem automatyzacji faktur w konkretnym kontekście Twojej firmy, bo scenariusz opisany wyżej to jeden z kilku możliwych wariantów, nie jedyny słuszny.