Estudo de caso · IA privada
Estudo de caso: lendo comprovantes de pagamento UPI com privacidade usando OCR auto-hospedado
Na Índia, equipes de finanças e operações recebem comprovantes de pagamento como capturas de tela de aplicativos como Google Pay, PhonePe e Paytm, e alguém digita o valor e o ID da transação em uma planilha. Construímos um serviço em contêineres que lê essas capturas e devolve dados estruturados, como valor, ID UPI, ID da transação, data e nomes, usando PaddleOCR e spaCy no seu próprio servidor, de modo que as capturas nunca são enviadas a uma API de terceiros.
Por Web Your Vyavsay team · Publicado em
Redigido com auxílio de IA. Os dados são conferidos com as fontes listadas e revisados pela nossa equipe. Tradução da versão em inglês, feita com auxílio de IA. As chamadas e os projetos são conduzidos em inglês.
O problema
- A equipe digita valores e IDs de transação das capturas à mão, e erros passam.
- Às vezes a mesma captura é enviada duas vezes para dois pagamentos diferentes.
- Capturas editadas ou falsas são difíceis de identificar a olho nu.
- As capturas contêm nomes, IDs UPI e valores: dados pessoais que não deveriam ir para serviços externos.
O que o serviço faz
- Lê o texto de uma captura UPI com OCR.
- Extrai valor, IDs UPI, ID da transação, data e nomes, usando NLP para melhorar a extração de nomes.
- Aceita um arquivo enviado ou uma imagem em base64 e responde na hora ou por uma fila de tarefas assíncrona.
- Identifica capturas duplicadas com um hash perceptual, mesmo se a imagem foi redimensionada ou recomprimida.
- Executa validações e verificações antifraude e sinaliza capturas suspeitas para revisão humana.
- Limita as requisições por endereço IP ou chave de API.
Por que ser auto-hospedado importa
Como os modelos de OCR e de linguagem rodam dentro do serviço, as capturas ficam na sua infraestrutura. Os modelos são baixados uma única vez, cerca de 100 MB na primeira execução, e a partir daí cada requisição é processada localmente. Para dados de pagamento sujeitos ao regulamento DPDP da Índia, manter o processamento em casa é mais simples do que avaliar onde um fornecedor externo de OCR guarda e como usa as suas imagens.
Tecnologia
O serviço é escrito em Python e servido com Uvicorn. O PaddleOCR lê o texto, o spaCy melhora a extração de nomes, o Redis sustenta a fila de tarefas e o cache, e todo o serviço roda com Docker Compose ao lado dos seus sistemas atuais, exposto como uma pequena API REST.
Onde ele se encaixa
- Conciliar pagamentos de clientes enviados como capturas pelo WhatsApp.
- Conferir pagamentos de parcelas ou cobranças em empresas de crédito e finanças.
- Verificar pedidos pré-pagos antes do envio.
- Qualquer fluxo em que a equipe copia dados de comprovantes de pagamento para um sistema.
Perguntas frequentes
Quais aplicativos de pagamento ele lê?
Ele foi feito para capturas de pagamentos UPI de aplicativos como Google Pay, PhonePe e Paytm.
Ele detecta comprovantes de pagamento falsos?
Ele executa validações e verificações antifraude e sinaliza capturas que parecem inconsistentes, mas nenhuma verificação pega todas as imagens editadas. Confirme pagamentos de valor alto com o extrato bancário.
Ele precisa de conexão com a internet?
Só para baixar os modelos de OCR na primeira vez. Depois disso, as capturas são processadas no seu próprio servidor.
Dá para conectar ao nosso CRM ou sistema contábil?
Sim. Ele oferece uma API REST, então um CRM, um fluxo de WhatsApp ou uma ferramenta interna podem enviar capturas e guardar os campos extraídos.