Východisková situácia
ANDROS s.r.o. — veľkoobchodný distribútor potravín a hygienických produktov v Komárne — prevádzkoval vlastný ERP systém NEX Genesis vyvinutý začiatkom 2000-tych rokov. Postavený na Pascale, Btrieve databáze a desktopovom GUI v PySide6, fungoval spoľahlivo, no narážal na strop:
- 249 prepojených Btrieve tabuliek s ~2 miliónmi riadkov sa pri rastúcom objeme objednávok stávalo kontroliteľne pomalým.
- Mobilné WMS (skladová aplikácia) bola pripojená cez SOAP wrapper s vysokou latenciou.
- Manuálne spracovanie dodávateľských faktúr — účtovníčka prepisovala PDF do systému, denne 30–50 dokladov, časté chyby pri DPH a kódoch tovaru.
- Žiadny automatizovaný proces na párovanie príchodu tovaru s nákupnou objednávkou.
Cieľ projektu
Migrovať produkčný systém na moderné Python/PostgreSQL technológie bez prerušenia denných operácií, a zároveň automatizovať spracovanie dodávateľských faktúr pomocou lokálnej AI tak, aby účtovníctvo zvládlo súčasný objem bez zvýšenia personálu.
Riešenie
Architektúra: Postupná súbežná migrácia. Nový NEX Automat backend (FastAPI + asyncpg + priamy SQL podľa D-006) beží paralelne so starším NEX Genesis cez ETL tok, ktorý synchronizuje Btrieve → PostgreSQL inkrementálne každých 15 minút. Modul po module sa preklápa zo starého na nový.
Tok AI spracovania faktúr:
- PDF dorazí do sledovaného mailboxu
- Extrakcia textu (
pdfplumber+pdf2image+ Tesseract pre skenované) - Lokálny Llama 3.x (Ollama na ANDROS-e) klasifikuje dokument a extraktuje štruktúrované polia
- Párovanie s otvorenými dodávkami v PG cez fuzzy match na názvoch položiek + EAN
- Auto-zápis do ERP, vrátane DPH delenia podľa skupín
- Hraničné prípady → frontu pre účtovníčku
Dôležité technické rozhodnutia:
- Local AI namiesto cloud API — citlivé obchodné dáta (ceny, dodávatelia) neopúšťajú ANDROS.
- Raw SQL bez ORM (D-006) — kontrola nad query plánmi pri 50M+ riadkoch.
- Tailscale medzi serverom a vzdialenými dispečermi — bez verejného exposure ERP.
Výsledky
- Match rate: Hlavný dodávateľ — 100 % automatický zápis bez ľudskej kontroly. Ostatní dodávatelia priemerne 77–81 % podľa kvality PDF formátu.
- Personálna úspora: zhruba 2 plné úväzky v účtovníctve sa uvoľnili pre prácu vyššej hodnoty.
- Latencia mobilnej WMS klesla z ~1500 ms (SOAP) na ~80 ms (REST + asyncpg).
- Zero incidents pri migrácii — žiadny výpadok produkcie počas 18-mesačného prechodu.
Stack a infraštruktúra
Prevádzka na vlastnom hardvéri ANDROS (Dell PowerEdge R740XD, 256 GB RAM). Lokálna AI cez Ollama pokrýva dva modely — llama3.1:8b pre klasifikáciu, nomic-embed-text pre RAG indexy nad katalógom dodávateľov. Záloha cez restic do off-site B2 lokality.