«Точность 99%» - это цифра, которую каждый поставщик OCR для счетов размещает на главной странице, и почти всегда она действительно верна только в одном случае: при распознавании аккуратного напечатанного счета от поставщика, которого система уже видела. Точность заметно падает для полей, которые действительно создают проблемы на следующих этапах: символов валют, строк с НДС и налогами, а также дат в нестандартных форматах. Именно здесь неверное распознавание обходится дорого, если никто его не проверяет.
Точность по полям, а не по счетам
Заявления поставщиков о точности почти всегда рассчитываются для счета целиком, а не для отдельных полей, из-за чего не видно, где на самом деле сосредоточены ошибки. Современный инструмент OCR на базе AI (не устаревший инструмент сопоставления с шаблонами) хорошо справляется с одними полями и заметно хуже - с другими:
| Поле | Типичная точность | Почему |
|---|---|---|
| Номер счета | Очень высокая | Почти всегда четко обозначен и расположен в одном и том же месте |
| Итоговая сумма | Высокая | Обычно это самое крупное и заметное число на странице |
| Валюта | Средняя | Неоднозначность символа (знак $ используется для USD, CAD, AUD и других валют) приводит к незаметным ошибкам распознавания |
| Строки с налогом/НДС | От средней до низкой | Разметка сильно различается в разных странах и зависит от программного обеспечения поставщика для выставления счетов |
| Даты | Средняя | Неоднозначность ДД/ММ и ММ/ДД - классическая ошибка, которую трудно заметить |
| Детализация позиций | Низкая | Многострочные таблицы с несколькими столбцами - самая сложная разметка для любой OCR-системы |
Где ошибки действительно наносят ущерб
Пропущенный номер счета раздражает, но его легко заметить: кто-нибудь сразу обратит внимание. Неверно распознанный символ валюты или перепутанный формат даты опасен именно потому, что ошибка незаметна: число выглядит правдоподобно, его утверждают, а ошибка обнаруживается через несколько недель во время сверки - если обнаруживается вообще. Постройте этап проверки вокруг этих конкретных полей высокого риска, а не вокруг общей инструкции «проверить всё», которой на деле никто не следует.
Как на самом деле протестировать инструмент, прежде чем ему доверять
- Сначала прогоните через него самые сложные счета. Написанные от руки, отсканированные под углом, в формате иностранного поставщика, а не аккуратный образец счета из демонстрации поставщика.
- Проверьте именно те поля, которые наиболее важны для вас. Если вы работаете с несколькими валютами, проведите стресс-тест распознавания валюты. Если вы работаете с международными поставщиками, проведите стресс-тест разбора дат.
- Измеряйте точность на уровне полей, а не счетов-фактур. Счёт-фактура с одним неверным полем из десяти всё равно содержит ошибку, которую необходимо выявить, даже если в целом извлечение данных «выглядело правильным».
- Установите обязательный порог проверки. Любой счёт-фактура на сумму выше выбранного вами значения должен быть проверен сотрудником по извлечённым полям, прежде чем перейти к следующему этапу, независимо от оценки уверенности инструмента.
Дополнительная информация: автоматизация кредиторской задолженности - от счёта-фактуры до оплаты. Также см. лучшие AI-генераторы счетов-фактур.
Часто задаваемые вопросы
Точнее ли OCR на основе AI, чем более старый OCR на основе правил?
Как правило, да, особенно для счетов-фактур от поставщиков, для которых в системе ещё нет шаблона. OCR на основе правил требует соответствующего шаблона, а извлечение на основе AI лучше обобщается на новые макеты.
Какой точности обработки счетов-фактур мне ожидать на практике?
Около 95-99% для чистого, напечатанного счёта-фактуры от известного поставщика. Для рукописных, плохо отсканированных документов или счетов-фактур в незнакомом формате показатель заметно ниже. Считайте любое опубликованное единичное значение точности наилучшим, а не типичным результатом.
Могут ли ошибки OCR пройти трёхстороннее сопоставление?
Да, если ошибка допущена в поле, которое не проверяется при сопоставлении, например в неправильно распознанной налоговой строке или дате, поскольку трёхстороннее сопоставление в основном проверяет количество и общую сумму по сравнению с заказом на закупку и подтверждением получения.
Должны ли небольшие поставщики с рукописными счетами-фактурами быть причиной для отказа?
Это не повод отказываться от инструмента, но заложите дополнительное время на проверку именно таких документов. Большинство инструментов отмечают извлечённые данные с низкой уверенностью, поэтому по умолчанию направляйте их на проверку сотруднику, а не доверяйте результату с низкой уверенностью.
Как понять, заслуживает ли доверия заявление об точности инструмента?
Уточните, относится ли показатель к каждому полю или ко всему счёту-фактуре и измерялся ли он на тщательно отобранном наборе данных самого поставщика или на смешанной партии из реальных документов. Если вам не могут чётко ответить, самостоятельно протестируйте инструмент на ваших реальных счетах-фактурах, прежде чем принимать решение.
Итог
Точность OCR при обработке счетов-фактур действительно высока, но неравномерна: для очевидных полей она высокая, а для валюты, налоговых строк и дат - заметно ниже, хотя именно здесь незаметная ошибка наносит наибольший ущерб. Тестируйте любой инструмент на ваших реальных счетах-фактурах в худших сценариях, а не на демонстрационном образце, и выстройте этап проверки вокруг конкретных полей, в которых с наибольшей вероятностью могут быть ошибки для вашего набора поставщиков.
Просмотрите все навыки в области финансов и бухгалтерского учёта в коллекции навыков Claude на KissMySkills.