Trong vài năm gần đây, AI đọc hóa đơn đã trở thành một trong những ứng dụng được nhiều doanh nghiệp logistics quan tâm. AI đang hỗ trợ nhiều nghiệp vụ như đọc chứng từ, nhập liệu, phân loại email và tìm kiếm thông tin. Nhờ đó, doanh nghiệp giảm đáng kể khối lượng công việc thủ công. Thời gian xử lý chứng từ cũng được rút ngắn đáng kể.
Hiện nay, doanh nghiệp có hai hướng triển khai AI. Một là đầu tư hạ tầng để xây dựng mô hình AI riêng. Hai là kết hợp các mô hình AI có sẵn chức năng như OCR, Vision AI hoặc các mô hình ngôn ngữ lớn. Cách tiếp cận thứ hai giúp rút ngắn thời gian triển khai và giảm chi phí đầu tư ban đầu.
Tuy nhiên, dù lựa chọn hướng nào, AI cũng cần được huấn luyện và tinh chỉnh theo dữ liệu thực tế của doanh nghiệp. AI phải học cách nhận diện các biểu mẫu hóa đơn, cách ghi dữ liệu và quy trình nghiệp vụ riêng. Chỉ khi được cung cấp đủ dữ liệu, AI mới có thể xử lý với độ chính xác cao.
Một hiểu lầm khá phổ biến là chỉ cần một mô hình AI là có thể đọc hóa đơn và tự động nhập toàn bộ dữ liệu vào phần mềm. Thực tế không phải vậy. Để AI đọc hóa đơn chính xác, doanh nghiệp cần kết hợp nhiều mô hình AI khác nhau. Mỗi mô hình đảm nhiệm một công đoạn riêng. Từ nhận diện chứng từ, đọc dữ liệu, kiểm tra thông tin đến mapping vào phần mềm, tất cả đều phải phối hợp với nhau để tạo nên một quy trình nhập liệu hoàn chỉnh.
AI đọc hóa đơn trong phần mềm logistics
Các bước AI đọc hóa đơn
AI OCR chuyển hình ảnh thành dữ liệu
Sau khi xác định đúng loại chứng từ, AI sẽ chuyển sang bước OCR (Optical Character Recognition).
Nhiệm vụ của AI OCR là chuyển hình ảnh thành dữ liệu văn bản mà máy tính có thể xử lý.
AI OCR chuyển hình ảnh thành dữ liệu
Nguồn dữ liệu đầu vào có thể rất đa dạng. Đó có thể là ảnh chụp từ điện thoại, tài liệu được scan hoặc file PDF do khách hàng gửi. Mỗi loại đều có chất lượng và bố cục khác nhau.
Ở bước này, AI chỉ thực hiện việc nhận diện ký tự. Hệ thống chưa hiểu ý nghĩa của những thông tin vừa đọc được. Toàn bộ dữ liệu vẫn chỉ là các đoạn văn bản thô.
AI nhận diện và hiệu chỉnh ký tự
Dữ liệu sau khi OCR không phải lúc nào cũng chính xác tuyệt đối.
Hình ảnh bị mờ, tài liệu bị nghiêng hoặc chất lượng scan thấp đều có thể khiến OCR nhận diện sai ký tự. Chẳng hạn, chữ O có thể bị đọc thành số 0, chữ I có thể bị nhầm với số 1, hoặc một số ký tự đặc biệt bị thiếu hoàn toàn.
Để hạn chế các lỗi này, hệ thống sẽ sử dụng thêm một mô hình AI chuyên hiệu chỉnh dữ liệu.
AI sẽ phân tích ngữ cảnh để phát hiện những ký tự bất thường và tự động điều chỉnh về định dạng hợp lý hơn. Nhờ đó, dữ liệu đầu ra có độ chính xác cao hơn trước khi chuyển sang các bước xử lý tiếp theo.
AI nhận diện đường dẫn tra cứu hóa đơn điện tử
Trên hóa đơn chứa đường dẫn tra cứu. AI cần xác định chính xác vị trí của đường dẫn này trên hóa đơn. Sau đó, hệ thống sẽ trích xuất URL hoặc mã tra cứu để chuyển sang bước tiếp theo.
Nếu AI không nhận diện đúng đường dẫn, toàn bộ quy trình phía sau sẽ không thể thực hiện.
AI truy cập website và vượt qua Captcha
Sau khi có đường dẫn tra cứu, AI sẽ truy cập vào website hóa đơn điện tử. Đây là bước khó hơn nhiều so với OCR.
AI truy cập hóa đơn điện tử bằng đường link hóa đơn
Một số website yêu cầu nhập Captcha trước khi cho phép xem hóa đơn. Hệ thống cần thêm một thành phần chuyên xử lý Captcha trước khi tiếp tục truy cập. AI sẽ đọc nội dung Captcha và nhập vào đúng vị trí để tiếp tục truy cập. Nếu Captcha thay đổi thường xuyên, AI cũng cần được cập nhật để duy trì độ chính xác.
AI lấy hóa đơn từ website
Sau khi truy cập thành công, AI tiếp tục làm việc với giao diện website.
Hệ thống có thể tải file PDF, chụp ảnh màn hình tùy theo nền tảng hóa đơn điện tử.
Mục tiêu là thu thập đầy đủ nội dung của hóa đơn điện tử.
Đây sẽ là nguồn dữ liệu chính để kiểm tra tính chính xác của chứng từ.
AI đối chiếu dữ liệu
Sau khi lấy được hóa đơn, AI chưa nhập dữ liệu ngay. Trước tiên, AI sẽ đối chiếu với dữ liệu mà nhân viên OPS đã nhập trên phần mềm. Hệ thống sẽ kiểm tra các thông tin quan trọng. Ví dụ như số hóa đơn, mã số thuế, tên nhà cung cấp, số tiền trước thuế, thuế VAT và tổng thanh toán. Nếu phát hiện chênh lệch, AI sẽ cảnh báo để nhân viên kiểm tra lại trước khi ghi nhận dữ liệu.
Điều này giúp hạn chế sai sót trong quá trình hạch toán.
AI mapping dữ liệu vào phần mềm
Sau khi hoàn tất kiểm tra, AI mới bắt đầu nhập dữ liệu.
Mỗi trường thông tin trên hóa đơn sẽ được ánh xạ vào đúng trường dữ liệu trong phần mềm. Ví dụ, tên nhà cung cấp sẽ được đưa vào danh mục đối tượng. Số hóa đơn sẽ được ghi vào trường chứng từ. Giá trị thanh toán sẽ được chuyển sang phần công nợ hoặc kế toán.
AI tự động nhập dữ liệu vào phần mềm logistics
Quá trình mapping giúp doanh nghiệp không phải nhập liệu thủ công. Đồng thời, dữ liệu cũng được đồng bộ ngay với các phân hệ khác trong hệ thống.
Khi triển khai AI thì cần chuẩn bị những gì?
Nhiều doanh nghiệp cho rằng chỉ cần tích hợp một mô hình AI là có thể tự động hóa việc đọc hóa đơn. Tuy nhiên, AI chỉ phát huy hiệu quả khi được chuẩn bị đầy đủ về dữ liệu và quy trình nghiệp vụ.
Ngay cả khi sử dụng các mô hình AI có sẵn, doanh nghiệp vẫn cần đầu tư thời gian để chuẩn hóa dữ liệu trước khi đưa AI vào vận hành.
Chuẩn bị dữ liệu chuẩn hóa
AI không hiểu nghiệp vụ logistics như con người. AI học thông qua dữ liệu mà doanh nghiệp cung cấp. Nếu dữ liệu không thống nhất, AI sẽ gặp khó khăn trong việc nhận diện và đưa ra kết quả chính xác.
Ví dụ, cùng một cảng biển nhưng trong dữ liệu có thể xuất hiện nhiều cách ghi khác nhau như Ho Chi Minh, HCM, HCMC, Cat Lai, Cát Lái, VNCLI hoặc Ho Chi Minh City. Đối với con người, đây đều là cùng một địa điểm. Tuy nhiên, AI có thể coi đó là nhiều giá trị khác nhau nếu không được chuẩn hóa.
Điều tương tự cũng xảy ra với tên hãng tàu, sân bay, hãng hàng không, loại container, đơn vị tiền tệ hoặc tên khách hàng.
Vì vậy, trước khi triển khai AI, doanh nghiệp nên xây dựng bộ dữ liệu chuẩn (Master Data). Đồng thời, cần bổ sung các biến thể thường gặp để AI học cách nhận diện nhiều cách viết khác nhau nhưng vẫn quy về cùng một giá trị.
Đây là bước quan trọng giúp nâng cao độ chính xác của AI trong quá trình xử lý dữ liệu.
Chuẩn bị lượng lớn chứng từ để AI học
Một yếu tố quan trọng khi triển khai AI đọc hóa đơn là xây dựng bộ dữ liệu đủ lớn và đa dạng.
Trên thực tế, mỗi nhà cung cấp có thể sử dụng một mẫu hóa đơn khác nhau. Bố cục và vị trí các trường dữ liệu cũng không giống nhau. Cách trình bày thông tin có thể thay đổi giữa từng đơn vị. Có doanh nghiệp đặt mã số thuế ở đầu hóa đơn. Có doanh nghiệp lại hiển thị ở cuối. Một số hóa đơn trình bày theo dạng bảng nhiều dòng. Một số khác chỉ hiển thị thông tin tổng hợp.
Bên cạnh đó, hóa đơn điện tử cũng được phát hành trên nhiều nền tảng khác nhau. Mỗi nền tảng có giao diện tra cứu riêng. Cấu trúc đường dẫn và cách hiển thị dữ liệu cũng khác nhau. AI cần được làm quen với nhiều mẫu hóa đơn khác nhau. AI cũng cần xử lý nhiều dạng đường dẫn tra cứu hóa đơn điện tử. Điều này giúp hệ thống nhận diện và xử lý chính xác trong nhiều tình huống thực tế.
Vì vậy, doanh nghiệp nên chuẩn bị số lượng lớn hóa đơn từ nhiều nhà cung cấp. Bộ dữ liệu cũng nên bao gồm nhiều mẫu hóa đơn điện tử khác nhau. Đồng thời, cần bổ sung nhiều dạng đường dẫn tra cứu hóa đơn. Càng được tiếp cận nhiều biến thể, AI càng thích ứng tốt với dữ liệu mới. AI cũng nâng cao khả năng nhận diện khi gặp những mẫu hóa đơn chưa từng xuất hiện.
Quá trình này không nhằm giúp AI ghi nhớ từng mẫu hóa đơn cụ thể. Mục tiêu là giúp AI học được quy luật nhận diện dữ liệu. Nhờ đó, hệ thống vẫn duy trì độ chính xác cao khi xử lý nhiều biểu mẫu khác nhau.
Chuẩn bị quy trình nghiệp vụ trước khi triển khai AI
Nhiều doanh nghiệp kỳ vọng AI sẽ thay thế hoàn toàn quá trình nhập liệu. Tuy nhiên, AI chỉ có thể tự động hóa một quy trình đã được chuẩn hóa.
Nếu mỗi nhân viên nhập liệu theo một cách khác nhau, sử dụng tên trường khác nhau hoặc lưu dữ liệu theo nhiều quy tắc khác nhau, AI sẽ rất khó đưa ra kết quả ổn định.
Vì vậy, trước khi triển khai AI, doanh nghiệp cần thống nhất quy trình nghiệp vụ, chuẩn hóa cấu trúc dữ liệu và xác định rõ dữ liệu nào sẽ được AI xử lý, dữ liệu nào vẫn cần người dùng kiểm tra. Khi quy trình được chuẩn hóa, AI mới có thể phát huy tối đa hiệu quả và giảm đáng kể thời gian nhập liệu.
Nếu nhìn dưới góc độ người dùng, AI đọc hóa đơn chỉ là một tính năng duy nhất trên phần mềm. Tuy nhiên, phía sau tính năng đó là cả một chuỗi mô hình AI và dịch vụ xử lý dữ liệu phối hợp với nhau. Một mô hình chuẩn hóa hình ảnh. Một mô hình OCR chuyển ảnh thành văn bản. Một mô hình nhận diện trường dữ liệu. Một thành phần tự động truy cập hóa đơn điện tử. Một mô hình đối chiếu dữ liệu. Cuối cùng là cơ chế mapping dữ liệu vào phần mềm. Chính sự phối hợp này mới tạo nên một quy trình nhập liệu tự động có độ chính xác cao.