帳對不起來，差了三萬七千元。台南一家貿易公司的會計為了這筆差額連加兩天班，一張一張憑證往回翻，最後揪出兇手：一張掃描時歪了大概五度的進貨發票，自動辨識系統把金額欄的「7」認成「1」，三萬多塊就這樣憑空蒸發、悄悄寫進了帳裡。更嘔的是，這家公司半年前才風風光光宣布導入「AI 自動讀發票」。再往下追，真相其實不複雜——他們買的是一套傳統 OCR 加上寫死的欄位模板，問題從頭到尾不是「AI 太笨」，而是那套東西根本還算不上今天大家在講的 AI。
傳統 OCR 為什麼錯得這麼安靜
傳統 OCR（光學文字辨識）的骨架，其實是一條影像處理流水線：先做前處理，把影像去雜訊、二值化，順便把歪斜的頁面轉正；接著做版面切割，切出一塊塊文字區域；最後逐字比對辨識，吐出一串「字」。請注意，它輸出的只是「字」——一串沒有身分的字元序列。它完全不知道哪一串數字是金額、哪一串是統編、哪一串是日期。
那字怎麼對應到欄位？靠人。工程師事先寫死一堆規則：「金額在頁面右下角某個座標範圍」「統編在抬頭下方第二行」。這種座標模板在單一版型上跑得好好的，可是只要供應商換一張發票版型，或掃描時整頁位移幾公分，規則對到的位置就整個跑掉。掃描歪一點、印章壓到字、傳真再影印糊掉一角，逐字辨識當場出錯。衡量傳統 OCR 好壞的老指標是字元錯誤率與詞錯誤率，這兩個數字說穿了都只在乎「字認得對不對」，從來不管「這個字放進了對的欄位沒有」。
最要命的是它「錯得很安靜」。傳統 OCR 把「7」讀成「1」時，不會舉手說我沒把握，它一樣理直氣壯把 1 寫進系統，沒有任何警示、沒有任何信心標記。錯誤就這樣潛伏在帳裡，一路睡到月底對帳才被引爆，而那時候你要回頭翻的，是整整一個月、成百上千張憑證。開頭那筆三萬七，就是這樣熬出兩天加班的。
智慧文件處理（IDP）到底聰明在哪
這幾年的主流做法叫智慧文件處理（IDP，Intelligent Document Processing），它的核心引擎是視覺語言模型。跟傳統 OCR 最大的差別在於：它不是先認字、再套座標，而是同時「看」影像的畫面和文字的位置關係，用一個多模態的模型把兩者一起理解。講白話，它讀得懂版面語意——它知道「總計」這兩個字是一個標籤，知道標籤右邊那串數字跟它是一組的，於是直接輸出一份結構化欄位：統編、品名、數量、未稅額、稅額、總計，一格一格對應清楚，而且每個欄位還附上一個信心分數。
不同模型、資料集、提示、判分方式與正式流量，結果可能差很多。公開 benchmark 只能用來理解方法，不能直接當成專案承諾；驗收應使用公司自己的題庫，分別記錄正確率、引用支持率、拒答、延遲、成本與人工覆核量。
但話說回來，也別把它神化。同一批模型丟到雜亂、多結構、印刷品質參差的真實文件上，抽取的完整正確率可能只落在四到七成之間——這不是模型爛，而是提醒你：那些漂亮的評測數字是在乾淨資料集上跑出來的，你家檔案櫃裡那些歪斜、蓋章、手寫加註的憑證是另一個世界。把期望值設在正確的位置，後面的驗收才不會失真。
信心分數，是整條自動化的閥門
IDP 相對傳統 OCR 還有一個關鍵優勢：每個抽出來的欄位，它都會附一個信心分數。這個分數就是整條自動化流程的閥門——分數高過門檻的自動過帳，分數低於門檻的攔下來丟給人工確認。一開一關之間，就是「省人力」和「守品質」之間那條你可以親手調的線。傳統 OCR 沒有這個閥門，所以它只能全對或全錯地矇著眼睛往前衝；IDP 至少會在沒把握的時候舉手。這道閥門的門檻該設在哪、設高設低各有什麼代價，後面我們專門拉一段來談。
準確率，要用你家最醜的文件來驗
驗收 IDP，第一條原則：別用廠商準備的乾淨樣本。那些樣本是拿來成交的，不是拿來反映你日常的。去檔案櫃裡翻五十張最醜的——掃描歪斜的、傳真再影印的、蓋了三個章的、邊角有手寫註記的——拿這批來測，測出來的數字才是你上線後每天要面對的真相。很多導入案上線後之所以「說好的自動化怎麼還在人工」，根源就在驗收時拿乾淨樣本自我感覺良好。
別被字元準確率騙了，要看欄位準確率
這裡有個很多人踩的坑：把「字元準確率」當成驗收指標。廠商說 99% 聽起來很漂亮，但你算一下——一張發票假設有兩百個字元，99% 的字元準確率，意味著平均每張還是會錯兩個字。錯在品名的第三個字，無傷大雅；錯在金額或統編，整筆帳就毀了。所以真正該量的是欄位層級的準確率：金額這一欄，整欄一字不差才算對，錯一位就算整欄錯。用這個嚴格定義去驗，你才知道系統在「要命的欄位」上到底幾分。字元準確率和欄位準確率是兩個世界，別再混為一談。
掃描品質是地基，300 dpi 是底線
台灣的商業文件，天生自帶驗算空間
好消息是，比起純靠模型的信心分數，台灣的商業文件本身就藏了好幾道可以用程式硬驗的邏輯。把這些驗算寫進流程，等於在模型之外再加一層安全網，很多錯誤根本出不了門。
- 統一編號有檢核碼：統編固定八碼、全是數字，而且不是隨便編的。它的驗算邏輯，是把八位數各自乘上一組固定權重 [1,2,1,2,1,2,4,1]，再把每個乘積的十位數與個位數相加，最後全部加總。舊制看這個總和能不能被 10 整除，財政部自 2023 年起逐步改為以能被 5 整除為準；當第七碼是 7 時還有個特例，總和加一後再驗一次也算通過。你不必背這串邏輯，重點是——抽出來的統編可以當場用程式驗真偽，一驗不過就立刻攔下。
- 稅額和銷售額有固定比例：營業稅率是 5%，所以「稅額大約等於未稅銷售額乘以百分之五」這條，可以拿來交叉核對。模型如果把稅額欄看歪了，這道驗算會第一時間把它叫出來。
- 小計要能加回總計：各品項的金額加總，理論上要等於發票總計。加不回去，就代表某個數字被讀錯了，同樣自動轉人工。
這幾條檢核不花什麼工，卻能把「錯得很安靜」變成「錯得很吵」——只要驗不過就跳警示、轉人工，錯誤在進系統前就被攔住，而不是等到月底對帳才引爆。導入 IDP 真正的價值，往往不只在那顆模型，而在你願不願意把這些領域驗算包在它外面。
信心門檻怎麼設，才不會反過來塞爆人工
比較務實的目標，是把真正需要人判斷的例外件控制在一成以內，然後每週固定去追一件事：哪些供應商版型、哪一類文件特別容易落到低分區。這些就是你下一輪要針對性優化的對象，而不是把門檻一路往上調了事。這裡也提醒一個採購時的識別點：如果廠商只會說「我們有用 AI 信心分數」，卻給不出一個你可以親手調、看得見的門檻，那句話是行銷話術，不是可控的機制。門檻要可調、可見、可追溯，才算數。
值不值得做，先算這一筆帳
技術講完，回到最現實的問題：這條路對你家到底划不划算。給你一個粗略但好用的算法。一張發票，人工登打加上核對，抓 2 到 3 分鐘。每個月 500 張，就是 20 個小時上下，等於大半週的人力全砸在打字上，這種量體，做 IDP 絕對值得。反過來，每個月只有幾十張、版型還亂七八糟的，先別急著花這筆錢，老實請人打，反而又快又便宜。
起步最適合下手的，是那種「量大、格式相對集中、抽錯後果可控」的文件，例如固定那幾家供應商的進貨發票。至於手寫潦草的簽收單、低解析度的傳真件、印章剛好蓋在金額上的憑證——這些連老會計都得瞇著眼睛猜，別指望模型讀得比人準，該留人工就留人工，這不是認輸，是把力氣花在對的地方。
如果你們公司也有人每天被 key-in 淹沒，廷皓科技可以幫忙做文件盤點與抽取設計，把「哪些該自動、哪些該留人、門檻設在哪」一次幫你理清楚；敏感的財務文件還能走地端部署，資料全程不出公司。挑十張你們最難搞的文件拍照傳到我們 LINE，或直接打 07-363-0802，先幫你評估這條路到底划不划算，再決定要不要走。
