金帆树人KINGFASTER
010-64425981 预约场景诊断
能力AI 应用开发数据与 BI低代码与流程自动化FDE 交付模式解决方案采购与供应链人力与员工服务财务与费控制造与质量行政后勤与工会IT 与资产行业案例资源洞察文章数字化人才培训技术市场服务关于我们预约 AI 场景诊断 →
首页/案例/制造 / 供应链
AI 文档单证

单证录入量 -90%:发票与报关单的混合识别流水线

OCR 负责定位,大模型负责字段理解。新增单据类型当天可接入,不需要重新训练模板。

客户名称按保密要求匿名 · 界面与数据已脱敏

客户某进出口制造企业(匿名)
行业制造 / 供应链
覆盖范围月均 6,000+ 张单据 · 9 种类型
使用角色财务 5 人 · 关务 3 人
交付形态AI 工程 + 集成
周期5 周
-90% 人工录入量 实测 月均 6,000 张
97.4% 关键字段准确率 实测 500 张抽检
9 种 单据类型覆盖 增值税发票/报关单/箱单等
0.5 天 新单据类型接入 实测 含字段配置与验证

数字口径:实测来自客户后台或验收报告;推算为样本外推;基准为公开研究。

单证识别流水线 · 界面示意 · 数据已脱敏
单证识别流水线界面示意
发票与报关单走同一条流水线,字段结果带置信度,异常强制转人工。
Why now

如果不做,会发生什么

  1. 01

    每月 6,000 多张发票与报关单靠人工录入,3 个人几乎全职在做。

  2. 02

    传统 OCR 模板对版式敏感,供应商换一次模板就要重新配,IT 排不上期。

  3. 03

    录入错误传导到报关与退税,返工成本远高于录入本身。

Trade-offs

关键取舍

1

OCR 定位 + 大模型字段理解,双段式

为什么这么选

纯 OCR 只能给文字,不懂「这一栏是运费还是保费」。大模型能理解,但直接喂整页图成本高、定位不准。

代价是什么

两段链路要维护两个模型,推理成本比纯 OCR 高约 3 倍,但比人工便宜两个数量级。

2

字段配置化,让关务自己加新单据类型

为什么这么选

单据类型会持续增加,每次找开发改代码,业务就绕开系统。

代价是什么

需要做一套字段映射配置界面,开发量不小。

Timeline

落地节奏

W1
单据盘点

9 种单据、字段清单、易错字段标注。

W2–W3
识别链路

OCR 版面分析 + 字段抽取 + 校验规则。

W4
字段配置台

业务自助新增单据类型与字段映射。

W5
集成与抽检

对接财务系统,500 张抽检验证准确率。

Results

结果

指标 之前 → 之后 人工录入量 6,000 张/月全量 -90% 关键字段准确率 人工约 99%(但慢) 97.4%(+人工复核抽检) 新单据接入 2–4 周排期 0.5 天自助配置
关键指标的前后对比,口径与统计周期见上表
指标之前之后
人工录入量6,000 张/月全量-90%
关键字段准确率人工约 99%(但慢)97.4%(+人工复核抽检)
新单据接入2–4 周排期0.5 天自助配置
录入错误传导月度多起校验规则前置拦截
Not good enough

一项没达到预期的

手写体与盖章遮挡场景准确率明显下降(约 88%),目前强制转人工。这块没有继续优化,因为量小、成本不划算。

我们原来的 OCR 一年改三次模板,每次都要等 IT。现在关务自己配,改完当天就能用,这件事比省人力更让我们满意。
财务共享负责人上线 3 个月 · 应客户要求匿名
Reusable

这个项目留下了什么

  • OCR + LLM 双段式识别链路
  • 字段映射配置台
  • 单据校验规则库
  • 抽检验证脚本
Next

这套做法还能用在哪

  • OCR 与大模型的链路可复用到合同、保单与运单。
  • 字段配置台可直接交给业务维护新单据类型。
  • 校验规则库可迁移到任何需要勾稽的财务场景。

模板与连接器可以直接复用,相邻场景不必从零开发。

Stack
OCR大模型字段配置平台财务系统集成
聊聊我的场景
下一步

你们的情况可能不同

同样的场景,行业不同、系统不同、人不同,做法会差很多。90 分钟诊断,我们给出针对性的判断——包括该不该做。