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
Why now
如果不做,会发生什么
- 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。
- 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。
- 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 |
| 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。
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
聊聊我的场景
OCR大模型字段配置平台财务系统集成
Related
相似场景
3天 → 4小时AI 合同审核
3 天 → 4 小时:某金融机构把 4000 份合同交给 AI 初筛
关键不是做一个会读合同的工具,而是先把法务的判断标准写下来,再交给系统执行。顺序反过来,我们走过两次弯路。
3天 → 4小时平均审核周转
4h → 40min资金到账认领
每天 4 小时对账变 40 分钟:多银行资金到账自动认领
7 家银行的到账格式各不相同。我们用规则匹配加人工认领台,把逐笔核对变成只处理异常。
4h → 40min日对账耗时
5天 → 4小时电子签与用章
用章审批 5 天 → 4 小时:把线下传递整段拿掉
预算、比价、盖章、签约、付款连成一条线上链路,供应商可自助查询进度。
-60%审批周期