對數自動化要做到 97% 準確率，關鍵在哪

賣文件自動化的人，示範來來去去都是同一套：一張乾淨的發票放進去，完美的結構化數據出來。然後你把它對準公司真正的文件，一張糊掉的空運提單、一份掃描的月結單、一張有人手填過的表格，準確率就直插谷底。

所以當客戶問「AI 能不能直接讀我們的文件、幫我們對數」，老實的答案是：讀出來只是最容易的 8 成。最後那 17 個百分點，也就是決定你敢不敢用這些數字來對錢的部分，才是整份工作的重點。以下就談談，在一宗真實的空運提單對數上，做到 97% 到底需要甚麼。

為甚麼純 OCR 只到 85%，不是 97%

現代 OCR 確實很好。在乾淨、格式固定的文件上，它抽欄位可以很準。但營運文件既不乾淨、也不固定。空運提單來自幾十家承運商、版式各異；數字會用手寫蓋在印刷欄位上；掃描件歪斜、傳真過、用相機斜著拍。

面對這種輸入，欄位級的 OCR 準確率實際上大概落在 80–90% 之間。聽起來很接近，其實不然。在對數裡，一個收費或重量上錯一個數字不會自己抹平，它會變成一條要有人去追查的差異，甚至更糟,一個靜靜地送錯的數字。當一份有十幾個欄位的文件準確率是 85%，幾乎每一份都至少有一處錯。你並沒有消除人手工作，只是把它由「打字」搬去「追查」。

錯在把 OCR 當成產品本身。OCR 只是原始輸入。準確率活在你在它之上建的那一層。

收窄差距的那一層驗證

由約 85% 跳到 97%，靠的不是更強的 OCR 模型，而是夾在抽取與入帳之間的一套規則驗證引擎。真正做事的有三樣：

與來源系統交叉比對

每一個「可以」被另一個系統核對的欄位，都會被核對。在其中一個項目裡，抽取出來的空運提單數據，會逐行與營運上的真實來源系統對數。當兩個獨立來源一致，這一行的信心就高；當兩者不一致，你就自動找到了那條需要人手的行。

用業務規則寫下甚麼叫「有效」

一個有經驗的文員知道：一筆數大了一個數量級就是打錯、某些欄位必須加總對得上、日期不可能早過出貨。這些直覺，被寫成明確的規則:範圍檢查、類似核對和的加總、格式與跨欄位限制。大多數 OCR 錯誤一出現就違反了某條規則，於是規則在它到帳之前就把它攔下。

用信心分數決定人手看到甚麼

每一條對數後的行，都會由上述檢查得出一個信心分數。高信心的直接流過；低信心的送去人手。這正是大多數示範略過、卻最重要的一環:系統知道自己甚麼時候「沒把握」，並只把那些升級處理。

為甚麼 100% 全自動是錯的目標

追求 100%，正是這類項目預算爆掉的原因。最後那一小撮真正含糊的文件，泡水的掃描、非標準的承運商、手寫的更正,要做到可靠自動化的成本，比一個人花一分鐘處理還要高。

所以目標從來不是「不要人」。而是：系統有信心的每一行都自動化，再派一個人去看例外。這就是 97% 為你買到的東西。不是一套永遠不需要人的系統，而是一套讓人只覆核那真正存疑的 3%、而不是把 100% 的工作重新輸入一次的系統。效益來自改變那個「比例」，而不是把人完全抽走。

它為這位客戶改變了甚麼

這項對數每月做兩次，每次要一位全職同事花上將近五天：抽出空運提單、逐張輸入、逐行與營運系統人手對數、追查差異。

建好之後，同樣的週期大約兩小時跑完。整套流程抽取、對數並交叉比對全部單量，靠那層驗證守住 97% 準確率，只把被標記的行送出來覆核。原本負責輸入的那位同事，轉去做真正需要判斷力的工作。由確定範疇到上線，用了不足兩個月。

這一切都不是因為 OCR 有魔法。而是因為我們把準確率這個問題，當成真正的問題來處理，用交叉比對、規則與誠實的信心評分去解決，而不是寄望模型會剛好答對。

怎樣判斷一個自動化方案

如果你正在評估一個文件自動化項目，分辨的方法很簡單。問一句：系統做錯的那些文件，會怎樣處理？如果答案是含糊帶過模型準確率，錢留著。如果答案是一個具體的故事,關於驗證、交叉比對、以及低信心個案如何升級交人手,那你面對的，是一個真正落地過的人。

「差不多」的 OCR 並不夠。圍著它建起來的那套引擎，才是產品。