เข้าใจความต่างระหว่าง OCR ทั่วไปกับระบบ AI ที่อ่านและเข้าใจเอกสาร ตัวอย่างการใช้งานในหลายแผนก และสิ่งที่ควรเตรียมก่อนเริ่มลดงานคีย์ข้อมูลในองค์กร
ในหลายองค์กร ยังมีพนักงานจำนวนไม่น้อยที่ใช้เวลาทั้งวันอ่านเอกสาร แล้วพิมพ์ข้อมูลเดิม ๆ ลงระบบ ไม่ว่าจะเป็นใบแจ้งหนี้จากซัพพลายเออร์ ใบสั่งซื้อ สำเนาบัตรประชาชนของลูกค้า หรือใบเคลมประกัน งานแบบนี้ดูเหมือนเป็นงานเล็ก แต่เมื่อรวมกันทั้งเดือน กลับกินเวลาและสร้างปัญหาต่อเนื่องมากกว่าที่คิด
บทความนี้อธิบายว่าเทคโนโลยีการอ่านเอกสารด้วย AI ทำงานอย่างไร ต่างจาก OCR แบบเดิมตรงไหน ใช้ได้กับงานแบบใดบ้าง และองค์กรควรเตรียมอะไรก่อนเริ่ม
ต้นทุนแฝงของการคีย์เอกสารด้วยมือ
ต้นทุนที่เห็นชัดที่สุดคือเวลาของพนักงาน แต่ยังมีต้นทุนที่มองไม่เห็นอีกหลายอย่าง
- ความผิดพลาด ตัวเลขผิดเพียงหลักเดียวในเลขประจำตัวผู้เสียภาษี วันที่ หรือยอดเงิน อาจทำให้จ่ายเงินผิด ยื่นภาษีผิด หรือต้องย้อนกลับไปแก้เอกสารหลายฉบับ
- งานที่ต้องรอ การปิดงบปลายเดือน การอนุมัติจัดซื้อ หรือการเปิดบัญชีให้ลูกค้าใหม่ มักติดอยู่ที่ขั้นตอนคีย์ข้อมูล
- ขยายงานยาก เมื่อธุรกิจโต ปริมาณเอกสารเพิ่มตาม ทางเลือกเดียวของงานแบบนี้คือเพิ่มคน
- คนเก่งเสียเวลากับงานซ้ำ พนักงานที่เข้าใจงานบัญชีหรืองานลูกค้าดี ควรได้ใช้เวลากับการตรวจสอบและตัดสินใจ มากกว่าการพิมพ์ตาม
OCR ทั่วไป ต่างจาก AI ที่อ่านเอกสารอย่างไร
หลายคนเคยได้ยินคำว่า OCR (Optical Character Recognition) ซึ่งเป็นเทคโนโลยีที่เปลี่ยนภาพตัวอักษรให้เป็นข้อความที่คอมพิวเตอร์อ่านได้ OCR มีมานานและมีประโยชน์ แต่มีข้อจำกัดสำคัญ คือ OCR รู้ว่า “ตัวอักษรเขียนว่าอะไร” แต่ไม่รู้ว่า “ข้อความนั้นคืออะไร”
ตัวอย่างเช่น ในใบกำกับภาษีหนึ่งใบมีตัวเลข 13 หลักอยู่สองชุด OCR อ่านตัวเลขออกมาได้ทั้งสองชุด แต่บอกไม่ได้ว่าชุดไหนเป็นเลขผู้เสียภาษีของผู้ขาย และชุดไหนเป็นของผู้ซื้อ ระบบแบบเดิมจึงต้องอาศัยการกำหนดตำแหน่งบนหน้ากระดาษ (template) ซึ่งใช้ได้ดีเมื่อเอกสารมีหน้าตาเหมือนกันทุกใบ แต่จะพังทันทีเมื่อเจอซัพพลายเออร์รายใหม่ที่จัดหน้าต่างออกไป
ระบบอ่านเอกสารยุคใหม่ ซึ่งมักเรียกว่า Intelligent Document Processing (IDP) ใช้ AI เข้ามาช่วยในขั้นตอนที่ OCR ทำไม่ได้
- เข้าใจบริบท รู้ว่าตัวเลขที่อยู่ใกล้คำว่า “ผู้ขาย” หรือ “Seller” คือข้อมูลของผู้ขาย แม้เอกสารแต่ละใบจะจัดหน้าไม่เหมือนกัน
- แยกประเภทเอกสาร รู้ว่าไฟล์ที่ได้รับคือใบแจ้งหนี้ ใบลดหนี้ หรือใบเสนอราคา และแยกเอกสารหลายฉบับที่อยู่ในไฟล์เดียวออกจากกันได้
- ดึงข้อมูลเป็นโครงสร้าง ผลลัพธ์ไม่ใช่ข้อความยาว ๆ แต่เป็นข้อมูลที่แยกช่องชัดเจน เช่น เลขที่เอกสาร วันที่ ยอดก่อนภาษี VAT ภาษีหัก ณ ที่จ่าย และรายการสินค้าแต่ละบรรทัด
- รับมือกับเอกสารคุณภาพต่ำ ทั้งไฟล์สแกนเอียง รูปถ่ายจากมือถือ และเอกสารที่มีทั้งภาษาไทยและอังกฤษ
ใช้กับงานอะไรได้บ้าง
แม้งานบัญชีจะเป็นจุดเริ่มต้นที่พบบ่อยที่สุด แต่หลักการเดียวกันใช้ได้กับเอกสารแทบทุกประเภทที่มีคนต้องอ่านแล้วคีย์ลงระบบ
- การเงินและบัญชี ใบแจ้งหนี้ ใบกำกับภาษี ใบลดหนี้ ใบเสนอราคา ใบวางบิล
- จัดซื้อและคลังสินค้า ใบสั่งซื้อ ใบส่งของ ใบรับสินค้า เพื่อเทียบยอดสั่งกับยอดรับ
- เปิดบัญชีลูกค้าและ KYC บัตรประชาชน หนังสือรับรองบริษัท ภ.พ.20 หน้าสมุดบัญชีธนาคาร
- ประกันและสุขภาพ ใบเคลม ใบรับรองแพทย์ ใบเสร็จโรงพยาบาล
- โลจิสติกส์และนำเข้าส่งออก ใบขนสินค้า Bill of Lading และ Packing list
- HR และงานธุรการ ใบสมัครงาน แบบฟอร์มต่าง ๆ สลิปโอนเงิน
ข้อมูลที่ได้ ไปต่อที่ไหน
การอ่านเอกสารได้เป็นเพียงครึ่งทาง อีกครึ่งคือการทำให้ข้อมูลไปถึงระบบที่ใช้งานจริง โดยทั่วไปมีสามรูปแบบ
- ส่งออกเป็นไฟล์ เช่น Excel หรือ CSV เหมาะกับการเริ่มต้น หรือทีมที่ยังนำเข้าข้อมูลเองเป็นรอบ
- ส่งเป็นข้อมูลแบบ JSON ผ่าน API ให้ระบบ ERP ระบบบัญชี หรือระบบงานภายในรับข้อมูลได้อัตโนมัติ ไม่ต้องมีคนคั่นกลาง
- ผสมกับขั้นตอนตรวจสอบ ให้ระบบอ่านก่อน แล้วให้พนักงานตรวจเฉพาะรายการที่ระบบไม่มั่นใจ หรือยอดเงินสูงเกินเกณฑ์ ก่อนส่งเข้าระบบ
ในทางปฏิบัติ รูปแบบที่สามมักได้ผลดีที่สุดในช่วงแรก เพราะทีมยังควบคุมคุณภาพได้ และค่อย ๆ ลดการตรวจลงเมื่อมั่นใจในผลลัพธ์
สิ่งที่ควรเตรียมก่อนเริ่ม
ก่อนเลือกเครื่องมือหรือผู้ให้บริการ ลองตอบคำถามเหล่านี้ภายในทีมก่อน จะช่วยให้คุยกับผู้ให้บริการได้ตรงประเด็นและเปรียบเทียบได้ง่ายขึ้น
- เอกสารประเภทไหนกินเวลามากที่สุด เลือกหนึ่งหรือสองประเภทที่มีปริมาณมากและหน้าตาหลากหลาย เป็นจุดเริ่มต้น
- ปริมาณต่อเดือนเท่าไร ช่วยประเมินความคุ้มค่า และเลือกรูปแบบการคิดค่าบริการที่เหมาะ
- ต้องการข้อมูลช่องไหนบ้าง ทำรายการช่องข้อมูลที่ต้องใช้จริง ไม่ต้องดึงทุกอย่างที่อยู่บนกระดาษ
- ข้อมูลต้องไปที่ระบบไหน ระบบปลายทางรับข้อมูลผ่าน API ได้หรือไม่ หรือต้องนำเข้าด้วยไฟล์
- ใครเป็นคนตรวจ และตรวจอะไร กำหนดเกณฑ์ว่ารายการแบบไหนต้องให้คนดูก่อนเสมอ
- เรื่องความปลอดภัยของข้อมูล เอกสารอย่างบัตรประชาชนหรือใบรับรองแพทย์เป็นข้อมูลส่วนบุคคล ควรถามผู้ให้บริการเรื่องการแยกข้อมูลแต่ละองค์กร การกำหนดสิทธิ์ผู้ใช้ และการบันทึกการเข้าถึง
- เตรียมตัวอย่างเอกสารจริง รวบรวมเอกสารจริงสัก 20 ถึง 50 ใบที่มีความหลากหลาย ทั้งใบที่ชัดและไม่ชัด เพื่อใช้ทดสอบก่อนตัดสินใจ
วัดผลอย่างไรว่าคุ้ม
ตัวชี้วัดที่ใช้ได้จริงและเก็บข้อมูลได้ไม่ยาก ได้แก่
- เวลาเฉลี่ยต่อเอกสาร ก่อนและหลังใช้ระบบ
- สัดส่วนเอกสารที่ผ่านได้โดยไม่ต้องแก้ไข
- จำนวนข้อผิดพลาดที่พบในขั้นตอนถัดไป เช่น ตอนจ่ายเงินหรือยื่นภาษี
- ระยะเวลาปิดงบ หรือระยะเวลาเปิดบัญชีลูกค้า
ควรเก็บตัวเลขช่วงก่อนเริ่มไว้ด้วย เพราะหลายองค์กรพบว่าเมื่อต้องสรุปผล กลับไม่มีตัวเลขเดิมไว้เปรียบเทียบ
สรุป
การใช้ AI อ่านเอกสารไม่ได้มีไว้แทนที่คน แต่ช่วยย้ายเวลาของคนจากการพิมพ์ตาม ไปสู่การตรวจสอบและตัดสินใจ จุดเริ่มต้นที่ดีคือเลือกเอกสารหนึ่งประเภทที่เป็นปัญหาที่สุด ทดสอบกับเอกสารจริง วัดผลให้ชัด แล้วค่อยขยายไปยังเอกสารประเภทอื่น
