OCR tự động đối chiếu hóa đơn: Bóc trần sai lầm về xác nhận công nợ
08/09/2026
Đầu giờ chiều thứ Tư, tôi ngồi trong phòng họp của một nhà máy sản xuất linh kiện điện tử ở TP.HCM. Trước mắt là một chồng hóa đơn nhập hàng cao tới đầu gối. Kế toán trưởng chỉ vào một con số và hỏi: "Số này khớp với hệ thống không?" Câu trả lời là không, nhưng mất ba ngày để tìm ra lỗi. Đó là lúc chúng ta thấy rõ giới hạn của con người khi đối mặt với khối lượng dữ liệu giấy tờ khổng lồ trong quản trị chuỗi cung ứng.
Chúng ta thường nghĩ công nghệ sẽ giải quyết mọi thứ một cách tức thì. Nhưng thực tế triển khai cho thấy, vấn đề không nằm ở độ chính xác của máy, mà nằm ở cách chúng ta đặt kỳ vọng và chuẩn bị dữ liệu. Dưới đây là những hiểu lầm phổ biến mà tôi gặp phải khi tư vấn về giải pháp OCR tự động và xác nhận công nợ.
"OCR tự động có nghĩa là không cần con người kiểm tra nữa"
Đây là hiểu lầm nguy hiểm nhất. Nhiều doanh nghiệp tin rằng một khi hệ thống quét xong, mọi thứ đã xong. Nhưng dữ liệu nhập từ giấy tờ luôn chứa nhiễu. Chữ in mờ, giấy bị gấp, hoặc định dạng hóa đơn không thống nhất giữa các nhà cung cấp.
Trong một dự án gần đây cho một tập đoàn lớn ngành thực phẩm, tôi đã thấy điều này. Hệ thống OCR có độ chính xác 99% trên dữ liệu sạch. Nhưng thực tế, có khoảng 2-3% trường hợp cần can thiệp thủ công. Nếu bạn loại bỏ hoàn toàn khâu kiểm tra, những sai lệch nhỏ này sẽ âm thầm chảy vào ERP. Hậu quả là số dư công nợ lệch, và việc đối soát cuối kỳ trở thành một cơn ác mộng.
Cách tiếp cận đúng là xem OCR như một lớp lọc đầu tiên. Nó xử lý 80-90% khối lượng công việc lặp lại. Phần còn lại được đẩy lên bảng điều khiển để nhân viên xác nhận nhanh. Tốc độ xử lý có thể gấp đôi so với làm tay, nhưng vẫn cần một "người gác cổng" cuối cùng.
"Chỉ cần quét mã vạch là đủ để đối chiếu hóa đơn"
Nhiều người cho rằng mã vạch là cứu cánh. Nhưng mã vạch chỉ chứa mã sản phẩm và số lượng. Nó không chứa đơn giá, điều khoản thanh toán, hay các khoản phụ phí phát sinh. Trong khi đó, hóa đơn lại là nơi chứa đầy đủ thông tin tài chính.
Tôi từng làm việc với một chuỗi bán lẻ lớn tại Philippines. Họ tin rằng chỉ cần quét mã vạch khi nhập kho là đã đủ. Nhưng đến khi đối chiếu với hóa đơn nhà cung cấp, họ phát hiện ra hàng chục trường hợp đơn giá thay đổi mà không có thông báo. Nếu không có OCR đọc toàn bộ nội dung văn bản trên hóa đơn, những sai lệch giá trị này sẽ không bao giờ bị phát hiện kịp thời.
Việc đối chiếu chéo giữa phiếu nhập (từ mã vạch) và hóa đơn (từ OCR text) mới là nơi giá trị thực sự nằm ở. Nó giúp phát hiện việc nhập hàng không đúng đơn hàng, hoặc nhà cung cấp tự ý điều chỉnh giá.
"ERP của chúng tôi đủ mạnh để tự đối soát, không cần công cụ ngoài"
ERP là trung tâm dữ liệu, nhưng nó không phải là công cụ trích xuất dữ liệu từ giấy tờ. Việc tích hợp OCR vào ERP không có nghĩa là bạn phải thay đổi toàn bộ luồng nghiệp vụ. Nhiều doanh nghiệp e ngại điều này và từ chối triển khai vì sợ phá vỡ quy trình hiện tại.
Thực tế, OCR hoạt động như một "cánh tay nối dài" cho ERP. Nó đứng ở đầu vào, chuyển hóa giấy tờ thành dữ liệu cấu trúc, rồi đẩy vào ERP. Không cần thay đổi cách kế toán làm việc, chỉ cần thay đổi cách họ nhận dữ liệu.
Tôi đã đồng hành cùng một doanh nghiệp ngành dầu nhớt tại Việt Nam với tư duy này. Họ giữ nguyên ERP cũ, nhưng thêm một lớp trung gian OCR. Kết quả là thời gian xử lý hóa đơn giảm đáng kể, và nhân viên kế toán không phải mất thời gian gõ tay vào hệ thống. Điều quan trọng là hệ thống phải linh hoạt, không ép doanh nghiệp phải thay đổi cấu trúc tổ chức.
"Độ chính xác 95% là chấp nhận được cho mục đích nội bộ"
Nghe có vẻ hợp lý, nhưng hãy nhìn vào quy mô. Nếu bạn xử lý 10.000 hóa đơn mỗi tháng, 5% lỗi nghĩa là 500 hóa đơn có vấn đề. Việc tìm ra 500 lỗi này giữa hàng trăm nghìn dòng dữ liệu trong ERP là bất khả thi về mặt nhân lực.
Trong quản trị chuỗi cung ứng, sai lệch nhỏ có thể dẫn đến tranh chấp lớn. Một lần, tôi gặp một công ty xuất khẩu vào thị trường Mexico. Họ chấp nhận độ chính xác OCR ở mức trung bình. Kết quả là một lô hàng bị giữ tại cảng do sai lệch số lượng trên hóa đơn so với phiếu đóng gói. Chi phí lưu kho và chậm tiến độ đã vượt xa chi phí đầu tư ban đầu vào hệ thống trích xuất dữ liệu chính xác hơn.
Đừng đánh đổi độ chính xác để đổi lấy sự tiện lợi tức thì. Hãy yêu cầu nhà cung cấp công nghệ cam kết mức độ tin cậy trên từng trường dữ liệu cụ thể, không chỉ là tổng thể.
"Triển khai xong là chạy được ngay với mọi loại hóa đơn"
Không có hệ thống OCR nào sinh ra đã biết đọc mọi định dạng hóa đơn trên thế giới. Đặc biệt là với các hóa đơn nội bộ, phiếu nhập hàng tay viết, hoặc các định dạng đặc thù của ngành.
Quá trình triển khai luôn bao gồm giai đoạn huấn luyện và tinh chỉnh. Bạn cần cung cấp mẫu dữ liệu thực tế để hệ thống học. Nếu bạn đưa cho hệ thống một tập hợp hóa đơn từ 10 nhà cung cấp khác nhau mà không có bước chuẩn hóa trước, kết quả sẽ rất hỗn loạn.
Tôi luôn khuyên khách hàng hãy dành thời gian cho bước "làm sạch dữ liệu đầu vào". Sắp xếp hóa đơn theo loại, đảm bảo chất lượng scan, và định nghĩa rõ các trường dữ liệu cần trích xuất. AIVISION đã hỗ trợ nhiều doanh nghiệp như Masan hay Gene Solutions trong bước này. Chúng tôi giúp họ chuẩn hóa quy trình scan và định dạng dữ liệu trước khi đưa vào hệ thống AI. Đây không phải là bước kỹ thuật, mà là bước quản trị quy trình.
Bước đầu tiên bạn có thể làm ngay trong tuần này: Chọn ra một loại hóa đơn nhập hàng phổ biến nhất, có độ phức tạp thấp nhất. Thu thập 50 mẫu scan chất lượng cao. Sau đó, thử trích xuất thủ công để xác định các trường dữ liệu nào hay bị sai nhất khi nhập tay. Đó chính là những trường mà OCR cần được huấn luyện kỹ lưỡng nhất. Bắt đầu nhỏ, kiểm chứng được, rồi mới mở rộng.
Còn nhiều thứ không gói được trong một bài viết. Bạn có thể đọc tiếp các bài khác của AIVISION, xem giải pháp chấm điểm trưng bày hoặc nói chuyện trực tiếp với chúng tôi.