發票處理

    建構從發票和財務文件中自動提取和驗證資料的 AI 模型

    The Challenge

    應付帳款團隊處理來自數百個供應商的發票,每個供應商都有不同的版面、術語和詳細程度。從這些多樣化格式中提取結構化資料——供應商名稱、發票編號、行項目、數量、單價、稅額、付款條件和銀行資訊——是一項繁瑣且容易出錯的手動工作。金額欄位中的一個轉置錯誤就可能連鎖導致付款差異、供應商糾紛和會計對帳問題。

    模板型提取工具適用於格式一致的大量供應商,但在使用獨特版面發送發票的長尾供應商上會失敗。基於機器學習的提取工具改善了覆蓋範圍,但仍在手寫發票、帶有 OCR 偽影的掃描文件、具有複雜行項目表格的多頁發票和多語言發票上表現不佳。提取工具所交付的與應付帳款團隊所需要的之間的準確度差距意味著每張發票仍需人工驗證——這違背了自動化的初衷。

    The Solution

    Ertas 讓應付帳款團隊以自己的發票語料訓練擷取模型,讓模型能處理他們實際遇到的供應商格式、版面差異與欄位命名習慣。在 Ertas Studio 中,團隊以 JSONL 格式上傳標註好的發票,每筆記錄將一張發票的 OCR 文字與對應的結構化欄位配對,訓練出的模型能把非結構化的發票文字轉成符合其 ERP 系統欄位結構的乾淨結構化輸出。

    訓練後的模型能處理通用工具忽略的供應商特有寫法:有的供應商寫「Net Amount」而不寫「Subtotal」,有的把稅額併入每行單價而不另外列出,也有歐洲供應商以逗號作為小數點。由於模型是從機構的真實發票中學習,它反映的是實際的格式分布與邊緣情況。訓練在 Ertas 的雲端 GPU 上進行,因此標註好的發票會上傳到 Ertas;團隊可在上傳前把真實的銀行帳號換成擬真的替代值。訓練好的模型從 Hub 匯出,透過 Ollama、llama.cpp 或 vLLM 在團隊自己的伺服器上執行,發票一到就處理,輸出可直接匯入 ERP 的結構化資料。未通過團隊驗證規則的輸出,例如明細加總與發票總額不符,會轉給人工複核,修正後的結果則成為下一次訓練的範例。

    Key Features

    Studio

    自訂欄位提取訓練

    使用 Studio 在您 ERP 系統的特定欄位架構上訓練提取模型。將任何發票格式對應到您精確的資料結構,包括自訂欄位、計算總計和多幣別支援。

    Studio

    經過審閱的訓練範例

    使用 Studio 的引導式資料集建構工具 Data Craft 編輯擷取範例、管理版本,並追蹤哪些範例已由應付帳款專員核准。來自長尾供應商的疑難發票,會成為下一次訓練的審閱範例。

    Hub

    在自有伺服器上擷取

    將訓練好的模型匯出為 GGUF 或 safetensors,在你自己的基礎設施上提供服務。你的發票收件流程把 OCR 後的發票文字送給模型,取回符合 ERP 匯入結構的 JSON。

    Hub

    發票資料留在內部

    匯出後,發票在你自己的伺服器上處理,日常發票中的供應商銀行資料、付款金額與帳號都留在你手上。只有訓練集會上傳到 Ertas,不再需要時,你可以刪除已保存的資料集。

    Example Workflow

    一家營建公司的應付帳款部門每月處理來自 400 多家供應商的 3,000 張發票,包括建材供應商、分包商、設備租賃公司與專業服務公司。團隊為 8,000 張發票標註結構化欄位對應,把真實的銀行資料換成替代值,再將資料集上傳到 Ertas Studio。他們針對 ERP 的 22 欄位發票結構微調模型,其中包括營建業請款特有的專案代碼、成本類別與保留款,平行試用幾個基礎模型,並在預留的一組發票上比較逐欄位準確率。表現最好的模型匯出後,部署在公司自己的伺服器上,並串接發票收件流程。新發票經過 OCR 處理後送給模型,模型輸出符合 ERP 匯入格式的結構化資料。未通過團隊驗證規則的發票交由應付帳款專員處理,修正後的輸出加入資料集,供下一次訓練使用。團隊每月統計不需修改即通過的發票數量,據此決定何時重新訓練。

    Related Resources

    Ship AI that runs on your users' devices.

    Start free with 150 credits after card verification. Paid plans from $20/mo USD.