ทำไมความแม่นยำ OCR 95% ถึงยังไม่พอสำหรับงานบัญชี

เวลาคุยกับผู้ขายระบบ OCR คำถามแรกที่ผู้ซื้อเกือบทุกรายถามคือ "แม่นกี่เปอร์เซ็นต์"

เป็นคำถามที่เข้าใจได้ แต่เป็นคำถามที่ตอบแล้วแทบไม่ได้ช่วยอะไรในการตัดสินใจ และในหลายกรณี มันพาไปสู่การตัดสินใจที่ผิด บทความนี้จะอธิบายว่าทำไม แล้วเสนอชุดคำถามที่ใช้แทนได้จริง

95% ของอะไร

ปัญหาแรกคือคำว่า "แม่นยำ 95%" ไม่มีความหมายจนกว่าจะรู้ว่านับจากอะไร ผู้ขายสองรายที่บอกตัวเลขเดียวกัน อาจกำลังพูดถึงสิ่งที่ต่างกันคนละโลก

ความแม่นยำระดับตัวอักษร คือวัดว่าอ่านตัวอักษรถูกกี่ตัวจากทั้งหมด นี่คือตัวเลขที่มักถูกอ้างถึง เพราะมันสวยที่สุด ในใบกำกับภาษีหนึ่งใบมีตัวอักษรและตัวเลขราว 400–600 ตัว ความแม่นยำ 95% ในระดับนี้แปลว่าอ่านผิดประมาณ 20–30 ตัวต่อใบ

ความแม่นยำระดับฟิลด์ คือวัดว่าดึงข้อมูลที่ต้องการออกมาได้ถูกกี่ช่อง เช่น เลขที่ใบกำกับ วันที่ เลขประจำตัวผู้เสียภาษี ยอดก่อนภาษี ภาษีมูลค่าเพิ่ม ยอดรวม ในใบหนึ่งอาจมี 10–15 ฟิลด์ที่ต้องใช้จริง

ความแม่นยำระดับเอกสาร คือวัดว่าทั้งใบถูกต้องครบทุกฟิลด์กี่ใบ นี่คือตัวเลขเดียวที่ตรงกับ ประสบการณ์ของคนทำงานจริง เพราะใบที่มีฟิลด์ผิดหนึ่งช่อง ก็คือใบที่ต้องเปิดมาแก้อยู่ดี

ตัวอย่างเชิงคณิตศาสตร์: หากสมมติให้แต่ละฟิลด์มีโอกาสถูก 95% เท่ากันและเป็นอิสระต่อกัน และหนึ่งใบมี 12 ฟิลด์ที่ต้องถูกทั้งหมด โอกาสที่ทั้งใบจะถูกครบตามสมมตินี้คือ 0.95 ยกกำลัง 12 หรือประมาณ 54%

ตัวอย่างนี้แสดงว่าค่าเฉลี่ยระดับฟิลด์ไม่สามารถนำไปสรุปผลระดับเอกสารได้โดยตรง ข้อมูลจริงอาจต่างออกไป เพราะความผิดพลาดของแต่ละฟิลด์ไม่ได้เป็นอิสระหรือมีอัตราเท่ากัน

นี่ไม่ใช่การเล่นกล มันคือคณิตศาสตร์ธรรมดาที่มักไม่ถูกพูดถึงในห้องประชุมขาย

ความผิดพลาดไม่ได้มีน้ำหนักเท่ากัน

สมมติระบบอ่านผิดสองใบจากร้อยใบ คำถามคือผิดตรงไหน

ถ้าผิดที่ชื่อผู้ขายสะกดเพี้ยนไปหนึ่งตัว ผลกระทบแทบเป็นศูนย์ คนตรวจเห็นก็แก้ หรือบางทีไม่มีใครสังเกตด้วยซ้ำ และไม่มีอะไรเสียหาย

ถ้าผิดที่ยอดเงิน จาก 15,000 เป็น 1,500 — ตัวเลขความแม่นยำยังคงเป็นตัวเลขเดิม แต่ผลลัพธ์คือ งบการเงินผิด รายงานภาษีผิด และมีคนต้องนั่งไล่หาต้นตอตอนสี่ทุ่มของวันสิ้นเดือน

ค่าเฉลี่ยความแม่นยำจึงซ่อนสิ่งที่สำคัญที่สุดเอาไว้ คือการกระจายตัวของความเสียหาย ระบบที่ผิดบ่อยแต่ผิดในจุดที่ไม่สำคัญ ดีกว่าระบบที่ผิดน้อยแต่ผิดในจุดที่แพง

ในทางปฏิบัติ ฟิลด์ที่ต้องปฏิบัติเหมือนไม่มีสิทธิ์ผิดเลยมีอยู่ไม่กี่ตัว ได้แก่ ยอดเงินทุกช่อง เลขประจำตัวผู้เสียภาษี วันที่ และเลขที่เอกสาร ส่วนที่เหลือผิดได้โดยไม่ทำให้เกิดหายนะ

ปัญหาที่แท้จริง: ระบบรู้ตัวหรือเปล่าว่ามันไม่แน่ใจ

นี่คือประเด็นที่สำคัญที่สุดในบทความนี้ และเป็นสิ่งที่แทบไม่มีใครถามตอนเลือกผู้ขาย

ระบบ OCR สองตัวที่มีความแม่นยำเท่ากันเป๊ะ อาจให้ประสบการณ์การใช้งานที่ต่างกันราวฟ้ากับเหว ขึ้นอยู่กับว่ามันจัดการกับความไม่แน่ใจของตัวเองอย่างไร

ระบบแบบที่หนึ่ง อ่านทุกใบแล้วส่งผลลัพธ์เข้าระบบบัญชีทั้งหมด ใบที่อ่านผิดปนอยู่ในนั้นโดยไม่มีสัญญาณอะไร ทีมบัญชีจะรู้ว่ามีอะไรผิดก็ตอนตัวเลขไม่ตรงตอนปิดงบ แล้วต้องไล่ย้อนหาในกองสามพันใบ

ระบบแบบที่สอง อ่านทุกใบเหมือนกัน แต่แยกใบที่มันไม่มั่นใจออกมากองหนึ่ง ส่งให้คนดูก่อนเข้าระบบ สมมติว่ามันแยกออกมา 15 ใบจากร้อยใบ และในนั้นมีใบที่ผิดจริงอยู่ 4 ใบ

ระบบแบบที่สองทำให้ทีมทำงานมากขึ้นในตอนต้น — ต้องเปิดดู 15 ใบ ทั้งที่ผิดจริงแค่ 4 แต่มันเปลี่ยนงาน "ไล่หาเข็มในกองฟาง" ให้กลายเป็นงาน "ตรวจ 15 ใบที่ระบุมาแล้ว"

งานแรกใช้เวลาไม่แน่นอนและเครียด งานที่สองใช้เวลาที่ประมาณได้และวางแผนได้

คำถามที่ควรถามผู้ขายจึงไม่ใช่ "แม่นกี่เปอร์เซ็นต์" แต่คือ "ตอนระบบไม่มั่นใจ มันทำอะไร"

ถ้าคำตอบคือ "ระบบเราแม่นมากจนไม่ต้องกังวลเรื่องนั้น" — นั่นคือคำตอบที่บอกว่าระบบไม่มีกลไกนี้

ทำไมเอกสารภาษาไทยยากกว่าที่คิด

เอกสารธุรกิจไทยมีลักษณะเฉพาะหลายอย่างที่ทำให้ตัวเลขความแม่นยำจากผู้ขายต่างประเทศใช้อ้างอิงไม่ได้เลย

ภาษาไทยไม่มีการเว้นวรรคระหว่างคำ ระบบต้องเดาขอบเขตคำเอง ซึ่งพลาดได้ในชื่อบริษัทที่ไม่คุ้น

สระและวรรณยุกต์ซ้อนกันหลายชั้น ตัวอักษรอย่าง "เ" "ิ" "้" อยู่คนละระดับความสูง เมื่อสแกนด้วยความละเอียดต่ำ หรือเอกสารเป็นสำเนาที่ถ่ายมาหลายทอด ชั้นบนและชั้นล่างจะเลือนหายไปก่อน

ตัวเลขไทยยังใช้อยู่ในเอกสารราชการ ๑ ๒ ๓ ปนกับ 1 2 3 ในเอกสารเดียวกัน

ปฏิทินสองระบบ เอกสารบางใบใช้ พ.ศ. บางใบใช้ ค.ศ. และบางใบเขียนแค่ "68" ซึ่งอาจหมายถึง 2568 หรือ 2068 ระบบที่ไม่ได้ออกแบบมาสำหรับไทยจะแปลงผิดโดยไม่มีสัญญาณเตือน และความผิดพลาดเรื่องวันที่ ส่งผลถึงงวดบัญชีที่บันทึกรายการ ซึ่งแก้ทีหลังยากกว่าตัวเลขผิดเสียอีก

ตราประทับและลายเซ็นทับข้อความ ตราประทับสีน้ำเงินหรือแดงที่ประทับทับเลขที่เอกสารเป็นเรื่องปกติมาก ในเอกสารไทย และเป็นจุดที่ระบบทั่วไปอ่านพลาดบ่อยที่สุด

นี่คือเหตุผลที่ตัวเลขความแม่นยำจากการทดสอบด้วยชุดเอกสารมาตรฐานสากล ไม่ได้บอกอะไรเลยเกี่ยวกับ ผลลัพธ์กับเอกสารในแฟ้มของคุณ

คำถามที่ควรถามแทน

แทนที่จะถามหาตัวเลขเดียว ให้ถามชุดคำถามนี้ ซึ่งคำตอบจะบอกได้เร็วมากว่าผู้ขายเข้าใจปัญหาจริงหรือไม่

1. ทดสอบกับเอกสารของเราได้ไหม — ถ้าไม่ได้ ตัวเลขทุกตัวที่พูดมาไม่เกี่ยวกับเรา
2. ตอนระบบไม่มั่นใจ มันทำอะไร — คำตอบที่ดีคือ "หยิบออกมาให้คนดู" ไม่ใช่ "มันแม่นอยู่แล้ว"
3. ความแม่นยำที่บอกมา เป็นระดับตัวอักษร ฟิลด์ หรือทั้งเอกสาร
4. ฟิลด์ที่เป็นตัวเงิน มีการตรวจสอบเพิ่มไหม — เช่น ยอดก่อนภาษี + ภาษี ต้องเท่ากับยอดรวม ถ้าไม่เท่า ระบบควรรู้ตัวเองว่าอ่านผิดโดยไม่ต้องมีคนบอก
5. เอกสารรูปแบบใหม่ที่ไม่เคยเห็น ระบบทำอะไร — ซัพพลายเออร์รายใหม่มีเสมอ
6. ข้อมูลของเราถูกเก็บที่ไหน นานแค่ไหน ใครเข้าถึงได้ — เอกสารบัญชีคือข้อมูลธุรกิจที่อ่อนไหวที่สุด
7. ถ้าเลิกใช้ เราเอาข้อมูลออกมาในรูปแบบไหนได้ — ถามตั้งแต่วันแรก ไม่ใช่วันที่อยากเลิก

วิธีทดสอบที่ให้คำตอบจริงภายในสัปดาห์เดียว

ไม่ต้องทำโครงการนำร่องหกเดือนเพื่อรู้ว่าระบบใช้ได้หรือไม่ ทำแบบนี้พอ:

เลือกเอกสาร 30–50 ใบที่เป็นตัวแทนของจริง สำคัญที่สุดคืออย่าเลือกแต่ใบที่สวย ต้องมีใบที่ถ่ายเอกสารมา ใบที่มีตราประทับทับ ใบที่พิมพ์จากเครื่องพิมพ์ความร้อนจนซีด และใบจากซัพพลายเออร์หลาย ๆ เจ้าที่หน้าตาไม่เหมือนกัน

ถ้าทดสอบด้วยเอกสารที่สวยที่สุด ผลที่ได้จะสวยและไม่มีประโยชน์

วัดสามตัวเลข ไม่ใช่ตัวเดียว

• กี่เปอร์เซ็นต์ของใบที่ถูกทุกฟิลด์ (ไม่ต้องแตะเลย)
• กี่เปอร์เซ็นต์ที่ระบบแยกออกมาบอกว่าไม่มั่นใจ
• กี่เปอร์เซ็นต์ที่ผิดโดยระบบไม่รู้ตัว — ตัวนี้สำคัญที่สุด เพราะมันคือความเสียหายที่จะหลุดเข้าระบบจริง

ตัวเลขที่สามคือตัวที่ควรใช้เปรียบเทียบผู้ขาย ระบบที่ตัวเลขนี้เป็นศูนย์แต่แยกเอกสารออกมาให้ตรวจเยอะ ยังดีกว่าระบบที่แยกออกมาน้อยแต่ปล่อยของผิดหลุดไป

จับเวลาจริง ให้คนที่ทำงานนี้อยู่ทุกวันลองใช้ แล้วจับเวลาว่าจากไฟล์ถึงข้อมูลในระบบบัญชีใช้เวลาเท่าไร เทียบกับวิธีเดิม ตัวเลขนี้คือสิ่งที่ผู้บริหารจะถาม ไม่ใช่เปอร์เซ็นต์ความแม่นยำ

สรุป

ความแม่นยำ 95% ไม่ได้แปลว่างานหายไป 95% และในบางกรณีมันแปลว่าเอกสารเกือบครึ่งยังต้องถูกแตะด้วยมือ

สิ่งที่กำหนดว่าระบบ OCR จะช่วยงานได้จริงหรือไม่ ไม่ใช่ความแม่นยำเฉลี่ย แต่คือสองอย่าง: ระบบรู้ตัวหรือไม่ว่ามันไม่แน่ใจ และมันทำอะไรกับความไม่แน่ใจนั้น

ระบบที่บอกได้ว่า "ใบนี้ผมไม่มั่นใจ ช่วยดูหน่อย" มีค่ากับทีมบัญชีมากกว่าระบบที่แม่นกว่าเล็กน้อย แต่เงียบสนิทเวลาผิด

อยากรู้ว่าเอกสารของคุณควรประเมินอย่างไร — ส่งเอกสารตัวอย่างเพื่อขอประเมิน ทีมงานจะแจ้งวิธีทดสอบ คิว ระยะเวลา ค่าใช้จ่าย และขอบเขตผลรายงานก่อนเริ่มดำเนินการ ไฟล์ของคุณถูกลบอัตโนมัติภายใน 30 วัน

อ่านต่อ: AI-OCR สำหรับงานบัญชีและการเงิน