AI đọc hóa đơn và chứng từ: Những trường dữ liệu nào cần kiểm tra?

Nhập hóa đơn và chứng từ là việc tốn nhiều giờ của phòng kế toán. Hóa đơn điện tử, bản scan, ảnh chụp từ điện thoại, mỗi loại một định dạng. Chỉ một chữ số đọc sai là sổ sách lệch.

AI đọc hóa đơn có thể trích xuất phần lớn các trường và đối chiếu với đơn hàng. Nhưng kế toán cần biết rõ trường nào máy đọc được đáng tin, trường nào phải đối chiếu với nguồn khác và khi nào bắt buộc có người duyệt.

Bài viết liệt kê các nhóm trường cần kiểm tra và một quy trình đưa ngoại lệ về đúng người xử lý.

1. Cách nhìn đúng về AI đọc hóa đơn

Một hệ thống đọc hóa đơn gồm ba phần. Phần dữ liệu là file hóa đơn cùng các nguồn đối chiếu như danh mục nhà cung cấp, đơn mua hàng và hợp đồng. Phần xử lý nhận diện bố cục, trích xuất trường và kiểm tra phép tính. Phần kiểm soát quyết định chứng từ nào được đi tiếp, chứng từ nào phải vào hàng chờ kế toán. Độ chính xác cuối cùng phụ thuộc nhiều vào khâu đối chiếu, không chỉ vào khả năng đọc chữ.

Cần phân biệt trích xuất với ghi sổ. Trích xuất là tạo bản dữ liệu đề xuất từ chứng từ; ghi sổ là hành động có hệ quả kế toán. Giai đoạn đầu, hệ thống nên dừng ở bước đề xuất để kế toán xác nhận, và chỉ mở ghi tự động cho nhóm chứng từ đã qua đủ các lớp kiểm tra.

2. Các vấn đề cần xử lý

1. Thông tin người bán và người mua

Tên người bán cần khớp với danh mục nhà cung cấp đã có, còn tên người mua phải đúng pháp nhân của doanh nghiệp. Hóa đơn ghi sai tên người mua cần được phát hiện sớm vì có thể phải yêu cầu bên bán điều chỉnh. Nhà cung cấp chưa có trong danh mục nên được đánh dấu để kế toán kiểm tra trước khi tạo mới.

2. Số hóa đơn, ký hiệu, ngày lập

Đây là bộ trường dùng để nhận diện một hóa đơn và kiểm tra trùng. Với bản scan, các ký tự như số 0 và chữ O, số 1 và chữ I rất dễ bị đọc lẫn. Ngày lập cần so với kỳ kế toán đang mở để phát hiện chứng từ về trễ.

3. Mã số thuế và địa chỉ

Mã số thuế có định dạng cố định nên có thể kiểm tra độ dài và cấu trúc ngay khi trích xuất. Nên so với mã số thuế đã lưu trong danh mục nhà cung cấp thay vì chỉ tin vào kết quả đọc. Địa chỉ thường dài và hay bị ngắt dòng; ít khi dùng để đối chiếu nhưng vẫn cần lưu đúng.

4. Dòng hàng, đơn vị, số lượng, đơn giá

Bảng dòng hàng là phần khó đọc nhất vì dòng dài, có khi tràn sang trang sau. Mỗi dòng cần kiểm tra số lượng nhân đơn giá có bằng thành tiền không. Đơn vị tính phải khớp với đơn vị trên đơn mua hàng, ví dụ hộp hay chiếc.

5. Thuế suất, tiền thuế và tổng tiền

Tổng các dòng hàng, tiền thuế và tổng thanh toán phải khớp nhau theo phép tính. Một hóa đơn có thể có nhiều mức thuế suất cho các dòng khác nhau. Khi phép tính không khớp, hệ thống chỉ ra đúng ô lệch thay vì tự sửa cho khớp.

6. Thông tin thanh toán

Số tài khoản, ngân hàng và hạn thanh toán ảnh hưởng trực tiếp đến dòng tiền. Nếu số tài khoản trên hóa đơn khác với tài khoản đã đăng ký của nhà cung cấp, đó là dấu hiệu phải dừng lại kiểm tra. Hệ thống không nên tự cập nhật thông tin ngân hàng từ hóa đơn.

7. Liên kết đơn hàng hoặc hợp đồng

Hóa đơn cần được gắn với đơn mua hàng, phiếu nhập kho hoặc hợp đồng tương ứng. Việc đối chiếu này cho biết hàng đã về chưa, số lượng và giá có đúng thỏa thuận không. Hóa đơn không tìm được chứng từ gốc nên vào hàng chờ thay vì đi tiếp. Nguyên tắc dùng một khóa đối chiếu thứ hai cũng giống cách chatbot tra cứu đơn hàng xác thực người hỏi.

8. Dấu hiệu chứng từ trùng

Cùng một hóa đơn có thể đến hai lần, một qua email và một qua bản scan, với tên file khác nhau. Kiểm tra trùng nên dựa trên nhiều trường như số hóa đơn, ký hiệu, người bán, ngày và số tiền. Hóa đơn điều chỉnh hoặc thay thế hợp lệ cần được nhận diện riêng để không bị loại nhầm.

3. Quy trình triển khai đề xuất

Bước 1: Phân loại hóa đơn điện tử và bản scan

Hóa đơn điện tử thường có file dữ liệu có cấu trúc đi kèm nên có thể đọc trực tiếp, độ tin cậy cao hơn đọc ảnh. Bản scan và ảnh chụp phải qua nhận dạng chữ. Tách hai luồng ngay từ đầu giúp đặt mức kiểm tra phù hợp cho từng loại.

Bước 2: Trích xuất kèm vị trí và độ tin cậy

Mỗi trường trích xuất nên kèm vị trí trên chứng từ và mức độ tin cậy. Khi kiểm tra, kế toán được chỉ thẳng tới ô cần xem thay vì phải dò cả trang. Trường có độ tin cậy thấp tự động vào danh sách cần duyệt.

Bước 3: Đối chiếu phép tính và dữ liệu nghiệp vụ

Chạy các kiểm tra cứng: phép nhân từng dòng, tổng tiền, tiền thuế, mã số thuế so với danh mục, số lượng so với phiếu nhập. Kế toán trưởng xác nhận bộ quy tắc này. Đầu ra là danh sách lỗi cụ thể cho từng chứng từ.

Bước 4: Đưa ngoại lệ vào hàng chờ kế toán duyệt

Chứng từ không qua kiểm tra vào hàng chờ, kèm lý do và ô cần xem. Kế toán sửa, xác nhận hoặc trả lại bên bán; mọi thay đổi được lưu lịch sử. Theo dõi các lý do lặp lại để cải thiện quy tắc hoặc làm việc lại với nhà cung cấp.

4. Ví dụ giả định

Một hóa đơn scan bị mờ làm AI đọc nhầm số 8 thành 3 ở thành tiền. Phép cộng dòng hàng không khớp tổng tiền nên hệ thống không ghi sổ, mà đánh dấu đúng ô cần kiểm tra. Kế toán sửa giá trị và lưu cả bản gốc lẫn lịch sử chỉnh sửa.

Ví dụ cho thấy AI đọc sai là chuyện sẽ xảy ra, nhất là với bản scan mờ. Điều quan trọng là phép đối chiếu tổng tiền đã bắt được lỗi trước khi ghi sổ. Tình huống này nên thành ca kiểm thử: đầu vào là hóa đơn có một chữ số bị đọc sai, kết quả mong đợi là chứng từ vào hàng chờ và chỉ đúng ô lệch.

5. Rủi ro và giới hạn cần kiểm soát

• AI không thay thế trách nhiệm kiểm tra kế toán
• Bảo vệ dữ liệu tài chính và giới hạn thời gian lưu
• Không tự suy ra trường bị thiếu
• Kiểm tra trùng theo nhiều thuộc tính thay vì chỉ tên file

Các giới hạn này phải nằm trong quy trình và phân quyền. Hệ thống đọc hóa đơn không nên có quyền ghi sổ trực tiếp với chứng từ chưa qua kiểm tra. Hóa đơn chứa thông tin tài chính và tài khoản ngân hàng, nên cần giới hạn người xem và thời gian lưu bản trích xuất. Mọi chỉnh sửa của kế toán phải lưu cả giá trị cũ lẫn giá trị mới.

6. Chỉ số nên theo dõi sau khi vận hành

• Tỷ lệ yêu cầu hoàn thành đúng theo bộ tiêu chí đã duyệt
• Tỷ lệ thiếu dữ liệu, từ chối đúng và chuyển người thật
• Số lỗi tích hợp, thời gian phản hồi và thời gian khắc phục
• Số lần nhân viên sửa kết quả và nguyên nhân sửa

Số hóa đơn xử lý mỗi ngày không nói lên độ chính xác. Nên theo dõi tỷ lệ chứng từ phải sửa, trường nào hay bị sửa nhất và số hóa đơn trùng bị chặn. Tách theo nhà cung cấp và loại chứng từ sẽ thấy nhóm nào cần mẫu đọc riêng hoặc nên đề nghị bên bán gửi bản điện tử.

7. Checklist trước khi đưa vào sử dụng

• Nguồn dữ liệu và chủ sở hữu đã được xác nhận
• Quyền đọc ghi và phạm vi người dùng đã được kiểm thử
• Ngoại lệ có đường chuyển người phụ trách
• Nhật ký lưu đủ đầu vào nguồn và kết quả
• Bộ câu hỏi hoặc tình huống kiểm thử có đáp án mong đợi
• Có lịch cập nhật dữ liệu và kiểm thử lại

8. Câu hỏi thường gặp

AI có đọc được ảnh chụp không? Có thể, nhưng chất lượng phụ thuộc độ rõ, góc chụp và bố cục. Bản kém chất lượng cần hàng chờ kiểm tra.

Có nên tự động ghi sổ? Chỉ với trường hợp đạt điều kiện kiểm soát đã xác định; ngoại lệ cần kế toán duyệt.

Làm sao phát hiện hóa đơn trùng? Kết hợp số hóa đơn, người bán, ngày, số tiền và mã liên quan; vẫn cần xử lý trường hợp điều chỉnh hợp lệ.

Kết luận

AI đọc hóa đơn giúp giảm nhập liệu tay, nhưng giá trị thật nằm ở các bước đối chiếu phía sau. Nên bắt đầu với hóa đơn điện tử và một nhóm nhà cung cấp quen, dùng phép tính và danh mục để chặn lỗi, đưa mọi ngoại lệ về kế toán.

Quyền ghi sổ tự động chỉ nên mở dần khi tỷ lệ chứng từ phải sửa đã ổn định. Ở khâu trước hóa đơn, bộ phận mua hàng cũng có thể dùng AI để so sánh báo giá nhà cung cấp.

Trao đổi với Naventic để khảo sát quy trình xử lý hóa đơn và chứng từ. Đọc thêm: AI Finance & Accounting Agent.