很多企业的数字化系统已经建得很完善了，但在一个环节上，依然高度依赖人工：把外部单据里的信息，录入到内部系统里。
发票、付款凭证、报销单、送货单、对账单、收据，这些单据每天从不同业务部门、供应商、客户和员工手里流转进来。有的是扫描件，有的是手机拍照，有的是 PDF，有的是截图；有的格式标准，有的排版混乱；有的清晰，有的模糊。
过去，企业通常会引入 OCR 系统来解决这个问题。OCR 确实能把图片里的文字识别出来，但真正落地后会发现：识别文字只是第一步，后面还有大量判断、匹配、填写和校对工作。
传统 OCR 很多时候解决的是“看清楚文字”，但企业真正需要的是：把单据看懂，并自动填进系统。
不是没有系统，而是录入太慢
在这个案例中，企业每天需要处理大量业务单据，包括发票、付款凭证、报销单、送货单、对账单和收据等。原来的处理方式是：业务人员上传单据，OCR 系统识别文字，人工判断字段含义，再把关键字段填入 ERP、财务系统或报销系统，最后由审核人员校对。
这个流程看起来已经用了 OCR，但人的工作量并没有真正减少太多。原因很简单：OCR 只负责“识别”，不负责“理解”。
它可以告诉你图片里有哪些字，却不一定知道这些字分别对应业务系统里的哪个字段。尤其是在单据格式多样、字段表达不统一、版式经常变化的情况下，传统规则很容易失效。
OCR 识别，大模型理解
这个项目的核心思路并不复杂：让 OCR 做它最擅长的文字识别，让大模型做它最擅长的语义理解。
第一步，OCR 识别单据内容。单据上传后，系统先调用 OCR 引擎，对图片或 PDF 进行文字识别。这里不仅要拿到文字内容，还要尽可能获取位置信息、行列关系和版面结构。
第二步，大模型理解业务字段。OCR 输出的是一堆文字和位置，大模型要做的是把这些信息转化成结构化字段：单据类型、供应商名称、总金额、业务日期、付款方、收款方、订单号、合同号、税号和银行账号。
第三步，系统自动填单，人工审核异常。当大模型提取出结构化字段后，系统把字段自动写入 ERP、财务系统或报销系统。对于金额、日期、主体名称、发票号等关键字段，如果存在不确定、冲突或缺失，就高亮提示，由人工快速确认。
过去是人逐字段录入；现在是机器先填，人只审核不确定项。这才是效率提升的核心来源。
为什么不是纯 OCR，也不是纯大模型
纯 OCR 的优点是速度快、成本低、字符识别准确率高，但它不擅长理解业务语义。纯大模型，尤其是直接让多模态大模型读取图片，虽然理解能力更强，但在成本、速度和字符级准确性上不一定适合大规模企业处理。
这类组合方案的价值在于：把不同技术放在各自最适合的位置上，而不是让一个模型承担所有工作。
上线后，人从录入者变成审核者
项目上线后，效果比较明显。在传统人工录入方式下，单张单据平均处理时间约为 90 秒。引入 AI 自动填单后，系统可以自动完成识别、字段提取和初步填单，人工只需要审核低置信度字段，单张单据平均处理时间降低到约 18 秒。
每日处理能力从约 800 张提升到约 4000 张。错误率也从约 2% 降低到 0.5% 以下。
这里真正发生变化的，不是简单地“机器替代人”，而是人机分工变了：机器负责识别、理解、匹配和填入，人负责确认、判断和处理异常。
落地关键不是模型，而是流程
这类项目要落地，不能只看模型能力，还要看工程流程是否完整。字段标准要先定义清楚，不同单据类型要有不同字段清单，Prompt 要模板化，输出格式要固定，关键字段要有置信度和人工审核机制。
真实世界的单据也不会总是标准样本。图片模糊、字段被遮挡、印章覆盖文字、多张单据混在一起、同一张单据出现多个金额，这些都会发生。一个能上线的 AI 系统，不能只处理标准样本，还要能识别异常、标记异常、流转异常。
AI 提取字段只是中间结果。真正产生价值，是它能自动填入 ERP、财务系统、报销系统或采购系统。所以项目还需要处理接口对接、权限控制、日志追踪、数据回写和审批流衔接。
更大的价值，是结构化数据
自动填单的直接价值，是提高效率、减少人工、降低错误率。但从更长期看，它还有一个更重要的价值：把原来散落在单据里的非结构化信息，变成企业可以使用的结构化数据。
过去，很多信息藏在图片、PDF 和纸质单据里。即使上传到了系统，也只是作为附件存在，无法被统计、分析和自动流转。通过 OCR 和大模型结合，企业可以把这些信息转化为结构化字段，沉淀到业务系统中。
这为后续自动对账、费用分析、供应商画像、合同与付款匹配、异常报销识别、财务报表自动生成打下基础。所以，自动填单不是终点。它更像是企业文档智能化的入口。
两个问题还要继续深挖
虽然这个方案已经可以跑通，并且在效率上带来了明显提升，但如果从企业级应用的角度看，还有两个问题非常关键。
第一个问题是：评测体系必须做起来。很多 AI 项目上线后，会停留在“能用”的状态，但没有持续评估机制。系统到底哪里准、哪里不准、哪些单据类型容易出错、哪些字段最容易误判，都只能靠零散反馈。
如果要让系统持续变好，就必须建立评测闭环：建立真实单据测试集，按单据类型和字段统计准确率，记录人工修改过的字段，分析高频错误类型，再把用户反馈重新用于 Prompt 优化、规则优化和样本优化。
第二个问题是：大模型处理速度还需要优化。在一些复杂单据场景下，如果使用参数较大的大模型，单张单据处理可能需要 30 到 40 秒。这个速度对于验证方案来说可以接受，但对于大规模企业应用来说，还不是最优。
后续可以考虑用小模型处理标准场景，用分层模型策略区分简单单据和复杂单据，用 Prompt 压缩和字段分批提取减少无效输入。在更成熟的场景下，也可以基于历史单据和人工审核数据，训练或微调一个更小、更快、更贴近业务的小模型。
自动填单只是开始
企业 AI 落地，不是把大模型简单接进系统，而是要重新设计业务流程中的人机分工。OCR 解决“看见文字”的问题，大模型解决“理解字段”的问题，业务系统解决“自动流转”的问题，人工审核解决“风险兜底”的问题，评测反馈解决“持续变好”的问题。
当这些环节组合起来，AI 才能真正从一个演示能力，变成企业流程里的生产力。
后续我会继续拆解两个更关键的问题：一是如何搭建 AI 单据处理的评测体系，让用户反馈持续反哺系统优化；二是如何通过小模型、分层推理和流程编排提升处理速度，让 AI 真正适应企业级高并发场景。
