一個每天處理 50 張發票的財務團隊,大部分時間都花在三件事上:將發票資料輸入系統、檢查發票是否與採購訂單相符,以及追蹤核准流程。真正的判斷——「我們該不該付這筆款項?」——只占約 10% 的時間。其餘 90% 都是資料輸入和驗證工作。
這個比例是錯誤的。AI 可以處理資料輸入和驗證工作。人員應該專注於判斷。
發票處理工作流程
Finance 入門套件包含一個名為 Invoice Processing 的工作流程。它接收發票文字(貼上或從文件中提取),並產生經過驗證、可供核准的完整資料包。
-
發票資料提取 — AI 讀取發票並提取結構化資料:供應商名稱、發票編號、日期、項目明細、數量、單價、小計、稅額、總額、付款條件和銀行資訊。輸出的是結構化欄位,而非摘要——每個資料點都有標記且可提取。
-
差異檢查 — 提取的資料進入一個 recipe,將發票與採購訂單或預期值進行比對。它會標記不符之處:數量錯誤、意外的項目明細、價格差異、重複的發票編號、計算錯誤。每個差異都包含預期值、實際值和嚴重程度。
-
條件:如發現差異 — 如果存在任何高嚴重性差異,工作流程會採取不同的路徑。輕微差異(四捨五入差異、格式問題)會被記錄,但不會阻擋處理流程。
-
主管核准 — 對於有差異的發票,工作流程會暫停並發送核准請求,附帶完整資訊:提取的資料、標記的問題和原始發票。核准者可以核准、拒絕或要求修改。對於無問題的發票,此步驟可以設定為自動核准,或根據您的政策仍需簽核。
為什麼 AI 提取適用於發票
發票是半結構化的。它們都有相同的基本資訊——供應商、金額、項目——但每家供應商的格式都不同。有些是 PDF,有些是電子郵件,有些是掃描影像轉換成的文字。
AI 模型能良好處理這種變化性,因為它們理解語意,而非僅是格式。它們知道「應付總額」、「應付金額」和「餘額」意思相同。它們可以處理多頁發票、以不同方式跨欄的項目明細,以及因地區而異的稅額計算。
提取 recipe 使用詳細的輸出結構定義 AI 應查找的每個欄位。這種結構化方法意味著無論輸入發票的格式如何,輸出都是一致的。
團隊仍需執行的工作
工作流程處理提取和驗證。財務團隊處理決策:
- 核准權限由人員掌握。 每張發票都需經過人員核准步驟。AI 提供資料並標記問題。人員決定是否付款。
- 供應商關係由人員管理。 當出現差異時,有人會致電供應商。AI 識別問題;人員解決問題。
- 政策例外由人員決定。 一張逾期發票附有技術上已過期的折扣——AI 將其標記為差異,但財務經理可能為了維護供應商關係而核准它。
規模化運作
大多數財務團隊每天處理發票。典型設定:
- 排程工作流程在每個工作日上午 8 點執行
- 透過 webhook 從電子郵件收件匣或共享資料夾提取發票
- 處理批次,結果在團隊抵達時已準備就緒
以每天 50 張發票計算,工作流程可節省約 2 小時的資料輸入時間和 1 小時的手動驗證時間。AI token 的成本約為每天 2 美元——這個數字差距顯而易見。
完整的 Finance 套件
Invoice Processing 是 Finance 入門套件中四個工作流程之一:
- Budget Review — 變異分析,比較計劃與實際支出,為利害關係人提供敘述性說明
- Revenue Reporting — 每月營收摘要,包含預測、趨勢分析和書面敘述
- Audit Preparation — 文件收集、合規檢查和缺口識別
該套件還包含獨立的 recipe,用於費用報告審查、KPI 儀表板敘述、部門預算規劃和財務摘要撰寫——每個都可單獨使用或作為自訂工作流程的建構元件。