Nhập liệu hóa đơn bằng AI: đọc ảnh và PDF chính xác đến đâu?

Cuối tháng, kế toán phải gõ tay hàng loạt hóa đơn vào phần mềm. Một số là PDF xuất từ hệ thống, số khác là ảnh chụp bằng điện thoại, hơi nghiêng và hơi mờ.

Bài này dựa trên tài liệu chính thức của Anthropic, OpenAI, Google Cloud (Document AI) và Microsoft Azure (Document Intelligence), đối chiếu đến ngày 26/10/2026. Đó là tài liệu của nhà cung cấp, không phải thử nghiệm độc lập.

Điểm chính

• Có 3 hướng: mô hình AI đa phương thức đọc ảnh và PDF, OCR chỉ lấy chữ, và dịch vụ chuyên dụng (Google, Azure) trả về trường có tên như số hóa đơn, tổng tiền.
• Anthropic cảnh báo không nên dùng cho việc cần độ chính xác tuyệt đối khi thiếu người giám sát. Không tài liệu nào được đọc nêu tỷ lệ chính xác chung cho hóa đơn.
• Tiếng Việt cần thử riêng: Invoice Parser (Google) không liệt kê tiếng Việt; trang ngôn ngữ của Azure có tiếng Việt và đồng VND, nhưng trang hóa đơn của Azure ghi 27 ngôn ngữ, chưa khớp danh sách đó.
• Nên chạy 5 chặng: kiểm ảnh, trích xuất, luật kiểm tự động, người duyệt ca nghi ngờ, rồi mới ghi sổ. Tổng tiền phải khớp tổng các dòng.
• Hãy đo bằng bộ mẫu thật đã che dữ liệu cá nhân, và đọc chính sách lưu dữ liệu của từng hãng trước khi gửi hóa đơn đi.

AI đọc hóa đơn bằng cách nào: 3 hướng đi

Có 3 hướng, và chúng khác nhau ở thứ trả về chứ không chỉ ở độ thông minh.

Hướng 1: mô hình AI đa phương thức

Đa phương thức nghĩa là mô hình nhận được cả chữ lẫn hình. Bạn đưa ảnh hoặc PDF kèm yêu cầu như "lấy số hóa đơn, ngày, tổng tiền", rồi mô hình trả lời bằng văn bản hoặc JSON.

Theo tài liệu PDF của Anthropic và tài liệu tệp đầu vào của OpenAI (đều không ghi ngày, đọc 26/10/2026), hệ thống trích chữ từng trang, đổi mỗi trang thành ảnh rồi đưa cả hai cho mô hình.

Click Star có bài riêng về đầu ra JSON có cấu trúc. Suy luận của Click Star: JSON đúng khuôn chưa có nghĩa là đúng số, và "tổng các dòng bằng tổng tiền" khó diễn tả trong lược đồ, nên phải kiểm bằng mã riêng.

Hướng 2: OCR chỉ lấy chữ

OCR (nhận dạng ký tự quang học) đọc chữ từ ảnh. Kết quả là chuỗi chữ kèm vị trí trên trang, chưa biết chữ nào là "tổng tiền".

Theo Google Cloud (cập nhật 20/10/2026), Enterprise Document OCR trích chữ, kể cả chữ viết tay, trong hơn 200 ngôn ngữ và chấm điểm độ dễ đọc. Sau OCR vẫn cần bước tách trường, bằng quy tắc hoặc bằng AI.

Hướng 3: dịch vụ trích xuất chuyên dụng

Đây là dịch vụ dựng sẵn cho từng loại chứng từ, trả về trường có tên. Theo Google Cloud, Invoice Parser lấy cả phần đầu và dòng hàng: số hóa đơn, nhà cung cấp, số tiền, thuế, ngày, hạn thanh toán. Trang Pretrained overview (cập nhật 20/10/2026) ghi tối đa 46 thực thể chung.

Theo Microsoft (cập nhật 15/8/2026), prebuilt-invoice xử lý hóa đơn bán hàng, hóa đơn tiện ích và đơn đặt hàng.

Giới hạn về trang, dung lượng và độ phân giải

Mỗi hãng đặt giới hạn riêng, nên cần đối chiếu trước khi chọn.

Anthropic. Mỗi yêu cầu tối đa 32 MB và 600 trang (100 trang nếu cửa sổ ngữ cảnh dưới 1 triệu token), PDF không mật khẩu.

OpenAI. Mỗi tệp dưới 50 MB, tổng các tệp trong mỗi yêu cầu cũng 50 MB. Với PDF trong Responses API (Chat Completions không hỗ trợ), tham số detail quyết định mức chi tiết của ảnh trang; auto dùng high với GPT-5.6 trở lên và low với mô hình trước đó. Trang này không nêu giới hạn số trang.

Google Document AI. Theo trang Limits (cập nhật 22/10/2026), Invoice Parser nhận 15 trang trực tuyến (30 nếu bật imageless_mode, tính liên tiếp từ trang 1) và 200 trang theo lô. Tệp trực tuyến tối đa 40 MB; ảnh tối đa 40 megapixel, không áp dụng với PDF.

Azure. PDF và TIFF đến 2.000 trang (gói miễn phí chỉ xử lý 2 trang đầu). Tệp tối đa 500 MB ở gói trả phí, 4 MB ở gói miễn phí; ảnh từ 50 x 50 đến 10.000 x 10.000 pixel; chữ cao ít nhất 12 pixel trong ảnh 1024 x 768 (khoảng 8 point ở 150 dpi).

Tiếng Việt và hóa đơn Việt Nam: hãng có hỗ trợ không

Tài liệu đã đọc không có số đo cho hóa đơn tiếng Việt, nên phần này chỉ nói về danh sách ngôn ngữ hãng ghi.

Theo Google Cloud (cập nhật 20/10/2026), Enterprise Document OCR, Form Parser, Layout Parser và Custom Extractor có tiếng Việt trong danh sách. Riêng Invoice Parser liệt kê 12 ngôn ngữ, không có tiếng Việt, và Custom Extractor dùng AI tạo sinh chỉ chính thức hỗ trợ tiếng Anh.

Vắng trong danh sách nghĩa là hãng chưa cam kết, chưa chắc là không đọc được.

Microsoft có số liệu chưa khớp nhau. Trang mô hình hóa đơn ghi 27 ngôn ngữ, còn trang ngôn ngữ của mô hình dựng sẵn (cập nhật 5/5/2026) có danh sách 40 mục gồm tiếng Việt và đồng VND, cùng danh sách ngắn hơn không có tiếng Việt. Click Star đoán đó là các phiên bản dịch vụ khác nhau; hãy kiểm phiên bản bạn dùng.

Về hóa đơn điện tử, Click Star không nêu quy định. Nếu hóa đơn có kèm dữ liệu có cấu trúc, đọc dữ liệu gốc thường chắc hơn đọc ảnh (nhận định của Click Star).

Những lỗi thường gặp và vì sao xảy ra

Ảnh nhỏ, nghiêng, mờ hoặc nén mạnh. Theo tài liệu về ảnh của Anthropic (không ghi ngày, đọc 26/10/2026), mô hình có thể nhầm hoặc "bịa" (hallucinate) khi ảnh kém chất lượng, bị xoay hoặc nhỏ dưới 200 pixel, và nén JPEG mạnh làm chữ khó đọc. OpenAI cũng nêu chữ nhỏ và chữ bị xoay.

Số bị đọc sai. Không nguồn nào được đọc đo tỷ lệ này. Ví dụ minh họa của Click Star, không phải số đo: nhầm chữ O với số 0, hoặc hiểu dấu chấm hàng nghìn (1.234.567) thành dấu thập phân.

Bảng nhiều cột, ô gộp, bảng ngắt qua trang. Microsoft (cập nhật 8/4/2026) kỳ vọng ô gộp có độ tin cậy thấp hơn; với hàng bị cắt giữa 2 trang, độ tin cậy của hàng có thể thấp hơn trong khi điểm từng ô vẫn được kỳ vọng cao.

Quy trình 5 chặng từ ảnh đến sổ sách

Khung tham khảo của Click Star, không lấy từ nguồn ngoài. Ý chính là không để kết quả AI đi thẳng vào sổ.

1. Kiểm ảnh đầu vào: đủ độ phân giải, đúng chiều, không cắt mép. Enterprise Document OCR của Google có điểm chất lượng ảnh từ 0 đến 1 (bật bằng enableImageQualityScores); trang Invoice Parser không ghi chức năng này.
2. Trích xuất ra JSON theo lược đồ cố định, trường vắng thì null.
3. Luật kiểm tự động, như danh sách bên dưới.
4. Người duyệt chỉ xem ca bị luật kiểm chặn hoặc có dấu hiệu nghi ngờ.
5. Ghi vào hệ thống kèm vết: ảnh gốc, kết quả AI, bản đã sửa, người duyệt, giờ duyệt.

Luật kiểm gợi ý (quy tắc cụ thể hãy hỏi kế toán):

• Tổng các dòng bằng tổng trước thuế, và tổng trước thuế cộng thuế bằng tổng thanh toán.
• Ngày đúng định dạng, không ở tương lai, nằm trong kỳ kế toán.
• Mã số thuế đúng độ dài và khớp danh bạ nhà cung cấp.
• Cặp số hóa đơn và nhà cung cấp chưa từng được nhập.

Điểm tin cậy: dùng thế nào, tin đến đâu

Điểm tin cậy là con số ước lượng khả năng giá trị của trường được đọc đúng. Microsoft ví dụ điểm 0,95 nghĩa là khoảng 19 trên 20 lần là đúng, và nói có thể dùng để quyết định tự động nhận hay chuyển người duyệt (cập nhật 8/4/2026). Cũng theo Microsoft, không phải trường nào cũng trả điểm.

Trong mã mẫu của Google Document AI (cập nhật 20/10/2026), thực thể có trường confidence.

Các trang Anthropic và OpenAI đã đọc không nêu điểm tin cậy từng trường. Với mô hình đa phương thức, tín hiệu nghi ngờ nên đến từ luật kiểm, chất lượng ảnh và 2 lần đọc độc lập lệch nhau (đề xuất của Click Star, chưa có số đo). Hãy so điểm với tỷ lệ sai thật trên bộ mẫu của bạn trước khi dùng làm ngưỡng tự động.

Đo độ chính xác bằng bộ mẫu của chính doanh nghiệp

Con số đáng tin là con số đo trên hóa đơn của bạn. Các bước sau là khung của Click Star.

• Lấy hóa đơn thật vài tháng gần nhất, chia nhóm: PDF xuất từ phần mềm, bản quét, ảnh điện thoại, bảng dài, hóa đơn nước ngoài.
• Che dữ liệu cá nhân và số tài khoản, rồi nhờ kế toán ghi đáp án chuẩn cho từng trường.
• Chạy từng hướng, so từng trường với đáp án chuẩn. Ghi tỷ lệ đúng từng trường, tỷ lệ phải sửa, tỷ lệ bị luật kiểm chặn, loại lỗi và thời gian duyệt.
• Để dành phần mẫu chưa dùng khi chỉnh yêu cầu, rồi mới đo trên phần đó.

Mức sai chấp nhận được là quyết định của kế toán trưởng, không có chuẩn chung.

Dữ liệu hóa đơn đi đâu: lưu trữ và quyền riêng tư

Hóa đơn chứa tên, địa chỉ, mã số thuế và đôi khi số tài khoản, nên cần biết hãng giữ dữ liệu bao lâu và có dùng để huấn luyện không.

• Anthropic: theo phần hỏi đáp về ảnh, ảnh tải lên không được lưu sau khi xử lý xong và không dùng để huấn luyện. Tài liệu PDF không nhắc riêng.
• OpenAI: từ 1/3/2023, dữ liệu gửi qua API không dùng để huấn luyện nếu bạn không đồng ý. Với Responses API, phản hồi mặc định được lưu ít nhất 30 ngày (tham số store); tệp qua Files API lưu đến khi bạn xóa hoặc đặt expires_after. Nhật ký giám sát lạm dụng giữ tối đa 30 ngày, trừ khi luật yêu cầu lâu hơn hoặc cần để bảo vệ dịch vụ.
• Microsoft Azure: tệp xử lý trong cùng vùng với tài nguyên của bạn, lưu tạm có mã hóa và tự xóa sau 24 giờ (cập nhật 28/7/2026).
• Google Document AI: Click Star chưa đọc trang chính sách dữ liệu riêng của dịch vụ này.

Click Star đã có bài riêng về an toàn dữ liệu và phân quyền khi đưa AI vào doanh nghiệp. Nếu hóa đơn có thông tin cá nhân, hãy hỏi pháp lý; bài này không tư vấn pháp lý.

Nên chọn hướng nào

Khung chọn của Click Star, không lấy từ nguồn ngoài:

• Nhiều hóa đơn, ít mẫu lạ, ngôn ngữ nằm trong danh sách hãng hỗ trợ: thử dịch vụ chuyên dụng trước.
• Mẫu rất đa dạng, cần trường tùy ý: thử mô hình đa phương thức kèm luật kiểm.
• Chỉ cần chữ để tìm kiếm: OCR là đủ. Có dữ liệu gốc đi kèm: ưu tiên dữ liệu gốc.

Đánh giá của Click Star. Click Star cung cấp dịch vụ tích hợp AI và AI automation, nên có lợi ích liên quan. Đây là nhận định kỹ thuật và quản trị, không phải kết quả đo.

Không có hướng nào thắng ở mọi loại hóa đơn. Giá trị lớn nằm ở phần kiểm tra và duyệt, vì doanh nghiệp chịu hậu quả khi AI đọc sai. Hãy bắt đầu với chế độ "AI gợi ý, người xác nhận", đo tỷ lệ sửa, rồi chỉ nới dần với trường có tỷ lệ sai thấp và ổn định.

Lộ trình 4 tuần để chạy thử

Đây là khung của Click Star, không phải mốc từ nguồn ngoài.

• Tuần 1: chọn loại chứng từ, thu và che bộ mẫu, có đáp án chuẩn của kế toán.
• Tuần 2: chạy ít nhất 2 hướng trên cùng bộ mẫu, ghi lỗi theo trường.
• Tuần 3: viết luật kiểm, dựng màn duyệt hiện ảnh cạnh dữ liệu.
• Tuần 4: chạy song song với nhập tay, chốt ngưỡng và người duyệt.

Những sai lầm thường gặp

1. Tin vào tỷ lệ chính xác chung, thay vì đo trên hóa đơn của mình.
2. Cho kết quả AI đi thẳng vào sổ, không có luật kiểm.
3. Chỉ thử trên PDF sạch, rồi gặp ảnh nghiêng và bản quét mờ khi chạy thật.
4. Tin điểm tin cậy khi chưa so với tỷ lệ sai thật, hoặc tưởng trường nào cũng có điểm.
5. Màn duyệt không hiện ảnh gốc, nên người duyệt bấm cho có.
6. Gửi hóa đơn chưa che dữ liệu cá nhân để thử mà chưa đọc chính sách lưu dữ liệu.
7. Loại dịch vụ chỉ vì thiếu tiếng Việt trong danh sách, hoặc dùng mà chưa thử trên mẫu có dấu.

Điều chưa biết

Click Star chưa có số đo độ chính xác của dịch vụ nào trên hóa đơn Việt Nam, và tài liệu hãng cũng không công bố. Chưa rõ dịch vụ nào đọc tốt dấu tiếng Việt, chữ viết tay hay bảng nhiều cột của hóa đơn trong nước.

Chưa rõ vì sao Microsoft có 2 số liệu ngôn ngữ khác nhau. Click Star chưa đọc chính sách dữ liệu của Document AI.