วันนี้ AI GEN จะพามาทำความรู้จักถึงความแตกต่างของ Traditional OCR กับ AI- Powered OCR กันอย่างละเอียดว่าเป็นอย่างไรบ้าง และธุรกิจควรเลือกใช้ OCR รูปแบบใดที่จะตอบโจทย์ขั้นตอนการทำงานของธุรกิจได้มากที่สุด
OCR คืออะไร
OCR หรือ Optical Character Recognition คือกระบวนการในการเปลี่ยนข้อความที่อยู่ในรูป ให้อยู่ในรูปแบบของข้อความ หรือกล่าวได้ว่าเป็นการสร้างข้อความ หรือไฟล์เอกสารจากไฟล์สแกนเอกสารทั้งในรูปแบบการพิมพ์ หรือลายมือ
และเมื่อพูดถึงการดึงข้อมูลจากเอกสารทางธุรกิจ เทคโนโลยี OCR เป็นสิ่งที่ตอบโจทย์ธุรกิจในเรื่องนี้มาอย่างยาวนาน OCR หรือ Optical character recognition เป็นวิธีที่น่าตื่นเต้นที่ใช้ในการพูดถึงการรู้จำข้อความจากเอกสาร หรือภาพถ่ายเอกสาร และถือเป็นโซลูชันที่ใช้กันมานานในหลายทศวรรษ
Traditional OCR ทำงานอย่างไร
Traditional OCR หรือ OCR ในรูปแบบเดิมนั้นจะสามารถดึงข้อความจากเอกสาร หรือรูปถ่ายได้ก็ต่อเมื่อมีการตั้งค่าเทมเพลตหรือรูปแบบของเอกสาร และข้อความที่ต้องการจะดึงออกมาไว้ล่วงหน้า และข้อความที่ดึงออกมาจะมีความแม่นยำสูงก็ต่อเมื่อเป็นเอกสารที่มีรูปแบบที่แน่นอนตายตัว
นอกจากนั้น Traditional OCR ยังไม่สามารถจัดประเภทของข้อความได้เองโดยอัตโนมัติ ซึ่งถ้าจะทำให้ OCR รูปแบบเดิมทำงานได้ผลดีจำเป็นจะต้องกำหนดกฎ (rules)เพื่อให้โปรแกรมทำงาน และเทมเพลตรูปแบบเอกสารไว้ล่วงหน้าโดยขั้นตอนเหล่านี้เป็นกระบวนการที่ต้องใช้เวลา และมีค่าใช้จ่ายสูง เพราะต้องมีการกำหนดเทมเพลตใหม่สำหรับเอกสารรูปแบบใหม่ทุกครั้ง นอกจากนี้ยังมีข้อผิดพลาดที่อาจเกิดขึ้นได้
เช่น ข้อมูลที่ดึงออกมาจากเอกสารไม่ถูกต้องเนื่องจากไม่มีความยืดหยุ่นในการประมวลผลเอกสารที่แตกต่างออกไปจากเทมเพลตที่มีอยู่เดิม จึงทำให้เทคโนโลยี Traditional OCR ไม่สามารถทำงานแบบอัตโนมัติได้แบบ full-loop เนื่องจากมักจะต้องมีการกำหนดกฎ (rule) ใหม่เพื่อที่ดึงเอกสารประเภทอื่นๆ อยู่เสมอ ตัวอย่างเช่น เมื่อต้องการทำ OCR Invoice ต้องมากำหนดกฎที่ใช้ในการดึงใหม่ เนื่องจากเทมเพลตของ Invoice หรือใบแจ้งหนี้ของแต่ละบริษัทมักจะแตกต่างกันออกไป เป็นต้น
AI-Powered OCR เพิ่มศักยภาพการทำงานจาก OCR ในรูปแบบเดิม
เมื่อนำเทคโนโลยี AI เข้ารวมกับ OCR กลายเป็น AI-Powered OCR ทำให้ข้อจำกัดที่ Tradition OCR เคยมีนั้นหมดไป ไม่ว่าจะเป็นการต้องเตรียมเทมเพลตไว้ล่วงหน้า และการกำหนดกฎที่ใช้ในการดึงข้อมูล ช่วยทำให้ธุรกิจประหยัดเวลา และค่าใช้จ่ายในส่วนนี้ไปได้เป็นอย่างมาก
โดยที่ระบบ AI สามารถดึงข้อมูลในเอกสารด้วยความแม่นยำสูง และเปลี่ยนข้อมูลในเอกสารทั้งในรูปแบบ Unstructured หรือ Semi-structured ให้อยู่ในรูปแบบข้อมูล Structured ได้ เพื่อให้ระบบสามารถตรวจสอบ และจัดเก็บเข้าไปในไฟล์ตามกระบวนการทำงานที่ได้ออกแบบไว้ได้ อีกทั้งยังจัดประเภทของข้อมูลได้แบบอัตโนมัติว่าข้อความนี้คือชื่อ-นามสกุล ที่อยู่ หรือจำนวนเงิน เป็นต้น
เรียกได้ว่า AI-Powered OCR ถือเป็นซอฟต์แวร์ OCR เวอร์ชันอัพเกรดจาก OCR รูปแบบเดิมที่มีเทคโนโลยี AI มาเป็นแรงขับเคลื่อนสำคัญ ซึ่งตอบโจทย์ธุรกิจที่มีเอกสารหลากหลายๆ ประเภทที่มีเทมเพลตแตกต่างกัน เช่น ใบแจ้งหนี้ หรือ Invoice ซึ่งเป็นเอกสารที่แต่ละบริษัทจะมีเทมเพลตเป็นของตัวเอง โดยโซลูชัน AI-Powered OCR ตอบโจทย์เอกสารประเภทนี้ได้เป็นอย่างดี
สรุปความแตกต่างกันระหว่าง Traditional OCR และ AI-Powered OCR
ไม่ว่าจะเป็น Tradition OCR และ AI-Powered OCR ล้วนแต่นำมาใช้กับธุรกิจได้ ขึ้นอยู่กับโจทย์ และวัตถุประสงค์ของธุรกิจว่าต้องการนำ OCR ไปใช้ดึงข้อมูลในรูปแบบใดจากเอกสารประเภทไหน และจะออกแบบให้ขั้นตอนการทำงานเป็นอย่างไร โดยที่สามารถสรุปข้อแตกต่างของ OCR แบบเดิม และแบบใหม่ได้ดังต่อไปนี้
· Traditional OCR
1. ต้องมีการกำหนดเทมเพลตของเอกสารไว้ล่วงหน้า
2. ต้องกำหนดกฎ (Rules) ที่ใช้ในการดึงข้อมูล
3. เอกสารต้องเป็นแบบ Fix-template หรือเป็นเอกสารที่มีโครงสร้างแน่นอนตายตัว
4. ต้องเผื่อเวลาในการกำหนดเทมเพลต และกฎไว้ล่วงหน้า
5. หากเทมเพลตของเอกสารเปลี่ยนต้องเปลี่ยนเทมเพลต และกฎที่ใช้ในการข้อมูลจากเอกสารใหม่
6. ไม่สามารถจัดประเภทของข้อความได้ว่าข้อความนี้เป็นชื่อ-สกุล ที่อยู่ จำนวนเงิน วันที่ เป็นต้น
7. ไม่รองรับข้อจำกัดของเอกสาร หากตำแหน่งของเอกสารเอียง หรือเลื่อนตำแหน่ง ชิดซ้าย ขวาเกินไปจะไม่สามารถอ่านได้
· AI-Powered OCR
1. ไม่ต้องเสียเวลาในการเตรียมเทมเพลต หรือกฎในการดึงข้อมูลไว้ล่วงหน้า
2. รองรับเอกสารที่มีเทมเพลตที่หลากหลาย เช่น ใบแจ้งหนี้ หรือเอกสารเฉพาะสำหรับธุรกิจ
3. ดึงข้อมูลจากเอกสารที่มีเทมเพลตที่หลากหลายด้วยความแม่นยำสูง
4. โมเดล AI มีการเรียนรู้อย่างต่อเนื่อง ยิ่งประมวลผลเอกสารมากเท่าไหร่ ความแม่นยำจะเพิ่มมากขึ้นตามไปด้วย
5. ตอบโจทย์ระบบการทำงานแบบอัตโนมัติด้วยการกำหนด Workflow automation
6. จัดประเภทของข้อความที่ดึงออกมาได้แบบอัตโนมัติว่าข้อความนี้เป็น ชื่อ-สกุล ที่อยู่ จำนวนเงิน วันที่
7. รองรับข้อจำกัดของเอกสาร สามารถประมวลผลข้อมูลได้แม้ว่าเอกสารจะเอียง หรือเลื่อนตำแหน่ง
3 ตัวอย่างเอกสารยอดฮิตที่นิยมนำ AI-Powered OCR ไปใช้งาน
1. ใบแจ้งหนี้ (Invoice)
ใบแจ้งหนี้ หรือ Invoice เป็นเอกสารยอดฮิตในการนำ AI-Powered OCR ไปใช้ในการดึงข้อมูล เนื่องจากรูปแบบหรือเทมเพลตของใบแจ้งหนี้นั้นมีความแตกต่างกันในแต่ละธุรกิจ และมีรายละเอียดค่อนข้างมาก การนำ AI-OCR มาใช้งานกับการดึงข้อมูลจาก invoice จึงตอบโจทย์ธุรกิจเป็นอย่างมาก เนื่องจาก AI-OCR สามารถอ่าน และประมวลผลเอกสารที่ไม่มีรูปแบบที่แน่นอนอย่าง invoice ได้อย่างแม่นยำโดยไม่ต้องมีการสร้างเทมเพลตไว้ล่วงหน้า
>> ทดลองใช้งาน OCR Invoice ฟรี ได้ที่ https://developer.aigen.online/login?redirect=%2Fproject%2F63%2Fgeneral-invoice
2. Table extraction
การดึงข้อมูลจากตารางเป็นอีกหนึ่งรูปแบบที่ธุรกิจนิยมนำ AI-Powered OCR มาช่วยในการดึงข้อมูล เนื่องจาก AI จะสามารถดึงออกเป็นรูปแบบตารางตามในเอกสารออกมาได้อย่างแม่นยำโดยที่ไม่ต้องสร้างเทมเพลตเอาไว้ล่วงหน้า ซึ่งหากใช้เป็น OCR รูปแบบเดิมจะสามารถดึงแต่ข้อความออกมาได้เท่านั้น
>> ทดลองใช้งาน Table extraction ฟรี ได้ที่ https://developer.aigen.online/login?redirect=%2Fproject%2F63%2Ftable-extraction
3. บัตรประชาชน
บัตรประชาชนถือเป็นเอกสารยอดฮิตในการทำ OCR เนื่องจากหลายๆธุรกิจต้องให้ลูกค้ากรอกข้อมูล หรือยืนยันตัวตนด้วยบัตรประชาชน โดยในการทำธุรกรรมบนเว็บไซต์ และแอปพลิเคชันหลายๆที่จะมีให้ผู้ใช้งานเลือกถ่ายรูปบัตรประชาชนเพื่ออำนวยความสะดวกให้กับผู้ใช้งานที่ต้องการยืนยันตัวตน โดยหลังจากที่ผู้ใช้งานถ่ายรูปบัตรประชาชนแล้ว AI-OCR จะทำดึงข้อมูลใน filed ต่างๆในบัตรประชาชนไปกรอกข้อมูลในแบบฟอร์มให้เรียบร้อย โดย OCR บัตรประชาชนของ AI GEN รองรับการดึงข้อมูลดังต่อไปนี้ได้
>> ทดลองใช้งาน OCR บัตรประชาชน ฟรีได้ที่ https://developer.aigen.online/login?redirect=%2Fproject%2F63%2Fid-card
aiScript OCR โซลูชัน AI-Powered OCR จาก AI GEN
AI GEN ได้พัฒนาบริการ aiScript OCR โซลูชันสำหรับประมวลผลเอกสารได้แบบอัตโนมัติ รองรับเอกสารทั้งที่มีรูปแบบแน่นอนตายตัว ไม่ว่าจะเป็นบัตรประชาชน ใบขับขี่ สมุดบัญชีธนาคารและเอกสารที่ไม่ได้มีรูปแบบแน่นอนตายตัว เช่น Invoice หรือใบแจ้งหนี้ เอกสารการเคลมประกัน ใบสมัคร และเอกสารเฉพาะของธุรกิจ
เนื่องจากข้อมูลในเอกสารประเภทต่างๆ โดยเฉพาะใบแจ้งหนี้นั้นมีรายละเอียดค่อนข้างมาก จึงทำให้การนำ AI-OCR มาใช้งานกับการดึงข้อมูลจึงตอบโจทย์ธุรกิจเป็นอย่างมาก เนื่องจาก AI-OCR สามารถอ่าน และประมวลผลเอกสารที่ไม่มีรูปแบบที่แน่นอนอย่างได้อย่างแม่นยำโดยไม่ต้องมีการสร้างเทมเพลตไว้ล่วงหน้า โดย aiScript OCR จาก AI GEN มีสิ่งที่โดดเด่นที่ตอบโจทย์ธุรกิจยุคใหม่ได้ดังต่อไปนี้
· เข้าใจโครงร่าง และแพทเทิร์นของเอกสารโดยไม่จำเป็นต้องสร้างเทมเพลตไว้ล่วงหน้า
· ดึงข้อมูลจากใบแจ้งหนี้ และเอกสารประเภทอื่นๆ ได้อย่างแม่นยำ
· ดึงข้อมูลลงตารางได้โดยอัตโนมัติ
· ส่งออกข้อมูลเป็นไฟล์ JSON หรือรวบรวมข้อมูลเข้าโปรแกรมเกี่ยวกับบัญชีการเงิน เช่น SAP ERP และโปรแกรมอื่นๆ ได้
· ส่งข้อมูลเป็น Batch ให้ประมวลผลข้ามคืนได้
· สร้าง Workflow automation เฉพาะของแต่ธุรกิจได้ เพื่อให้ขั้นตอนการทำงานทำได้โดยอัตโนมัติ
Think AI Think AI GEN
อ่านบทความฉบับเต็มได้ที่ลิงค์ : https://bit.ly/3REAvlw
ผู้ที่สนใจเกี่ยวกับการนำโซลูชัน AI ไปใช้เพื่อเพิ่มขีดความสามารถให้กับธุรกิจ
สามารถดูข้อมูลเพิ่มเติมเกี่ยวกับ AI GEN ได้ที่
· Website : https://bit.ly/3qdWvIR
· Facebook : AI GEN : ไอเจ็น
· Line : @aigen
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
