没有人被雇佣来专门重新录入供应商发票。但在你的团队中，总有人不得不在午餐前做营销员，午餐后兼任簿记员，顺便处理这些工作。
这是企业中最容易自动化的工作，却往往是大家最后才想起来要去自动化的事情。
小型企业文档自动化是一种软件，它可以捕获你收到的文档，提取原本需要人工重新输入的字段，并将这些数据直接传送到你的会计系统、CRM或电子表格中。 它不是通过模板生成合同。它消除了每天早上堆积在你收件箱中的数据录入工作。
后台办公自动化胜过增加一个营销工具
每一篇针对小团队的自动化指南往往都以电子邮件序列和社交媒体排期开篇。这些工具不错，但解决的问题不对。这些工作从来都不是最耗费人力成本的时间。
真正昂贵的时间，来源于处理其他人以他们喜欢的任何格式发来的信息。
Metapress 报告称，88% 的小型企业认为自动化帮助他们与大型公司竞争。 的确如此，但这并非体现在营销技术栈上，因为五人的公司购买的软件与五千人的公司完全相同。真正的差距在后台。他们有一个专门的应付账款部门，而你只有一个人和一个共享的收件箱。
后台才是办公自动化真正发挥价值的地方，而你解决问题的顺序，比你选择的工具更重要。
处理文书工作也是唯一一种用简单的算术就能算清楚回报的自动化。Parseur客户每月可自动化多达152小时的数据录入工作。这接近一个全职员工的工作量，而这些时间原本都浪费在重新录入别人已经输入过一次的信息上。
先自动化哪些文档，忽略哪些文档
从枯燥重复的工作开始。这正是AI提取最准确、回报最快的地方。
| 文档 | 接收方式 | 你团队目前的操作 | 工具的替代操作 | 数据落地点 |
|---|---|---|---|---|
| 供应商发票 | 电子邮件附件中的PDF | 打开每个PDF，重新录入供应商、日期、行项目和总计 | 提取字段并将其与你的采购订单匹配 | 会计系统 |
| 订单电子邮件 | 邮件正文中的纯文本 | 将详细信息复制到电子表格或订单表中 | 解析正文文本，无需打开附件 | 电子表格、CRM或ERP |
| 交货单 | 扫描件或手机照片 | 归档，然后在发票出现争议时寻找它 | 从扫描件中读取参考编号和数量 | 运营系统，与订单匹配 |
| 收据和费用 | 团队拍摄的照片 | 催促相关人员，然后逐一手动录入 | 从图像中读取供应商、日期、金额和税费 | 费用工具或电子表格 |
| 申请表和登记表 | PDF或扫描表格 | 将申请人详细信息重新录入数据库 | 按表单类型提取命名的字段 | CRM或数据库 |
| 采购订单 | 客户通过邮件发送的PDF | 将订单重新录入你的系统 | 提取行项目和数量 | 订单管理 |
如果只能选一个，请选择发票。它的数量大，出错成本高，而且也是最容易向控制预算的人展示成果的突破口。关于这第一个项目的详细内容，可以参考我们的应付账款自动化指南，而应付账款OCR指南则详细介绍了数据读取方面的原理。
暂时忽略其他内容。任何一个月只出现两次的文档都不值得去设置自动化。任何已经以电子表格或数据源形式到达你手里的内容都不需要提取，它只需要导入。而任何没有固定布局的手写内容，在审核队列中花费的时间将远远超过它能为你节省的时间。
文档工作流自动化的真实面貌
无需模板。为每个供应商建立一个模板是老方法，只要供应商将表格向左移动两英寸，它就会失效。
整个工作流如下：
- 文档到达。 你会获得一个专用的电子邮件地址，或者将工具指向一个文件夹或API。你的供应商不需要做出任何改变。
- AI提取字段。 一个引擎读取电子邮件和文本文档，另一个引擎读取PDF、扫描件和手机照片。两者都返回命名的字段，如发票号码、供应商和总额，而不是一大段难以处理的原始文本。
- 你审核异常情况。 引擎不确定的任何内容都会进入审核队列。其他一切都直接通过。
- 数据被导出。 干净、结构化的记录会落在QuickBooks、Xero、Google Sheets、Excel或你自己的API中。
这就是全部过程。没有需要维护的东西，没有需要编写的规则，也没有人需要为了维持业务运转而学习新软件。
使用Parseur，一个文档流在一个下午即可上线。彻底关闭人工操作步骤需要再花几周时间，这也是应该的。自2016年以来，已有超过1亿份文档通过Parseur处理，这是一种客气的说法，意思是：你收到的最糟糕的供应商扫描件，我们早就见识过了。
在签约之前你需要要求什么
这类工具的每个演示都会展示完美提取干净发票的过程。但这说明不了什么。干净的发票根本不需要帮忙。
以下七个特性是将专为小企业团队设计的真正文档自动化工具与只是界面好看的OCR玩具区分开来的关键：
- 自动字段提取，无需构建模板
- 每个字段的置信度评分
- 针对提取失败字段的人工审核队列
- 重复项检测
- 针对你自有记录（如采购订单或客户编号）的验证
- 直接导出到你的会计或运营工具
- 完整的审计跟踪
这七个特性中有两个是工具容易悄悄失效的地方，因此在演示时要重点关注。
首先是置信度评分和审核队列。不告诉你而擅自猜测总数的软件，比人工输入还要糟糕，因为在对账之前没有人会发现错误。把你最糟糕的扫描件交给供应商，看看屏幕对它无法读取的数字是如何处理的。
其次是验证。提取只是工作的一半。如果工具无法将提取的供应商与你的供应商列表进行核对，或者无法将提取的总计与采购订单进行核对，你只是转移了手动工作，而并没有消除它。
在同一次会议上询问成本和安全问题，因为以后再问会很尴尬。在你实际每月的处理量下，处理一份文档需要多少钱，而不是看主打的套餐价格，重新处理文档是否会收取两次费用。你的数据存储在哪里，保存多长时间，供应商内部谁可以阅读它，以及供应商是否符合GDPR标准。Parseur符合GDPR标准，并允许你控制数据保留时间。如果一个供应商不愿意将这些答案写下来，那他实际上已经回答了你。
另一种失败同样代价高昂。普通的OCR只是将图像转换为文本，然后留给人工去里面寻找字段。那不是自动化。那只是增加了额外步骤的打字。
有关各种工具的详细对比，请参阅文档处理软件买家指南以及我们对智能文档处理工具的汇总。
两周时间，一种文档类型，无需项目计划
你没有专门的数字化转型办公室。因此，请将其视为带有截止日期的实验，而不是由指导委员会牵头的倡议。
- 选择抱怨最多的文档类型。 通常是供应商发票。
- 收集上个月的50份真实文档。 包括那些糟糕的文档。手机照片、十四页的PDF，以及从2009年起扫描仪就快坏了的供应商发来的文档。
- 在做出承诺之前进行测试。 计算一下有多少字段提取正确。这个数字才是你的商业论证，而不是供应商声称的准确率。
- 让两种流程并行运行一周。 自动化提取与人工步骤齐头并进，这样你就能看到差距，而无需拿你的账本来冒险。
- 关闭手动操作步骤。 然后，只有在那之后，才添加下一种文档类型。
当团队试图一次性实现所有自动化时，往往会陷入停滞。而当团队自动化了发票处理，忘记了他们曾经手动处理过，并在三个月后回来询问关于交货单的自动化时，他们就赢了。
营销工作也要自动化。只是别放在第一位。
电子邮件序列、CRM跟进、任务分配、库存更新、社交媒体排期。这些都值得做，都很便宜，也都很容易切换。大多数小型企业已经在使用其中的三种，互联网也不需要再多一份清单。
文书工作则不同。这是你的技术栈中，小团队真正会输给大团队的部分，也是能够永久为你节省时间的部分。如需了解更广泛的视角，我们分别介绍了AI自动化用例和自动执行重复性的计算机任务。
核心要点
- 小型企业文档自动化意味着捕获传入的文档，自动提取它们的字段，并将结构化数据传递到你已经在使用的工具中。它不是文档生成。
- 从供应商发票开始。数量大、出错成本高，且最快能证明其价值。
- 现代工具使用AI进行提取，因此无需构建也没有需要维护的模板。
- 拒绝任何缺少无模板提取、置信度评分、审核队列或针对自有记录进行验证的演示。这四个方面往往是手动工作死灰复燃的地方。
- 在做出任何决定之前，先对50份真实的文档（包括糟糕的文档）进行测试。
- 让自动化和人工处理齐头并进运行一周。然后关闭人工操作步骤。
那些员工人数是你三倍的竞争对手并不比你聪明。他们只是更早停止了手动打字而已。
最后更新于
