Hãy tưởng tượng phòng kế toán của bạn nhận 400 hóa đơn mỗi tháng qua email, Zalo và bản scan. Một nhân viên mất trung bình 4 phút để nhập một hóa đơn vào phần mềm kế toán. Đó là gần 27 giờ công mỗi tháng chỉ để gõ lại số liệu. Agent xử lý tài liệu ra đời để nuốt trọn khối lượng lặp đi lặp lại đó.
Agent xử lý tài liệu thực chất là gì
Đây không phải "một mô hình AI" đơn lẻ. Nó là một pipeline — chuỗi bước nối tiếp nhau, trong đó AI chỉ đảm nhận vài mắt xích. Một agent hoàn chỉnh gồm 5 mắt xích:
- Ingest (thu nhận) — nhận file từ email, thư mục, API, hoặc người dùng upload.
- OCR / đọc chữ — chuyển ảnh/PDF scan thành text máy đọc được.
- Extract (trích xuất trường) — bóc ra các trường cần dùng: số hóa đơn, ngày, MST, tổng tiền.
- Validate & Reason (kiểm tra & suy luận) — đối chiếu quy tắc: tổng có khớp không, MST có hợp lệ không, điều khoản phạt có bất thường không.
- Act (hành động) — ghi vào ERP/kế toán, hoặc đẩy sang người duyệt nếu nghi ngờ.
[Email/Scan] -> [OCR] -> [Trích xuất trường] -> [Kiểm tra quy tắc]
-> nếu chắc chắn: ghi vào hệ thống
-> nếu nghi ngờ: đẩy hàng đợi cho người duyệt
Ba loại tài liệu, ba bài toán khác nhau
Khóa học tập trung 3 loại, và bạn phải hiểu chúng KHÁC nhau:
- Hóa đơn — bố cục bán cấu trúc, trường rõ ràng (số tiền, MST, thuế). Bài toán chính là độ chính xác con số và đối chiếu tổng.
- Hợp đồng — văn bản dài, tự do. Bài toán chính là tìm và diễn giải điều khoản (thời hạn, phạt, gia hạn tự động).
- Báo cáo — bảng biểu + số liệu. Bài toán chính là trích bảng và tổng hợp.
Khung tư duy: "Con người trong vòng lặp" (Human-in-the-loop)
Đừng bao giờ đặt mục tiêu 100% tự động ngay từ đầu. Hãy phân loại mỗi kết quả vào một trong ba làn:
| Làn | Điều kiện | Hành động |
|---|---|---|
| Xanh | Độ tin cậy cao, mọi quy tắc pass | Ghi tự động |
| Vàng | Thiếu 1 trường hoặc quy tắc cảnh báo | Đẩy cho người duyệt |
| Đỏ | OCR kém / sai lệch tổng lớn | Từ chối, gắn cờ |
Ví dụ cụ thể: một ngày của agent
Chị Lan ở phòng mua hàng nhận hóa đơn dịch vụ 12.500.000đ. Agent đọc được số hóa đơn, ngày, MST người bán, tổng tiền. Nó tự kiểm tra: tiền hàng + thuế VAT = tổng? Kết quả 11.363.636 + 1.136.364 = 12.500.000 — khớp. Nó tra MST người bán trong danh sách nhà cung cấp đã duyệt — có. Làn Xanh, ghi thẳng vào hệ thống, chị Lan không đụng tay. Hóa đơn kế tiếp có tổng lệch 3.000đ do OCR đọc nhầm "8" thành "3" — làn Vàng, đẩy cho chị xem lại.
Các bước để bắt đầu đúng hướng
- Chọn MỘT loại tài liệu có số lượng lớn nhất (thường là hóa đơn) để làm pilot.
- Thu thập 30-50 mẫu thật, cả mẫu đẹp lẫn mẫu xấu (scan mờ, chụp nghiêng).
- Liệt kê 5-8 trường bạn thực sự cần — đừng tham lam trích hết.
- Viết ra các quy tắc kiểm tra dưới dạng câu điều kiện: "tổng phải khớp", "ngày không được tương lai".
- Định nghĩa 3 làn (Xanh/Vàng/Đỏ) trước khi viết dòng code nào.
Checklist khởi động dự án
- [ ] Đã chọn 1 loại tài liệu pilot
- [ ] Có ít nhất 30 mẫu thật, đa dạng chất lượng
- [ ] Danh sách trường cần trích (tối đa 8)
- [ ] Danh sách quy tắc kiểm tra viết thành câu
- [ ] Định nghĩa ngưỡng cho 3 làn xử lý
Sai lầm thường gặp
- Nghĩ AI sẽ tự hiểu hết — không. Agent chỉ mạnh khi bạn định nghĩa rõ trường và quy tắc.
- Nhắm 100% tự động ngay — dẫn tới lỗi âm thầm ghi sai vào sổ sách. Luôn có làn Vàng.
- Chỉ test bằng file đẹp — thực tế 40% file sẽ mờ, nghiêng, thiếu góc. Test bằng file xấu từ đầu.
- Trích quá nhiều trường — mỗi trường thừa là một điểm hỏng thêm. Bắt đầu tối giản.