OCR (Optical Character Recognition, nhận dạng ký tự quang học) là công nghệ đọc chữ xuất hiện trong một tấm ảnh hoặc bản scan, rồi biến chữ đó thành văn bản có thể gõ, sao chép và tìm kiếm được, thay vì chỉ là các điểm ảnh vô nghĩa với máy tính. Nhận định của bài: OCR không đọc hiểu nội dung như người, nó chỉ đoán hình dạng ký tự dựa trên mẫu đã học, nên độ chính xác phụ thuộc chất lượng ảnh đầu vào, và bất kỳ hệ thống nào đẩy thẳng kết quả OCR vào sổ sách mà không qua một bước người xác nhận đều đang đặt cược vào một phép đoán.
Bài viết cho chủ doanh nghiệp và kế toán đang nhận báo giá phần mềm có nhắc tới OCR: quét hoá đơn, quét chứng từ, tự động nhập liệu.
Nghĩa bằng lời thường: máy nhìn hình, đoán ra chữ
Trước OCR, muốn đưa nội dung một tờ hoá đơn giấy vào phần mềm kế toán thì phải có người gõ tay từng số, từng dòng. OCR làm việc đó bằng cách nhìn từng vùng ảnh, so khớp hình dạng nét chữ với các mẫu ký tự đã học, rồi ghép lại thành chữ và số. Có hai mức OCR hay bị gộp làm một trong báo giá:
- OCR nhận dạng văn bản thường (text detection): đọc ra toàn bộ chữ trong ảnh thành một khối văn bản thô, không phân biệt đâu là số hoá đơn, đâu là tên người bán.
- Trích xuất dữ liệu có cấu trúc từ chứng từ (document AI, intelligent document processing): không chỉ đọc chữ, mà còn nhận ra vị trí và ý nghĩa từng trường: đây là số hoá đơn, đây là ngày lập, đây là tổng tiền, rồi xuất ra thành các trường dữ liệu riêng để phần mềm khác dùng ngay.
Báo giá phần mềm kế toán hay ghi gọn một dòng "tích hợp OCR", nhưng khoảng cách giữa hai mức trên rất xa. Mức đọc chữ thô vẫn cần người gõ lại từng trường vào phần mềm, chỉ đỡ công đọc; mức trích xuất có cấu trúc mới thật sự bỏ được bước nhập tay, nhưng đắt hơn và cần huấn luyện riêng cho từng mẫu hoá đơn của từng nhà cung cấp.
OCR trong báo giá: tính theo trang, cam kết theo phần trăm đúng
| Dòng trong báo giá | Nghĩa thật | Điều cần hỏi lại |
|---|---|---|
| Giá theo số trang hoặc số ảnh xử lý | Trả tiền theo khối lượng chứng từ quét mỗi tháng | Vượt hạn mức tính thêm bao nhiêu, hạn mức có reset hằng tháng không |
| Độ chính xác cam kết (theo %) | Tỷ lệ ký tự hoặc trường dữ liệu đọc đúng trên tổng số | Đo trên loại chứng từ nào (hoá đơn in máy hay viết tay), đo bằng cách nào |
| Có người xác nhận (human-in-the-loop) | Một bước người kiểm tra lại trước khi lưu vào hệ thống | Bước này có tính phí riêng không, ai chịu trách nhiệm khi bỏ qua bước này |
| Xuất ra định dạng có cấu trúc (JSON, XML) | Dữ liệu đọc được có thể tự động nạp vào phần mềm khác | Có nối thẳng vào phần mềm kế toán đang dùng không, hay vẫn phải nhập tay lại |
Điểm cần làm rõ nhất trước khi ký là con số phần trăm chính xác. Một tỷ lệ đọc đúng 95% nghe có vẻ cao, nhưng nếu công ty xử lý 2.000 hoá đơn một tháng, con số đó đồng nghĩa khoảng 100 hoá đơn có ít nhất một chỗ đọc sai, và sai một chữ số trong dòng tổng tiền là sai lệch sổ sách, không phải lỗi vặt. Vì vậy phần lớn hệ thống OCR chứng từ nghiêm túc đều thiết kế thêm bước người xác nhận trước khi dữ liệu được ghi chính thức, chứ không tự động hoá hoàn toàn.
Vì sao vẫn cần OCR dù đã có hoá đơn điện tử
Với hoá đơn điện tử phát sinh mới tại Việt Nam, bản gốc là một tệp dữ liệu có cấu trúc (XML), không phải hình ảnh, nên về nguyên tắc không cần OCR để đọc lại. Nghị định số 254/2026/NĐ-CP (Chính phủ ban hành ngày 30/06/2026, có hiệu lực từ 01/07/2026) quy định chi tiết Luật Quản lý thuế số 108/2025/QH15 về hoá đơn điện tử, chứng từ điện tử, thay thế các quy định trước đó. Bài hoá đơn điện tử là gì: các loại, nội dung bắt buộc và vòng đời giải thích rõ vì sao bản gốc của hoá đơn điện tử là tệp XML, còn bản PDF hay bản in chỉ là bản thể hiện.
OCR vẫn có chỗ dùng thật ở những phần chưa (hoặc không) nằm trong luồng hoá đơn điện tử có cấu trúc: hoá đơn giấy từ những giao dịch nhỏ lẻ chưa điện tử hoá, biên lai, hoá đơn hoặc chứng từ nhận từ nhà cung cấp nước ngoài không theo chuẩn Việt Nam, sao kê ngân hàng dạng ảnh, hợp đồng giấy cần số hoá để lưu trữ và tra cứu sau này. OCR, vì vậy, giải quyết phần "giấy tờ còn sót lại", không thay thế luồng hoá đơn điện tử đã có sẵn dữ liệu cấu trúc.
Độ chính xác và rủi ro khi tự động hoá quá tay
Lỗi OCR thường gặp nhất là nhầm ký tự có hình dạng gần giống nhau: số 0 với chữ O, số 1 với chữ I hoặc ký tự l, số 8 với số 3 khi ảnh mờ, dấu phẩy ngăn cách hàng nghìn với dấu chấm thập phân. Với một dòng văn bản thường, đọc sai một ký tự ít khi gây hậu quả. Với một dòng tổng tiền trên hoá đơn, đọc sai một chữ số có thể lệch hàng chục triệu đồng, và nếu hệ thống tự động đẩy thẳng số đó vào sổ sách kế toán mà không ai xem lại, sai số đó chỉ lộ ra khi đối chiếu cuối kỳ, hoặc tệ hơn là khi cơ quan thuế đối chiếu.
Ảnh đầu vào càng kém (chụp nghiêng, thiếu sáng, nhàu giấy, chữ viết tay), tỷ lệ đọc đúng càng giảm mạnh. Đây là lý do khi đọc cam kết "độ chính xác 95% hay 99%" trong báo giá, câu hỏi quan trọng không phải con số đó cao hay thấp, mà là con số đó đo trên loại ảnh đầu vào giống với thực tế công ty mình hay không.
Những câu nên hỏi nhà cung cấp phần mềm có OCR
- Độ chính xác cam kết được đo trên loại chứng từ nào, chụp bằng điện thoại hay quét bằng máy scan chuyên dụng.
- Sau khi OCR đọc xong, có bước nào cho người xem lại trước khi dữ liệu được lưu chính thức vào hệ thống không.
- Dữ liệu trích xuất ra định dạng gì, và có nối thẳng vào phần mềm kế toán tôi đang dùng không, hay vẫn phải nhập tay lại.
- Giá tính theo số trang xử lý mỗi tháng là bao nhiêu, vượt hạn mức tính thêm thế nào.
- Ảnh chứng từ sau khi xử lý có được lưu trữ ở đâu, bao lâu, và ai được quyền xem lại.
- Với các mẫu hoá đơn đặc biệt (chữ viết tay, mẫu nước ngoài), hệ thống có cần huấn luyện thêm không, chi phí huấn luyện đó ai chịu.
Khi nào không cần OCR
- Toàn bộ hoá đơn của công ty đã là hoá đơn điện tử phát sinh trực tiếp từ phần mềm bán hàng hoặc phần mềm kế toán, dữ liệu đã có sẵn dạng cấu trúc, không cần đọc lại từ ảnh.
- Khối lượng chứng từ giấy mỗi tháng nhỏ (vài chục tờ), nhập tay vẫn nhanh hơn thời gian thiết lập và kiểm tra một hệ thống OCR.
- Chứng từ chủ yếu là viết tay hoặc mẫu không chuẩn, độ chính xác OCR thực tế thấp tới mức thời gian sửa lỗi còn dài hơn tự nhập tay từ đầu.
- Công ty chưa có quy trình kế toán số hoá cơ bản: nhập chứng từ vào phần mềm quản lý còn thủ công thì việc thêm OCR chỉ đổi chỗ tắc nghẽn, không giải quyết gốc vấn đề.
Câu hỏi thường gặp
OCR là gì, nói ngắn gọn?
OCR là công nghệ đọc chữ xuất hiện trong ảnh hoặc bản scan rồi chuyển thành văn bản gõ được, sao chép và tìm kiếm được.
OCR có đọc đúng 100% không?
Không. OCR đoán ký tự dựa trên hình dạng, độ chính xác phụ thuộc chất lượng ảnh đầu vào và luôn có tỷ lệ sai nhất định, nên cần một bước người xác nhận với dữ liệu quan trọng như số tiền trên hoá đơn.
Có hoá đơn điện tử rồi có cần OCR nữa không?
Với hoá đơn điện tử phát sinh mới, dữ liệu đã có sẵn dạng cấu trúc nên không cần OCR để đọc lại. OCR vẫn cần cho hoá đơn giấy cũ, chứng từ nước ngoài, biên lai và các loại giấy tờ chưa điện tử hoá.
OCR tiếng Việt có khó hơn tiếng Anh không?
Có xu hướng khó hơn vì tiếng Việt có nhiều dấu thanh và dấu phụ, dễ bị nhận nhầm giữa các chữ cái có dấu gần giống nhau, đặc biệt khi ảnh chụp mờ hoặc chữ viết tay.
Doanh nghiệp nhỏ có nên đầu tư OCR ngay không?
Chỉ nên khi khối lượng chứng từ giấy đủ lớn để việc nhập tay thật sự tốn thời gian đáng kể mỗi tháng. Nếu khối lượng nhỏ, nên ưu tiên số hoá quy trình kế toán trước, cân nhắc OCR sau khi khối lượng tăng.
