报销单上传一张发票，系统一秒钟把金额、税额、开票方、发票号码全部识别出来，干净利落。可月底一查，还是报出了几笔不该报的钱。

这就有个问题值得先放这儿：票据上的字全都认出来了，为什么钱还是没拦住？

答案在第三节。我们先说最外面那一层。

一、OCR 这一层，到底在做什么

一句话概括：把图片变成结构化字段。具体是四步走——先判断这是什么票（版式分类），再定位票面上的关键区域，然后逐块识别字符，最后把结果填进金额、税率、发票号、开票日期这些固定的字段里。

听起来简单，难在票种太多。增值税专用发票、普通发票、数电票、电子行程单、火车票、出租车票、定额发票、过路过桥票，每种版式都不一样，字段位置也不统一，一套模板解决不了全部。所以成熟的识别引擎基本都是先做票种路由，再按票种走各自的字段模型。

至于为什么识别会出错，原因都很生活化：红章压住了金额那几位、票面折过之后字迹扭曲、热敏纸放久了几乎全白、一次拍了四五张票导致边缘变形、打印机碳粉不足颜色偏淡。这些情况下，识别引擎通常会给出置信度，把没把握的字段标出来让人复核一次，而不是闷头填一个数。这里要记住一句：识别错了比识别不出来更贵，宁可退回来人工确认。

二、第二层：先确认这张票是真是假

识别出字段，只是知道了票面上写着什么。接下来要确认这张票本身站不站得住，这一层主要做四件事。

查验真伪。 通过税务部门的发票查验通道核对这张票是否存在、状态是否正常，有没有被作废或者红冲。这一步建议全量做，不要抽样。

核对抬头。 购买方名称、纳税人识别号跟本单位信息是否一致，名称多一个字、税号错一位都要拦下来。

票内逻辑自洽。 单价乘以数量是否等于金额，金额乘以税率是否等于税额，价税合计对不对得上。这几项小学算术就能验出来，但人工审三四十张票之后，眼睛基本就不管用了。

查重。 同一张发票在本系统里是否被报过。电子发票盛行之后这条尤其重要，同一个 PDF 打印五遍，票面上完全看不出来。

除了票本身，还要看一眼开票方：对方是不是处于经营异常、注销状态，是否在失信名单里。票面上的字永远自洽，问题往往藏在票据之外。

顺带说一句，票面金额被人动手脚这件事，肉眼几乎看不出来，但查验接口返回的数是骗不了人的。

三、第三层：费用规则校验，这层才是省钱的地方

终于回答开头那个问题。因为前面两层回答的是票是什么、票真不真，而真正决定这笔钱能不能报销的是第三条：这笔支出合不合规矩。票是真的，不代表这笔钱该报。

规则校验通常包含这么几类。

是否超标准。 差旅标准按城市、职级、季节分档：北京上海的住宿上限和三四线城市不一样，总监和专员的交通舱位不一样，餐补按实际出差天数算而不是按发票张数算。

是否有预算。 部门额度、项目预算、月度预算，花超了是拦截还是走例外审批，要提前定好。事前冻结、事后核销的做法，比月底才发现超支要好处理得多。

单据是否匹配。 出差申请上的城市和时间，跟这张住宿票的开票城市、开票日期对不对得上；打车的时间和当天的行程是否冲突；招待费有没有附上参与人和事由。

时限和附件。 超过报销时限的票据怎么处理，附件清单有没有缺项，这些是最容易被财务口头提醒却又总在重复发生的事。

于是就很清楚了：只有 OCR 的系统，能让财务少打字；加上费用规则校验，才能真的少看单。中间隔着一整套业务逻辑，不是换个识别引擎就能跳过去的。这也是很多企业上了识别之后感受不明显的原因——第一层省的是录入时间，第三层省的才是审核时间。

四、第四层：风险要看单据之外

到了这一层，系统看的就不只是一张票，而是一组行为。

拆单。 同一商户、同一天开出两张票，单张都刚好卡在审批阈值之下，合起来却过了线。

连号票据。 几张连号的定额发票一起报，来源本身就值得问一句。

高频重复。 同一个人长期在同一家商户报销，金额稳定在区间内，这种规律性往往不是偶然。

关联企业。 报销商户与公司供应商存在股权或人员关联，单张票上完全看不出端倪。

这些都不是靠看票能发现的，只能把发票数据、人员数据、供应商数据放在一起才看得出来。

五、优氙费控是怎么把四层串起来的

前面说的四层是通用拆法，落到具体产品上，各家的差别主要就在串得好不好。以优氙费控为例，四层大致是这样接起来的。

识别层。 扫码或上传票据，字段直接出来，没把握的自动标出来让人复核一次，新票种不用等版本更新。

验真层。 全量查验、抬头校验、查重这几件事一次做完，作废和红冲的票自动退回到申请人那里，不用财务再打电话问一遍。

规则层。 差旅标准按城市、职级配好，预算事前冻结，超标按配置好的策略拦截或者走例外审批，例外也留痕可查。

预警层。 拆单、连号、高频同商户这类规则可以直接配，命中之后进人工复核队列，而不是把单子直接卡死。

四层跑通之后，财务要盯的就只剩被拦下来的那一部分。按优氙费控给出的口径，发票审核时间大约能省下七成，实际能省多少取决于单据复杂度和规则沉淀程度，建议拿自己的单据跑一轮实测。

六、五个指标，看这套系统跑得顺不顺

• 识别准确率：字段级识别正确比例，常见参考值在 95% 以上
• 验真覆盖率：报销票据完成查验的比例，建议做到 100%
• 自动审核通过率：无需人工介入直接通过的比例，反映规则配置成熟度
• 平均审核时长：单张单据从提交到审结的耗时
• 事后稽查差错率：报销完成后的抽查差错比例

其中自动审核通过率是最容易被忽略的一个。它上不去，往往不是引擎不够聪明，而是规则没写细、例外太多。