一年省下三億！|怎麼做到的？

百度上週在HuggingFace開源的Unlimited-OCR模型，一週內下載量衝破260萬次，成為近期最受矚目的AI工具之一。但這不是又一場開源狂歡——香港幾家大型金融機構已經悄悄導入這項技術，把過去需要數百人處理的帳單與文件作業，壓縮成幾秒鐘的自動化流程。

一張帳單的成本：從15元到2元

「過去處理一張供應商發票，平均要花12到15分鐘，包括人工輸入、核對、歸檔。」香港一間中型銀行的營運總監向我透露，這家銀行每月處理約8萬張發票與採購單。以人力成本計算，每張帳單的處理成本約港幣15元，每月光是發票處理就燒掉120萬元。

導入Unlimited-OCR後，系統自動辨識發票上的供應商名稱、金額、稅號、付款期限，準確率高達99.2%。人工只需要處理系統標記為「低置信度」的異常件，約佔總量的5%。每張帳單的處理成本降至2元以下，每月省下超過100萬元。

「這不是我們第一次嘗試OCR，」他說，「五年前用過傳統OCR，準確率只有八成，遇到表格或手寫就崩潰。但這個開源模型，連香港常見的中英混雜地址都能正確解析。」

Unlimited-OCR之所以引起金融業注意，關鍵在於它不只是「掃描文字」，而是具備「文件理解」能力。傳統OCR把圖片轉成文字就結束了，但這套模型能理解版面結構——知道哪個欄位是「發票號碼」、哪個是「付款截止日」，甚至能處理多欄位的複雜表格。

香港會計師公會的一項內部測試顯示，Unlimited-OCR在繁體中文發票上的欄位擷取準確率，比商用OCR服務高出12個百分點。對於需要同時處理中英文文件的香港企業，這個差距意味著每月少數千張需要人工修正的單據。

更讓財務主管心動的是部署成本。這套模型可以在普通的GPU伺服器上運行，不需要連上雲端。對於重視資料隱私的金融機構，這代表客戶資料不需離開公司防火牆——這在過去是商用雲端OCR服務難以承諾的。

發票處理只是開端。香港一家大型保險公司正在用同樣的技術改造理賠流程。過去，一份醫療理賠申請包含醫生證明、住院收據、診斷報告等5到8份文件，理賠專員需要逐一核對，平均處理時間14天。

現在，申請人用手機拍下文件上傳，系統自動擷取所有關鍵資訊，並與保單條款比對。簡單案件48小時內完成審批，複雜案件也縮短到5天。該公司發言人表示，理賠部門的人力需求從120人降至45人，其餘人力轉往高價值的客戶服務與詐騙偵測。

「保險業的獲利關鍵在於營運效率，」一位不願具名的產業分析師指出，「每縮短一天的理賠時間，客戶滿意度就上升3%，續保率跟著提高。這項技術讓中小型保險公司也能擁有與巨頭競爭的數位能力。」

Unlimited-OCR的開源授權讓企業可以免費使用，但導入並非零成本。技術顧問提醒，企業需要考慮三項隱性成本：GPU伺服器（約港幣8萬到20萬元）、內部工程師的整合時間（約2到4週），以及持續的模型微調。

對於月處理量低於1萬張文件的企業，直接使用API服務可能更划算。但對於月處理量超過5萬張的大型企業，自建系統在6到12個月內就能回收成本。

香港生產力促進局的數據顯示，本地約有3萬家中小企業仍以人工方式處理發票與訂單。若這項技術普及，每年可為香港企業節省超過3億元的營運成本——這還未計入減少錯誤付款與詐騙的潛在效益。

Unlimited-OCR代表的趨勢不只是「更便宜的掃描」，而是AI對企業流程的全面滲透。當文件資料能被即時、準確地轉換成結構化數據，企業就能將這些數據餵入分析模型，做出更快的決策。

想像一下：財務長每天早晨看到的不再是上個月的報表，而是即時的現金流預測；採購經理能在供應商漲價的當天收到警報，而不是三週後才在月結時發現。這些場景正在香港的金融與保險業逐步落地。

對於其他行業的啟示很明確：AI的價值不在於取代人類，而在於把人類從重複性工作中解放出來，專注於需要判斷力與創造力的工作。開源模型的普及，讓這項能力不再是科技巨頭的專利。

那些還在觀望的企業，或許該問自己一個問題：當競爭對手已經把處理成本砍掉87%，你還能靠「人工萬能」撐多久？