OCR ภาษาไทยแบบดั้งเดิมแปลงภาพใบกำกับภาษีเป็นตัวอักษรได้ แต่ยังไม่รู้ว่าตัวเลขไหนคือยอดรวม ชื่อไหนคือผู้ขาย หรือวันที่ใดคือวันออกเอกสาร ระบบอ่านเอกสารที่ใช้ AI อาจช่วยระบุและดึงข้อมูลตามช่องที่กำหนดได้ เช่น เลขประจำตัวผู้เสียภาษี ยอดก่อนภาษี และภาษีมูลค่าเพิ่ม แต่ต้องทดสอบความถูกต้องและให้คนตรวจรายการที่ไม่แน่ใจ
OCR (Optical Character Recognition) คือเทคโนโลยีแปลงภาพตัวอักษรเป็นข้อความที่คอมพิวเตอร์อ่านได้ บทความนี้เจาะเฉพาะการอ่านใบกำกับภาษีและเอกสารบัญชี ถ้าคุณกำลังมองภาพกว้างของการลดงานเอกสารทั้งออฟฟิศ เช่น อนุมัติ ส่งต่อ และสรุปงาน อ่านระบบอัตโนมัติด้วย AI สำหรับงานออฟฟิศ
สรุปสั้น
- OCR อ่านได้แค่ข้อความ ส่วนการดึงข้อมูลเป็นช่อง เช่น ยอดรวมหรือเลขประจำตัวผู้เสียภาษี ต้องใช้แม่แบบหรือ AI ที่เข้าใจโครงสร้างเอกสาร
- ภาษาไทยไม่เว้นวรรคระหว่างคำ และสระกับวรรณยุกต์อาจอ่านคลาดเคลื่อนในภาพไม่ชัด จึงควรทดสอบกับใบกำกับภาษีจริงหลายคุณภาพภาพ
- กรมสรรพากรมีระบบ e-Tax Invoice & e-Receipt ถ้าคู่ค้าส่งเอกสารอิเล็กทรอนิกส์ที่มีโครงสร้าง การอ่านไฟล์โดยตรงแม่นยำกว่าการทำ OCR จากภาพ
- ข้อมูลที่ดึงได้ควรผ่านกฎตรวจสอบ เช่น เลขผู้เสียภาษี 13 หลัก ยอดรวมที่บวกกันลงตัว และเลขที่เอกสารไม่ซ้ำ ก่อนส่งเข้าระบบบัญชี
- ตัวชี้วัดที่ใช้ได้จริงคือความแม่นยำรายช่องข้อมูล สัดส่วนเอกสารที่ผ่านอัตโนมัติ และเวลาต่อเอกสาร
ทำไม OCR ภาษาไทยบนใบกำกับภาษีจึงพลาดได้
- ไม่มีการเว้นวรรคระหว่างคำ ระบบต้องตัดคำก่อนเข้าใจความหมาย
- สระและวรรณยุกต์ซ้อนหลายชั้น ภาพไม่คมทำให้วรรณยุกต์หรือสระบนล่างหายหรือถูกอ่านผิด
- ตัวอักษรหน้าตาคล้ายกัน เช่น ด กับ ต หรือ บ กับ ป ผิดตัวเดียวทำให้ชื่อบริษัทผิดทั้งคำ
- วันที่และตัวเลขหลายรูปแบบ ทั้งปี พ.ศ. และ ค.ศ. เดือนแบบย่อ และบางเอกสารใช้เลขไทย
- เอกสารผสมภาษา ชื่อสินค้าภาษาอังกฤษปนคำอธิบายภาษาไทยในบรรทัดเดียว
- คุณภาพภาพจริง ใบเสร็จถ่ายจากมือถือ ภาพเอียง ตราประทับทับข้อความ หรือสำเนาที่ถ่ายหลายทอด
ด้วยเหตุนี้ การทดสอบกับเอกสารจริงของคุณสำคัญกว่าตัวเลขความแม่นยำที่ผู้ให้บริการประกาศ ควรตรวจว่าบริการรองรับภาษาไทยจริง และลองกับเอกสารที่คุณภาพแย่ที่สุดที่ได้รับเป็นประจำ
เทียบแนวทางอ่านใบกำกับภาษีภาษาไทย
| แนวทาง | ทำงานอย่างไร | เหมาะกับ | ข้อจำกัด |
|---|---|---|---|
| OCR อ่านข้อความทั่วไป | แปลงภาพเป็นข้อความทั้งหน้า | ค้นข้อความในเอกสารสแกน | ไม่รู้ว่าข้อความไหนคือข้อมูลอะไร |
| OCR แบบแม่แบบ (template) | กำหนดตำแหน่งช่องข้อมูลล่วงหน้าต่อรูปแบบเอกสาร | แบบฟอร์มรูปแบบเดียวจำนวนมาก | ต้องสร้างแม่แบบใหม่เมื่อรูปแบบเปลี่ยน ไม่เหมาะกับใบกำกับภาษีจากผู้ขายหลายราย |
| AI ดึงข้อมูลจากเอกสาร | โมเดลที่เข้าใจทั้งข้อความและโครงสร้างหน้า ดึงข้อมูลตามช่องที่กำหนด | เอกสารหลายรูปแบบจากหลายแหล่ง | ต้องมีกฎตรวจสอบและคนตรวจ ค่าใช้งานตามปริมาณเอกสาร |
| รับข้อมูลอิเล็กทรอนิกส์โดยตรง | อ่านไฟล์ e-Tax Invoice ที่มีโครงสร้างข้อมูลอยู่แล้ว | คู่ค้าที่ออกใบกำกับภาษีอิเล็กทรอนิกส์ | ใช้ได้เฉพาะคู่ค้าที่อยู่ในระบบ |
แถวสุดท้ายถูกมองข้ามบ่อย กรมสรรพากรมีระบบใบกำกับภาษีอิเล็กทรอนิกส์และใบรับอิเล็กทรอนิกส์ (e-Tax Invoice & e-Receipt) (ข้อมูล ณ ตุลาคม 2026) ระบบที่ออกแบบดีจึงควรรับได้ทั้งไฟล์อิเล็กทรอนิกส์และภาพสแกน แล้วส่งเข้าขั้นตอนตรวจสอบเดียวกัน
ช่องข้อมูลที่ต้องดึง และกฎตรวจสอบก่อนส่งเข้าบัญชี
ตามคู่มือใบกำกับภาษีของกรมสรรพากร ใบกำกับภาษีแบบเต็มรูปต้องมีรายการ เช่น คำว่าใบกำกับภาษี ชื่อ ที่อยู่ และเลขประจำตัวผู้เสียภาษีของผู้ออก ชื่อและที่อยู่ของผู้ซื้อ เลขที่ใบกำกับภาษี รายการและมูลค่าสินค้าหรือบริการ จำนวนภาษีมูลค่าเพิ่ม และวันที่ออก (ข้อมูล ณ ตุลาคม 2026 เป็นข้อมูลทั่วไป ไม่ใช่คำแนะนำทางภาษีหรือกฎหมาย)
กฎตรวจสอบที่ควรมี:
- เลขประจำตัวผู้เสียภาษี มี 13 หลักและตรงกับทะเบียนผู้ขายของคุณ
- ยอดเงิน ผลรวมรายการ ภาษี และยอดสุทธิสอดคล้องกัน
- วันที่ แปลงปี พ.ศ. และ ค.ศ. ให้ถูก และอยู่ในช่วงที่สมเหตุสมผล
- เอกสารซ้ำ เลขที่ใบกำกับภาษีจากผู้ขายรายเดียวกันเคยบันทึกแล้วหรือไม่
- ผู้ซื้อ ชื่อและที่อยู่ตรงกับบริษัทของคุณ
ความผิดพลาดที่พบบ่อยในงานจริงคือการเชื่อค่าความมั่นใจ (confidence score) ของโมเดลเพียงอย่างเดียว โมเดลอาจมั่นใจสูงแต่อ่านเลข 8 เป็น 3 ในยอดเงิน กฎตรวจยอดรวมจึงจับข้อผิดพลาดแบบนี้ได้ดีกว่า เอกสารที่ไม่ผ่านกฎข้อใดข้อหนึ่งควรเข้าคิวให้คนตรวจ พร้อมหน้าจอที่แสดงภาพคู่กับข้อมูลที่ดึงได้
ใบกำกับภาษีและใบเสร็จมีชื่อและที่อยู่ของบุคคลด้วย จึงต้องกำหนดสิทธิ์เข้าถึงและระยะเวลาเก็บให้สอดคล้องกับพ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562
ตัวอย่างงานอ่านเอกสารด้วย AI ที่เผยแพร่แล้ว
ทั้งสองตัวอย่างเป็นงานของ NKKTech Global บริษัทวิศวกรรม AI ในฮานอย ประเทศเวียดนาม ไม่ใช่งานในประเทศไทย แต่ใช้รูปแบบงานเดียวกัน:
- ระบบ Document Intelligence สำหรับบริษัทฟินเทคในสหรัฐฯ ใช้เวลา 14 สัปดาห์ งบ USD 85,000 ลูกค้ารายงานว่าเวลาประมวลผลเอกสารลดลง 80% ความแม่นยำ 95% และประหยัดได้ USD 200,000 ต่อปี
- est-invoice ผลิตภัณฑ์ของเราเอง เป็นซอฟต์แวร์บัญชีบนคลาวด์สำหรับ SME ในเวียดนาม มีระบบดึงข้อมูลจากใบแจ้งหนี้ด้วย AI และแชทบอทตอบคำถามภาษีหลายภาษา
ถ้าต้องการให้ระบบทำงานต่อหลังอ่านเอกสาร เช่น จับคู่กับใบสั่งซื้อหรือส่งอนุมัติ ดูบริการ AI automation
ซื้อซอฟต์แวร์สำเร็จรูปหรือพัฒนาเฉพาะ
ถ้าเอกสารส่วนใหญ่เป็นใบกำกับภาษีมาตรฐานจำนวนไม่มาก และระบบบัญชีที่ใช้อยู่มีฟีเจอร์อ่านเอกสารที่รองรับภาษาไทยได้ดี ซอฟต์แวร์สำเร็จรูปมักคุ้มกว่า การพัฒนาเฉพาะเหมาะเมื่อมีเอกสารหลายประเภท เช่น ใบรับรองวัสดุหรือเอกสารขนส่ง ต้องมีกฎตรวจสอบเฉพาะธุรกิจ หรือต้องเชื่อมระบบภายในที่เครื่องมือทั่วไปเชื่อมไม่ได้
คำถามที่พบบ่อย
OCR ภาษาไทยตัวไหนแม่นที่สุด? ไม่มีคำตอบเดียวที่ใช้ได้กับทุกบริษัท ความแม่นยำขึ้นกับประเภทเอกสาร คุณภาพภาพ และรูปแบบที่คุณได้รับ วิธีที่ดีที่สุดคือเลือก 2–3 ทางเลือกมาทดสอบกับเอกสารจริงชุดเดียวกันราว 100–200 ใบ แล้ววัดความแม่นยำรายช่องข้อมูล
AI อ่านใบกำกับภาษีที่ถ่ายจากมือถือได้ไหม? ได้ในหลายกรณี แต่ความแม่นยำลดลงเมื่อภาพเบลอ เอียง หรือมีแสงสะท้อน ระบบควรปรับภาพก่อนอ่าน ตรวจข้อมูลด้วยกฎ และส่งเอกสารที่ไม่ผ่านให้คนตรวจ การแนะนำวิธีถ่ายภาพให้ผู้ส่งเอกสารก็ช่วยได้มาก
ใช้ AI อ่านใบกำกับภาษีแล้วยังต้องมีคนตรวจไหม? ควรมี อย่างน้อยในช่วงแรกและสำหรับเอกสารที่ไม่ผ่านกฎตรวจสอบ เป้าหมายคือลดจำนวนเอกสารที่คนต้องตรวจ ไม่ใช่ตัดคนออกทั้งหมด โดยเฉพาะข้อมูลที่ใช้ยื่นภาษี
ขั้นตอนถัดไป
ทีมบัญชียังคีย์ใบกำกับภาษีด้วยมือใช่ไหม นัดคุยฟรี 30 นาทีพร้อมตัวอย่างใบกำกับภาษีทั้งใบชัดและไม่ชัด แล้วรับข้อเสนอราคาคงที่ภายใน 3 วันทำการ สำหรับ AI Pilot ราคาเริ่มต้น USD 3,000 ที่ดึงข้อมูลและตรวจยอดได้ใน 3–4 สัปดาห์
ทีมวิศวกรอาวุโสในเวียดนาม ขอบเขตงานชัดเจน และส่งข้อเสนอเป็นลายลักษณ์อักษรภายใน 3 วันทำการ
10 years of experience working with Japanese companies — two of those years based in Japan. Has run the business since 2018 (as NKKTech since 2025) with a senior-only engineering model.