ARTICLE · 1156658
企业 AI 落地高价值场景——06 文档智能
全文约 2800 字，阅读需 9 分钟
导语
一个财务，月底对着一摞发票，逐张看、逐张录；一个法务助理，把合同关键条款一条条手抄进表格；一个人力资源，把简历里的姓名、学校、年限一个个敲进系统。
三个人干的是同一件事——把非结构化的文档，变成能用的结构化数据。没人觉得有问题，因为一直就是这样。
另一边，有地方的卫健委上了文档智能之后，病历书写时间砍掉六成，关键字段缺失率降了七成六；有法律科技团队靠它，一个月能产出约两万份法律文书。
同样是和文档打交道，一边在手工搬运，一边在让 AI 读。差的不在勤奋，在有没有把"读文档"变成一项能复用的能力。
一、为什么文档智能算"底座"，不是"又一个场景"
挑场景的三条标准卡一遍：高频，每个企业每天产出和处理的文档数不清；刚需，不读不抽，文档就进不了任何系统；可量化，每份省多少分钟、字段缺失率降多少，算得清。三条全中。
但它的特殊之处在第四点：前面几篇的场景，吃的全是同一类能力。
合同审查要抽条款（第 03 篇），财务票据要识别加三单匹配（第 02 篇），知识库问答要先解析文档才能答（第 01 篇），简历初筛要抽字段（第 05 篇）。这些动作拆开看，底层都是三件事：读得懂纸上的字（文字识别）、抽得出里面的字段（信息抽取）、写得出新文档（智能生成）。
合同、票据、简历、报告、公文，本质都是"非结构化文档"。这一层建好，前面几篇都能直接复用，不用每个场景各造一遍轮子。
二、文档智能第一步：先定"读得准"，别直接让模型裸写
最容易踩的错，是把扫描件或图片直接丢给通用大模型，让它"帮我抽出合同金额和期限"。
通用模型看不见版面，表格跨页、印章遮挡、字迹模糊它都处理不好，结果就是要么抽错、要么凭空编一个金额。你拿去填系统，后面全错。
正确顺序是分层走：
第一层，文字识别。 先把图片、扫描件、版式文档转成机器能读的文本。模糊的、倾斜的、带印章的，要专门处理，不能指望一步到位。
第二层，信息抽取。 在文本上把字段结构化——甲方乙方、金额、期限、违约条款，抽出来标好类型。复杂版面（多栏、嵌套表格）要用专门的抽取能力，不是通用模型顺手就能干。
第三层，智能生成。 写文书、写报告、写摘要，必须基于前两层抽出的真实字段，别让模型凭空写。法律文书月产两万份，靠的是模板化生成加人把关，不是模型瞎编。
读得准，是抽得对的前提；抽得对，是写得稳的前提。三层顺序不能乱。
三、第二步：抽取要可校验，生成要可追溯
这是文档智能最稳的分工。
抽取侧，AI 把字段抽出来，同时标出"这段结论来自原文哪一段"。人工核对关键项时，能点开看出处，信任感才立得起来。聊城那组"字段缺失率降七成六"，背后就是同一套思路：用真实抽取代替人工手抄，漏填的概率自然往下掉。
生成侧，AI 基于模板加真实数据起草，人做最终定稿。月产两万份法律文书的团队，不是让 AI 自由发挥，是把它变成"按模板填、人审边界"的流水线。模型负责快，人负责准。
这里有个和第 01、03 篇一样的机制：看不清就拒识。版面太差、字段置信度太低，直接转人工，不要硬抽硬写。每一次拒识，就是一处没处理好的边界，聚起来就是下周要补的能力。
四、第三步：从单文档走到流水线
单份文档识别抽取只是起点。文档智能真正的价值，是把它串成自动化链路：识别 → 抽取 → 校验 → 生成 → 回写。
发票进来，自动识别、三单匹配，异常才转人（接第 02 篇）；合同进来，自动抽条款、标风险（接第 03 篇）；简历进来，自动抽字段、排顺序（接第 05 篇）。同一条"水管"，前面几篇的龙头一开就有水。
这也是为什么说它是底座而不是项目。很多企业的教训是：为票据单独建一套识别，为合同又建一套，为简历再建一套，三套能力长得几乎一样，却各养一支团队。底座思维是反过来的——先把"读文档"这一层建厚，上面所有场景来接。
五、两件容易被跳过的事：版面与权限
文档智能最容易翻车的两处，正好是它的两个前提。
版面那件，上文说了，模糊、跨页、遮挡、手写，这些边界情况不处理，准确率永远上不去。要建拒识机制，看不清就转人工，别硬来。不少企业上线即放手，结果前三个月准确率忽高忽低，就是因为没把边界管住。
权限那件，和前面几篇是同一个护栏。文档里常躺着敏感信息：身份证号、银行卡、病历、薪酬。文字识别阶段就要想清楚：哪些字段要脱敏、哪些原文不能出现在不该看的屏幕上（能问不能见）。对医疗、金融、连锁这类强监管行业，这是能不能上线的门槛，不是加分项。
六、怎么算账，多久能见效
账这样算：文档处理量乘以单份节省时长，再乘人力时薪，等于年节约；再把"字段缺失导致的返工、纠错"算进去，隐性收益更大。
举一个跨职能的例子。一家企业每月处理约一万份单据（发票加合同加简历），每份人工读录约 10 分钟，时薪算 50 元。AI 接手文字识别加信息抽取后，省下七成左右的人工，每月省一万乘十分钟乘零点七，约一万一千七百分钟，折合近一千两百小时，乘 50 元约五点八万每月，一年约七十万。这还没算"抽错一个金额导致后续全错"的纠错成本。
节奏上，和前面几篇一致的 60 天打法：
0 到 20 天，盘文档类型。 把企业最常见的几类文档（发票、合同、简历、报告）各找几十份样例，这是抽取和识别的基准。同时定敏感字段和脱敏规则。
20 到 45 天，跑通一类。 选量最大、版面最标准那类先上，比如发票识别加三单匹配，跑通"识别、抽取、校验、回写"这条链路。
45 到 60 天，扩品类接流水线。 把验证过的配置复制到合同、简历，再接上生成类动作，比如自动起草摘要、自动填模板，让它真正变成底座。
七、一个反直觉的结论
很多人把文档智能当"一个独立项目"去立项，配专人、排工期，做完发现只在票据用了。
真相是反的。文档智能该是底座，不是项目。它的价值不在某一篇，在它托起前面所有篇：合同、票据、简历、报告、公文，全来复用同一层能力。你为它花的每一分，前面五个场景都在分摊。
别为单个场景各建一套识别抽取，那是重复造轮子。先把"让 AI 读文档"这一层建厚，后面的场景一个接一个来接，成本才摊得薄、价值才滚得起来。
交付：文档智能落地清单
定位：文档智能是横向能力底座，不是独立项目；合同、票据、简历、报告共用
顺序：先文字识别转文本，再信息抽取结构化，生成类必须基于真实字段
质量：抽取可校验、标出处；生成基于模板加真实数据、人定稿
流水线：识别 → 抽取 → 校验 → 生成 → 回写，串起来接第 02、03、05 篇
权限：脱敏前置、能问不能见，敏感字段不裸奔
护栏：看不清就拒识转人工，别硬抽硬写
节奏：0-20 天盘类型、20-45 天跑通一类、45-60 天扩品类接流水线
内容推荐