Với các nhà máy đang hoạt động tại Việt Nam — đặc biệt là nhà máy vốn Nhật Bản — năm 2026 là thời điểm khối văn phòng chịu áp lực rõ rệt nhất từ trước tới nay. Khối lượng chứng từ tăng theo sản lượng, nhân sự kế toán và mua hàng không dễ tuyển thêm, trong khi Nghị định 254/2026/NĐ-CP có hiệu lực từ ngày 01/7/2026 đặt ra một loạt yêu cầu mới về hóa đơn và chứng từ điện tử. Trong bối cảnh đó, AI-OCR tự động hóa văn phòng (back office) đang được nhiều doanh nghiệp chọn làm bước đi thực tế nhất: số hóa chứng từ đầu vào, trích xuất dữ liệu tự động và đẩy thẳng vào hệ thống kế toán, mua hàng, sản xuất. Bài viết này tổng hợp hiện trạng công nghệ, khung pháp lý Việt Nam năm 2026, nhóm chứng từ dễ ra hiệu quả nhất, lộ trình triển khai và những cái bẫy thường gặp — dưới góc nhìn vận hành thực tế chứ không phải góc nhìn tiếp thị.
AI-OCR đã thay đổi những gì: từ OCR truyền thống đến IDP kết hợp LLM
“Chúng tôi thử OCR mấy năm trước rồi, không dùng được.” Khi trao đổi với bộ phận hành chính — kế toán tại các nhà máy, câu này xuất hiện với tần suất rất cao. Và đánh giá đó hoàn toàn đúng — với thế hệ sản phẩm của 5 đến 10 năm trước. Vấn đề là “AI-OCR” được nói tới trong năm 2026 khác về triết lý thiết kế so với những công cụ đó. Nếu không làm rõ điểm này, quyết định đầu tư sẽ bị chi phối bởi một trải nghiệm thất bại đã lỗi thời.
Giới hạn của OCR truyền thống: đọc được chữ nhưng không hiểu được chứng từ
OCR thế hệ cũ về bản chất là công nghệ chuyển hình ảnh chữ viết thành mã ký tự. Để lấy ra được các trường như “số hóa đơn”, “tổng tiền”, “hạn thanh toán”, con người phải định nghĩa trước tọa độ của từng trường trên từng mẫu chứng từ. Đây là phương pháp template (mẫu cố định).
Cách làm này có ba điểm yếu mang tính cấu trúc. Thứ nhất, phải tạo template cho từng nhà cung cấp — có 100 nhà cung cấp nghĩa là 100 lần cấu hình. Thứ hai, chỉ cần nhà cung cấp đổi bố cục một chút là kết quả đọc sai ngay; một dòng bị đẩy xuống là hệ thống lấy nhầm giá trị của ô khác. Thứ ba, phương pháp này rất yếu với chứng từ “phi định dạng”: không có khung kẻ, số dòng chi tiết thay đổi, nội dung tràn qua nhiều trang. Kết quả là công sức tạo và bảo trì template ăn hết phần công sức tiết kiệm được, và không ít dự án rơi vào trạng thái “đã mua nhưng không ai dùng”.
IDP kết hợp LLM: trích xuất dựa trên việc hiểu ý nghĩa của trường dữ liệu
Xu hướng của AI-OCR năm 2026 là kết hợp với LLM (mô hình ngôn ngữ lớn). Công nghệ đã bước sang giai đoạn không chỉ nhận dạng ký tự mà còn “hiểu ý nghĩa của trường dữ liệu dựa trên ngữ cảnh của tài liệu để trích xuất” (nguồn: ITSelect). Đây chính là lý do kỹ thuật khiến việc xử lý chứng từ phi định dạng trở nên khả thi.
Khác biệt trong thực tế vận hành thể hiện như sau. Một nhà cung cấp ghi “Invoice No.”, nhà cung cấp khác ghi “INV NO”, đối tác Nhật ghi “請求書番号”, còn nhà cung cấp trong nước ghi “Số hóa đơn” hoặc song ngữ Việt – Anh. Một mô hình hiểu ngữ nghĩa có thể diễn giải rằng tất cả các nhãn này đều trỏ tới cùng một trường: số hóa đơn. Vì lấy dữ liệu theo ý nghĩa chứ không theo tọa độ, hệ thống bám theo được cả khi bố cục thay đổi. Việc phá bỏ giả định “phải dựng template cho từng đối tác” là thay đổi có tính quyết định đối với khối văn phòng nhà máy — nơi chứng từ phi định dạng chiếm tỷ trọng lớn.
Toàn bộ chuỗi “đọc + hiểu ngữ nghĩa + xử lý tiếp theo” được ngành gọi là IDP (Intelligent Document Processing — xử lý tài liệu thông minh). Có thể hiểu đơn giản: AI-OCR là engine đọc nằm ở lõi, còn IDP là khung bao gồm cả phân loại tài liệu, trích xuất trường, kiểm tra đối chiếu và tích hợp với hệ thống lõi. Nhà cung cấp có thể tự gọi sản phẩm của mình là “AI-OCR” hoặc “IDP”, nhưng thứ quyết định hiệu quả tự động hóa văn phòng không phải là engine đọc đơn lẻ, mà là mức độ hoàn thiện của cả chuỗi này.
Độ chính xác hiện tại: trên 99% với chữ in, khoảng 95% với chữ viết tay
Các giải pháp OCR chủ đạo tính đến năm 2026 đạt độ chính xác trên 99% với chữ in và khoảng 95% với chữ viết tay (nguồn: ITSelect). So với cảm nhận của 10 năm trước, mức chữ viết tay đặc biệt thay đổi đáng kể.
Tuy nhiên cần đọc con số này một cách thận trọng. Độ chính xác ở đây về cơ bản là chỉ số ở cấp ký tự hoặc cấp trường, không phải “xác suất một tờ chứng từ đi qua hệ thống mà không cần ai kiểm tra”. Giả sử một hóa đơn cần trích xuất 20 trường và mỗi trường đọc đúng với xác suất 99%, thì về mặt số học xác suất cả 20 trường cùng đúng là 0,99 lũy thừa 20, tức khoảng 82%. Đây chỉ là một ví dụ số học chứ không phải số đo thực tế của sản phẩm cụ thể nào, nhưng nó cho thấy “độ chính xác ký tự 99%” và “chứng từ chạy thẳng không cần kiểm tra” là hai chuyện khác nhau.
Vì vậy, trong thực tế nên đánh giá bằng hai chỉ số khác: tỷ lệ tự động hoàn tất (tỷ lệ chứng từ được xác nhận mà không cần con người chạm vào) và tỷ lệ bỏ sót (tỷ lệ giá trị sai lọt qua bước kiểm tra). Việc có đưa hai chỉ số này vào thiết kế PoC ngay từ đầu hay không sẽ quyết định hoàn toàn cách đánh giá dự án sau khi vận hành.
Báo cáo giảm 50–70% thời gian xử lý và đà tăng trưởng của thị trường IDP
Các tổ chức đã triển khai OCR dựa trên AI báo cáo giảm được 50–70% thời gian xử lý so với làm thủ công (nguồn: scoop.market.us). Quy mô thị trường IDP được dự báo đạt 4.382,4 triệu USD năm 2026, 5.485,0 triệu USD năm 2027 và 6.460,9 triệu USD năm 2028, tương ứng tốc độ tăng trưởng vượt 26%/năm (nguồn: Grand View Research). Xét theo công nghệ trích xuất, OCR dẫn đầu về thị phần doanh thu năm 2026.
Xét theo ngành, nhóm triển khai lớn nhất là BFSI (ngân hàng, tài chính, bảo hiểm) với 32,7% (nguồn: Grand View Research). Con số này có hai hàm ý cho ngành sản xuất. Một là, công nghệ đã được kiểm chứng trước ở lĩnh vực tài chính và đang lan sang sản xuất. Hai là, không có nhiều giải pháp đóng gói sẵn được tối ưu cho các chứng từ đặc thù của nhà máy như biên bản kiểm tra chất lượng, chứng chỉ vật liệu (mill sheet), chứng nhận xuất xứ Form D. Khi áp dụng vào khối văn phòng nhà máy, khâu thiết kế để ghép động cơ tổng quát vào chứng từ và quy trình riêng của doanh nghiệp mới là yếu tố quyết định thành bại — và khâu này thường tốn công hơn dự tính.
Vì sao khối văn phòng của nhà máy tại Việt Nam ngày càng quá tải
“Tuyển thêm người là xong chứ gì?” — phản biện này luôn xuất hiện. Nhưng khi nhìn vào cấu trúc công việc thực tế, lựa chọn đó không rẻ như tưởng, và cũng không giải quyết được gốc vấn đề.
Gánh nặng “làm hai lần” đặc thù của chi nhánh doanh nghiệp nước ngoài
Khối văn phòng tại các nhà máy vốn Nhật Bản ở Việt Nam mang một loại tải trọng mà doanh nghiệp nội địa thuần túy không có.
Thứ nhất là tính đa tầng về ngôn ngữ. Hóa đơn từ nhà cung cấp trong nước bằng tiếng Việt hoặc song ngữ Việt – Anh; từ nhà cung cấp Nhật thì bằng tiếng Nhật; mua hàng toàn cầu thì bằng tiếng Anh. Cả ba luồng này cùng chất lên bàn của một nhân viên phụ trách công nợ phải trả.
Thứ hai là tính hai lớp của kế toán và báo cáo. Cùng một giao dịch nhưng phải xử lý theo chuẩn mực kế toán, thuế của Việt Nam, đồng thời lập báo cáo phục vụ hợp nhất và kế toán quản trị cho công ty mẹ. Thứ ba là tính hai lớp của lịch chốt sổ: kỳ chốt tháng tại Việt Nam và kỳ chốt của công ty mẹ lệch nhau, khiến người phụ trách gặp hai đỉnh công việc mỗi tháng.
Đây đều là những việc mang tính cấu trúc, không thể “bỏ đi vì kém hiệu quả” chừng nào doanh nghiệp còn vận hành như một pháp nhân tại Việt Nam. Chính vì thế, phần công việc không đòi hỏi phán đoán — nhập liệu, đối chiếu, lưu trữ hồ sơ — có dư địa chuyển sang máy rất lớn. Đó là lý do hiệu quả đầu tư vào chuyển đổi số văn phòng thường thể hiện rõ hơn ở các chi nhánh doanh nghiệp nước ngoài.
Rủi ro phụ thuộc cá nhân đôi khi nghiêm trọng hơn chi phí nhân sự
Một điểm hay bị bỏ qua là tình trạng phụ thuộc vào một người cụ thể. Thói quen định dạng riêng của từng nhà cung cấp, các điều khoản thanh toán ngoại lệ, lịch sử xử lý những trường hợp đặc biệt — tất cả nằm trong đầu “chỉ một người biết”. Ngày người đó nghỉ việc hoặc chuyển công tác, kỳ chốt sổ tháng đó có nguy cơ đứng lại.
Việc triển khai AI-OCR cùng quy trình phê duyệt điện tử mang lại một hiệu quả ngoài việc giảm giờ công: nó chuyển các quy tắc xử lý từ đầu người sang hệ thống. Hiệu quả này khó định lượng, nhưng xét ở góc độ duy trì tính liên tục hoạt động của nhà máy, đôi khi nó còn được ưu tiên cao hơn mục tiêu cắt giảm chi phí nhân công.
Chi phí lao động trong khu vực đang đi lên, không đi xuống
Về xu hướng chi phí lao động, số liệu công bố rõ ràng nhất trong khu vực đến từ Thái Lan và có giá trị tham chiếu cho cả ASEAN. Dân số trong độ tuổi lao động của Thái Lan đã bước vào giai đoạn suy giảm; do nguồn cung lao động thu hẹp, tiền lương tiếp tục tăng ngay cả khi tăng trưởng kinh tế không cao — tức là cấu trúc lạm phát chi phí đẩy (nguồn: JETRO, blog đầu tư Thái Lan của Tokyo Consulting Group).
Mức tăng lương tại các doanh nghiệp Nhật Bản ở Thái Lan là 3,8% năm 2023, 4,58% năm 2024 và 4,64% năm 2025 (dự kiến) (cùng nguồn). Theo nhóm nghề, mức tăng hằng năm chênh lệch đáng kể: công nhân phổ thông 3–5%, kỹ thuật viên và kỹ sư 5–8%, quản lý cấp trung 6–10%, và nhân lực IT – kỹ thuật số 8–12%. Về lương tối thiểu, Thái Lan đưa ra định hướng tăng theo lộ trình và có cả những thảo luận về mức khoảng 600 baht trong tương lai — cần lưu ý đây là mục tiêu chính sách và nội dung thảo luận, không phải mức đã được quyết định.
Những con số này (là số liệu Thái Lan, không phải số liệu Việt Nam) có một hàm ý quản trị rõ ràng: chiến lược “khối lượng chứng từ tăng thì tuyển thêm người” có thể ổn trong một năm, nhưng trên khung 5 năm nó tích lũy thành cấu trúc chi phí kiểu lãi kép. Và việc nhóm nhân lực IT – kỹ thuật số có mức tăng cao nhất cũng đồng nghĩa phương án thay thế “tuyển người tự làm hệ thống trong nội bộ” cũng đang đắt lên.
Nghị định 254/2026/NĐ-CP và Thông tư 91/2026/TT-BTC: những thay đổi mà nhà máy tại Việt Nam phải xử lý
Đây là phần quan trọng nhất với doanh nghiệp đang vận hành tại Việt Nam. Khác với nhiều nước ASEAN khác, khung pháp lý về hóa đơn và chứng từ điện tử của Việt Nam đang thực sự chuyển động trong năm 2026.
Nghị định 254/2026/NĐ-CP — văn bản quy định chi tiết Luật Quản lý thuế 108/2025/QH15 — có hiệu lực từ ngày 01/7/2026. Nghị định này cùng với Thông tư 91/2026/TT-BTC liên quan được ban hành ngày 30/6/2026 (nguồn: KPMG TaxNewsFlash tháng 7/2026, Bizzi, Fiscal Solutions).
Năm nhóm thay đổi chính
1. Mở rộng phạm vi áp dụng hóa đơn theo cơ chế hậu đối chiếu (post-reconciliation)
Phạm vi áp dụng cơ chế hóa đơn hậu đối chiếu được mở rộng sang các lĩnh vực như nền tảng số và tài sản mã hóa. Với một nhà máy sản xuất thuần túy, đây có thể không phải là thay đổi tác động trực tiếp hằng ngày. Tuy nhiên nếu doanh nghiệp có hoạt động bán hàng qua nền tảng thương mại điện tử, thu phí dịch vụ số, hoặc có giao dịch với các đơn vị thuộc nhóm mở rộng này, bộ phận kế toán cần rà soát lại phân loại giao dịch của mình.
2. Cơ chế người tiêu dùng tố giác và khen thưởng đối với người bán không xuất hóa đơn điện tử
Nghị định đưa vào cơ chế cho phép người tiêu dùng phản ánh, tố giác các trường hợp người bán không xuất hóa đơn điện tử, kèm chế độ khen thưởng. Ý nghĩa thực tiễn của điều khoản này lớn hơn vẻ ngoài của nó: nó chuyển một phần chức năng giám sát tuân thủ từ cơ quan quản lý sang chính thị trường. Với các nhà máy có hoạt động bán hàng trực tiếp, bán phế liệu, bán hàng mẫu hoặc căng-tin nội bộ, những giao dịch nhỏ lẻ vốn hay bị xử lý lỏng lẻo nay có thêm một kênh phát hiện mới. Đây là lý do nên rà soát lại toàn bộ các luồng doanh thu phụ, không chỉ luồng bán hàng chính.
3. Hạn chế việc chuyển đổi hóa đơn điện tử sang bản giấy
Đây là thay đổi có ảnh hưởng vận hành lớn nhất đối với khối văn phòng nhà máy. Rất nhiều đơn vị đang duy trì thói quen: nhận hóa đơn điện tử qua email, in ra, đóng dấu, kẹp vào bìa còng và lưu tủ hồ sơ — coi bản in mới là “bản gốc để lưu”. Với quy định hạn chế chuyển đổi sang bản giấy, cách làm này buộc phải được xem xét lại.
Ý nghĩa thực tế: nếu bản điện tử là bản có giá trị lưu trữ, thì doanh nghiệp cần một nơi lưu trữ điện tử có thể tìm kiếm được, phân quyền được và truy vết được — chứ không phải một thư mục chia sẻ với tên file kiểu “scan001.pdf”. Đây chính là điểm giao nhau giữa yêu cầu tuân thủ và dự án số hóa chứng từ nhà máy: cả hai đều cần cùng một nền tảng lưu trữ và chỉ mục dữ liệu.
4. Đầu mối tiếp nhận dữ liệu chuyển từ Tổng cục Thuế sang Cục Thuế
Cơ quan tiếp nhận dữ liệu được thay đổi từ Tổng cục Thuế (General Department of Taxation) sang Cục Thuế (Tax Department). Đây là thay đổi nghe có vẻ hành chính, nhưng thực chất là một hạng mục công việc của bộ phận IT: cần kiểm tra lại cấu hình điểm kết nối, thông tin đầu mối gửi dữ liệu trong phần mềm hóa đơn điện tử, và xác nhận với nhà cung cấp phần mềm rằng bản cập nhật đã phản ánh thay đổi này. Nếu bỏ qua, lỗi chỉ lộ ra vào đúng kỳ nộp dữ liệu.
5. Quy định chuyển tiếp: chuyển chứng từ giấy sang định dạng điện tử trước cuối năm 2026
Theo quy định chuyển tiếp, một số loại chứng từ giấy nhất định phải được chuyển sang định dạng điện tử trước cuối năm 2026. Với các doanh nghiệp có cơ sở tại Việt Nam, điều này có nghĩa là quỹ thời gian để trì hoãn việc số hóa chứng từ không còn nhiều. Tính từ thời điểm giữa năm 2026, khoảng thời gian còn lại chỉ đủ cho một dự án được lên kế hoạch nghiêm túc — chứ không đủ cho một dự án khởi động vào tháng 11.
Ý nghĩa thực tiễn: ba việc nên làm ngay
Từ năm nhóm thay đổi trên, có ba hạng mục nên đưa vào kế hoạch quý gần nhất.
Thứ nhất, kiểm kê chứng từ giấy đang lưu hành. Liệt kê từng loại chứng từ: tên, nguồn phát sinh (nội bộ hay bên ngoài), số lượng hằng tháng, ai đang giữ, đang lưu ở đâu, và có nằm trong nhóm phải chuyển sang điện tử trước cuối năm 2026 hay không. Không có bảng này thì mọi ước tính về phạm vi và ngân sách đều là phỏng đoán.
Thứ hai, rà soát các điểm còn in ra giấy trong quy trình. Không chỉ hóa đơn: phiếu đề nghị thanh toán, phiếu giao hàng, biên bản nghiệm thu, tờ trình phê duyệt. Điểm nào in ra giấy chỉ vì “để lấy chữ ký” thì nên được xem xét thay bằng phê duyệt điện tử — vì nếu quy trình phê duyệt vẫn chạy trên giấy, việc số hóa khâu đọc chứng từ sẽ không rút ngắn được thời gian chốt sổ.
Thứ ba, xác định trách nhiệm cập nhật hệ thống. Ai theo dõi các văn bản hướng dẫn tiếp theo, ai làm việc với nhà cung cấp phần mềm hóa đơn điện tử, ai chịu trách nhiệm kiểm thử sau mỗi bản cập nhật. Nếu không chỉ định rõ, việc này sẽ rơi vào khoảng trống giữa phòng kế toán và phòng IT.
*Lưu ý: nội dung trên dựa trên thông tin công bố tính đến tháng 7/2026. Do các văn bản hướng dẫn có thể tiếp tục được ban hành, doanh nghiệp nên xác nhận với cơ quan thuế quản lý trực tiếp và đơn vị tư vấn thuế trước khi ra quyết định.*
So sánh nhanh với các nước ASEAN khác và Nhật Bản
Việc hiểu bối cảnh khu vực giúp các doanh nghiệp có nhiều cơ sở trong ASEAN thiết kế một chính sách chung thay vì làm rời rạc từng nước. Điểm cần nhớ là mức độ ràng buộc pháp lý rất khác nhau giữa các nước — nhầm lẫn ở đây sẽ dẫn đến giải trình sai trong nội bộ.
Thái Lan: e-Tax Invoice là tự nguyện, không phải bắt buộc
Đây là điểm hay bị hiểu sai nhất. Hệ thống e-Tax Invoice & e-Receipt của Thái Lan tính đến tháng 7/2026 vẫn là cơ chế tự nguyện (voluntary). Việc bắt buộc hóa đơn điện tử B2B về mặt pháp lý chưa được ban hành, và Thái Lan được loại trừ một cách rõ ràng khỏi danh sách các quốc gia dự kiến áp dụng bắt buộc trong năm 2026 và 2027 (nguồn: VATupdate country booklet tháng 7/2026, Fiscal Solutions).
Về phương thức, Thái Lan áp dụng mô hình post-audit (hậu kiểm): doanh nghiệp phát hành hóa đơn điện tử trực tiếp cho người mua, sau đó gửi dữ liệu XML tới Cơ quan Thuế Thái Lan (Revenue Department) (Revenue Department) chậm nhất vào ngày 15 của tháng kế tiếp (cùng nguồn). Đây không phải mô hình clearance yêu cầu cơ quan thuế phê duyệt theo thời gian thực.
Dù là tự nguyện, việc áp dụng vẫn tiến triển nhờ các ưu đãi. Ngày 16/6/2026, Nội các Thái Lan đã phê duyệt gia hạn thêm 2 năm (đến 31/12/2027) đối với các ưu đãi cho việc triển khai hệ thống thuế điện tử (nguồn: Mahanakorn Partners; tại thời điểm đưa tin, việc công bố chính thức còn đang chờ, nên cần kiểm tra công báo và thông báo mới nhất của cơ quan thuế). Bên cạnh đó, doanh nghiệp SME tại Thái Lan được khấu trừ 200% chi phí đối với dịch vụ số đã đăng ký với DEPA, và chương trình BOI năm 2026 có hạng mục 8.1 Digital Technology Business với ưu đãi miễn thuế thu nhập doanh nghiệp tối đa 8 năm (nguồn: Mahanakorn Partners, hướng dẫn BOI).
Nhật Bản: Luật lưu trữ sổ sách điện tử đã bắt buộc hoàn toàn từ tháng 1/2024
Tại Nhật Bản, việc lưu trữ dữ liệu giao dịch điện tử theo Luật lưu trữ sổ sách điện tử (電子帳簿保存法) đã trở thành bắt buộc hoàn toàn từ tháng 1/2024, giai đoạn gia hạn đã kết thúc, và trong các cuộc thanh tra thuế năm 2026 việc tuân thủ được kiểm tra chặt chẽ (nguồn: CloudSign và các nguồn khác). Điểm cần chú ý về cấu trúc pháp lý: chỉ có việc lưu trữ dữ liệu giao dịch điện tử là bắt buộc, còn việc quét lưu chứng từ giấy và lưu sổ sách dưới dạng điện tử vẫn là tự nguyện (cùng nguồn).
Với pháp nhân tại Việt Nam, luật này không áp dụng trực tiếp. Điểm liên quan nằm ở giao dịch với công ty mẹ và các công ty trong tập đoàn tại Nhật Bản: khi phía Nhật nhận file PDF hóa đơn do pháp nhân Việt Nam phát hành, trách nhiệm đáp ứng yêu cầu lưu trữ thuộc về phía Nhật, nhưng khối lượng công việc thực tế của họ lại phụ thuộc vào cách bên phát hành đặt tên file, tính nhất quán khi phát hành và cách quản lý phiên bản khi phát hành lại. Nói cách khác, mức độ chuẩn hóa của khâu phát hành chứng từ tại Việt Nam ảnh hưởng trực tiếp tới chi phí tuân thủ của công ty mẹ.
Nhìn xuyên suốt ba nước
Việt Nam đang hạn chế việc quay lại bản giấy và yêu cầu chuyển chứng từ giấy sang điện tử; Nhật Bản bắt buộc giữ nguyên dạng điện tử với dữ liệu nhận bằng điện tử; Thái Lan không bắt buộc nhưng gắn ưu đãi thuế cho việc điện tử hóa. Cường độ ràng buộc khác nhau, nhưng hướng đi giống nhau: tuổi thọ của các quy trình thiết kế dựa trên giấy đang ngắn lại một cách chắc chắn.
Nếu chỉ định vị AI-OCR như một khoản đầu tư tùy chọn để tăng hiệu quả, nó sẽ luôn thua về mức ưu tiên trước các hạng mục đầu tư khác. Khi thiết kế lại thành một dự án gộp chung mục tiêu tuân thủ và mục tiêu hiệu quả, tính cần thiết của khoản đầu tư thay đổi hẳn.
Những loại chứng từ và nghiệp vụ dễ ra hiệu quả nhất
AI-OCR không phải công cụ vạn năng. Có nhóm chứng từ ra hiệu quả rõ và có nhóm gần như không. Việc phân loại đúng ngay từ đầu quyết định phần lớn thành bại của dự án.
Mua hàng và công nợ phải trả: đối chiếu hóa đơn với phiếu giao hàng (ưu tiên số 1)
Ở đa số nhà máy, mảng cho hiệu quả nhanh nhất là mua hàng và công nợ phải trả. Có ba lý do: số lượng chứng từ lớn, định dạng khác nhau theo từng nhà cung cấp nên buộc phải làm thủ công, và bản chất công việc là đối chiếu — một thao tác mang tính máy móc.
Cụ thể, hệ thống đọc hóa đơn mua vào (Invoice), phiếu giao hàng (Delivery Note), xác nhận đơn hàng, rồi đối chiếu với dữ liệu đơn đặt hàng (PO) và thực tế nhập kho — tức là đối chiếu 3 chiều (3-way matching). Việc phát hiện chênh lệch đơn giá, chênh lệch số lượng, hóa đơn trùng là những quy tắc dễ mã hóa, đồng thời cũng là phần khiến người làm mệt mỏi nhất khi phải dò bằng mắt. Việc nhiều nhà máy chọn đây làm bước đầu tiên của xử lý hóa đơn tự động là hoàn toàn hợp lý.
Bán hàng và công nợ phải thu: đơn hàng khách hàng với định dạng không kiểm soát được
Đơn đặt hàng (PO) và lệnh giao hàng từ khách hàng gần như luôn nằm ngoài khả năng áp đặt định dạng của doanh nghiệp. Mẫu chỉ định của khách hàng Nhật, PO tiếng Anh của khách hàng Âu – Mỹ, mẫu riêng của khách hàng trong nước cùng tồn tại; đường nhận cũng phân tán qua fax, file đính kèm email, tải từ cổng thông tin của khách. Đây là mảng mà IDP kết hợp LLM phát huy giá trị rõ nhất nhờ khả năng xử lý chứng từ phi định dạng.
Nếu dữ liệu đơn hàng sau khi đọc được chuyển thẳng vào hệ thống quản lý sản xuất, thời gian chờ nhập liệu đơn hàng biến mất và điều đó chuyển hóa trực tiếp thành việc rút ngắn thời gian lập kế hoạch sản xuất.
Chất lượng: biên bản kiểm tra, chứng chỉ vật liệu, COA
Biên bản kiểm tra (Inspection Report), chứng chỉ vật liệu (mill sheet) và COA (Certificate of Analysis) là nhóm chứng từ điển hình của tình trạng “nhận về dưới dạng giấy hoặc PDF, đưa vào hồ sơ rồi thôi”. Trong khi đó, nếu số lô, giá trị đo và kết quả đánh giá được giữ dưới dạng dữ liệu có cấu trúc, chúng trở thành nền tảng cho truy xuất nguồn gốc và phân tích chất lượng. Với các ngành thường xuyên phải truy ngược theo lô, việc số hóa nhóm chứng từ này mang lại giá trị rất cụ thể. Về cách thiết kế truy vết theo đơn vị lô, các nguyên tắc trình bày trong bài hệ thống truy xuất nguồn gốc cho nhà máy thực phẩm có thể áp dụng gần như nguyên vẹn cho các ngành khác.
Xuất nhập khẩu: invoice, packing list, B/L, chứng nhận xuất xứ
Các cơ sở sản xuất trong ASEAN có khối lượng chứng từ thương mại lớn hơn hẳn nhà máy chỉ phục vụ thị trường nội địa. Commercial invoice, packing list, vận đơn (B/L), chứng nhận xuất xứ Form D/AJ/E, giấy phép nhập khẩu. Nhóm này có tính định dạng tương đối cao, nhưng lại khác nhau tùy công ty giao nhận và nước đối tác, đồng thời gắn trực tiếp với lịch thông quan nên không được phép chậm. Ngoài việc tự động hóa khâu đọc và kiểm tra, việc hiển thị trực quan tình trạng đến của từng bộ chứng từ cũng có giá trị lớn. Cách thiết kế liên kết tổng thể giữa xuất nhập khẩu và tồn kho được phân tích trong bài chuyển đổi số logistics tại Đông Nam Á.
Hiện trường sản xuất: báo cáo ca, phiếu kiểm tra thiết bị viết tay
Phiếu kiểm tra thiết bị, báo cáo sản xuất hằng ngày, sổ quản lý khuôn — chứng từ viết tay vẫn tồn tại dai dẳng ở hiện trường. Khi độ chính xác nhận dạng chữ viết tay đạt khoảng 95% (nguồn: ITSelect), nhóm này cũng bắt đầu nằm trong phạm vi khả thi. Tuy nhiên chứng từ hiện trường thường mang một loại vấn đề khác: bản thân biểu mẫu chưa được thống nhất, mỗi người ghi một kiểu, thiếu ô nên viết tràn ra lề. Trong những trường hợp đó, chuẩn hóa biểu mẫu trước rồi mới đưa AI-OCR vào lại là con đường nhanh hơn.
Nhân sự và hành chính: hóa đơn chi phí, chấm công, hồ sơ bảo hiểm
Việc đọc hóa đơn, chứng từ hoàn ứng chi phí có đặc điểm là giá trị mỗi chứng từ nhỏ nhưng số lượng lớn, gây tải cao cho người phụ trách. Nhóm này cũng liên quan tới yêu cầu lưu trữ theo quy định, nên tính cần thiết của việc điện tử hóa dễ giải trình.
Ngược lại, những chứng từ khó ra hiệu quả
Nên loại các nhóm sau khỏi phạm vi giai đoạn đầu: chứng từ chỉ phát sinh vài tờ mỗi tháng (phần giờ công tiết kiệm quá nhỏ), giao dịch đã kết nối được bằng EDI hoặc API (vốn không cần OCR), tài liệu có yêu cầu nghiêm ngặt về tính nguyên bản pháp lý và cần hỏi ý kiến chuyên gia trước, và tài liệu mà trọng tâm công việc là phán đoán chứ không phải đọc (ví dụ rà soát điều khoản hợp đồng).
Tiêu chí lựa chọn thực dụng là ước tính theo công thức “số tờ mỗi năm × số trường cần trích xuất × số hệ thống đích”, rồi chiết khấu theo “tỷ lệ phát sinh ngoại lệ”. Chứng từ nhiều tờ nhưng đầy ngoại lệ sẽ cho hiệu quả thấp hơn kỳ vọng.
Lộ trình triển khai: từ kiểm kê hiện trạng đến PoC, tích hợp hệ thống và vận hành ổn định
Phần lớn dự án AI-OCR thất bại không phải vì công nghệ, mà vì trình tự triển khai. Dưới đây là cách tiến hành tiêu chuẩn khi áp dụng cho khối văn phòng nhà máy.
Bước 1: Kiểm kê hiện trạng — mô tả “dòng chảy công việc”, không chỉ “chứng từ”
Việc đầu tiên không phải so sánh sản phẩm mà là nắm hiện trạng. Với mỗi loại chứng từ có thể đưa vào phạm vi, hãy tổng hợp vào một bảng duy nhất: tên chứng từ, nguồn phát sinh (bên ngoài hay nội bộ), đường nhận (bưu điện, email, fax, cổng thông tin), số lượng mỗi tháng, ngôn ngữ, các trường cần trích xuất, hệ thống đích hiện tại, người phụ trách, thời gian xử lý mỗi tờ, tổng thời gian mỗi tháng, nội dung và tần suất các trường hợp ngoại lệ.
Bỏ qua bước này thì toàn bộ các bước sau đều dựa trên phỏng đoán. Riêng “thời gian xử lý mỗi tờ” thường lệch khá xa giữa cảm nhận của người làm và số đo thực tế, nên nếu có thể hãy đo thực tế trong khoảng một tuần. Đây là mẫu số của bài toán ROI — nếu số này lỏng lẻo, việc đánh giá sau triển khai chắc chắn gây tranh cãi.
Bước 2: Thu hẹp phạm vi — giai đoạn đầu chỉ chọn 1–2 loại chứng từ
Từ kết quả kiểm kê, chọn loại chứng từ thỏa mãn “tổng thời gian tháng lớn × các trường dễ cấu trúc hóa × ít ngoại lệ”. Ở đa số nhà máy, đáp án là hóa đơn mua vào hoặc PO khách hàng.
Nếu tham lam đưa 10 loại chứng từ vào cùng lúc, việc xác định yêu cầu sẽ phân tán và trục đánh giá PoC trở nên mờ. Giới hạn giai đoạn đầu ở 1–2 loại, tạo ra một mẫu thành công rồi mới nhân rộng — cách này về tổng thể lại nhanh hơn.
Bước 3: PoC — chốt chỉ số đánh giá trước, rồi thử với dữ liệu thật
Thứ cần xem trong PoC không phải màn hình demo của nhà cung cấp mà là dữ liệu thật của doanh nghiệp. Hãy chuẩn bị chứng từ thực tế khoảng 3 tháng gần nhất. Không chỉ các mẫu đẹp, mà bắt buộc phải bao gồm cả “sự lộn xộn của thực tế”: bản scan bị nghiêng, bản có sửa tay, bản nhiều trang, bản tiếng Việt, bản tiếng Nhật, bản tiếng Anh.
Chỉ số đánh giá cần được thống nhất trước khi bắt đầu. Bốn chỉ số được khuyến nghị:
- Tỷ lệ trích xuất đúng theo từng trường (xem riêng các trường có tác động nghiệp vụ lớn như số tiền, ngày tháng, mã đối tác)
- Tỷ lệ tự động hoàn tất (tỷ lệ chứng từ được xác nhận mà không cần người chạm vào)
- Tỷ lệ bỏ sót (tỷ lệ giá trị sai lọt qua bước kiểm tra — quan trọng nhất)
- Thời gian xử lý mỗi tờ (số đo thực tế bao gồm cả thao tác kiểm tra)
Bí quyết để PoC trở thành thông tin dùng được cho việc ra quyết định là không trao đổi bằng một con số duy nhất kiểu “độ chính xác bao nhiêu phần trăm”.
Bước 4: Thiết kế xử lý ngoại lệ và quy trình phê duyệt — đây mới là phần chính
Việc thiết kế cách xử lý các trường không đọc được, các trường có điểm tin cậy thấp và các chứng từ đối chiếu không khớp mới thực sự là trung tâm của một dự án tự động hóa. Những thứ cần quyết: ngưỡng độ tin cậy (dưới bao nhiêu phần trăm thì người phải kiểm tra), người phụ trách và quyền hạn trên màn hình kiểm tra, nơi trả lại chứng từ cùng kênh liên lạc, và cơ chế leo thang khi ngoại lệ bị ứ đọng.
Song song đó, hãy rà soát cả quy trình phê duyệt. Nếu khâu đọc đã tự động nhưng phê duyệt vẫn là luân chuyển giấy và đóng dấu, thời gian xử lý sẽ không rút ngắn được một ngày nào. Điện tử hóa phê duyệt là phạm vi cần thiết kế đồng thời với AI-OCR — và trong bối cảnh Nghị định 254/2026 hạn chế chuyển đổi hóa đơn điện tử sang giấy, đây còn là hạng mục gắn với tuân thủ chứ không chỉ hiệu suất.
Bước 5: Tích hợp với hệ thống lõi và hệ thống quản lý sản xuất
Tạo đích đến cho dữ liệu đã trích xuất: liên kết bút toán sang hệ thống kế toán, phản ánh kết quả đối chiếu vào hệ thống mua hàng, đăng ký dữ liệu đơn hàng vào hệ thống quản lý sản xuất. Điểm luôn trở thành vấn đề tại đây là dữ liệu danh mục. Nếu ánh xạ giữa mã đối tác, mã vật tư và tài khoản kế toán chưa được chuẩn hóa, dữ liệu đọc được không thể chảy thẳng vào hệ thống.
Trong nhiều dự án, chính việc chuẩn hóa dữ liệu danh mục mới là hạng mục tốn công nhất. Nếu ngay từ Bước 1 đã kiểm tra kèm hiện trạng danh mục (mức độ cần gộp trùng, mức độ thống nhất của hệ thống mã), độ sai lệch của báo giá về sau sẽ nhỏ hơn nhiều.
Bước 6: Ổn định vận hành và theo dõi KPI
Sau khi vận hành, cần theo dõi liên tục tỷ lệ tự động hoàn tất, số lượng ngoại lệ và cơ cấu nguyên nhân ngoại lệ. Cơ cấu nguyên nhân đặc biệt là kho ý tưởng cải tiến: nếu thấy “chỉ chứng từ của một nhà cung cấp cụ thể là luôn lỗi”, doanh nghiệp có thể đề nghị nhà cung cấp đó điều chỉnh mẫu, hoặc tinh chỉnh riêng cho một đối tác đó.
Ngoài ra, sau vài tháng vận hành chắc chắn sẽ xuất hiện nhà cung cấp mới và mẫu chứng từ mới. Nếu không xác định trước ai chịu trách nhiệm bảo trì mô hình và cấu hình, độ chính xác sẽ suy giảm dần và dự án quay lại kết luận quen thuộc: “rốt cuộc vẫn không dùng được”.
Những cái bẫy thường gặp khiến dự án đình trệ
Dưới đây là các mẫu hình điển hình khiến dự án dừng lại. Phần lớn có thể tránh được chỉ nhờ biết trước.
1. Chỉ đánh giá độ chính xác đọc. Đây là lỗi phổ biến nhất. Như đã nêu, độ chính xác ký tự và mức dùng được trong nghiệp vụ là hai chuyện khác nhau. Thứ cần đánh giá là tỷ lệ tự động hoàn tất và tỷ lệ bỏ sót. Nếu duyệt ngân sách dựa trên khẩu hiệu “độ chính xác 99%”, kết cục sau khi vận hành thường là “cuối cùng vẫn kiểm tra bằng mắt toàn bộ”.
2. Thiếu thiết kế xử lý ngoại lệ. Ngay cả khi 80% chứng từ được tự động hóa, nếu 20% ngoại lệ còn lại không có quy trình tiếp nhận, người phụ trách sẽ phải trông cả “phần đã tự động” lẫn “phần ngoại lệ”, và cảm giác tải công việc còn tăng lên. Nguyên tắc là dựng nơi tiếp nhận ngoại lệ trước.
3. Vẫn còn nhập liệu hai lần. Xuất kết quả đọc ra CSV rồi để nhân viên dán tay vào hệ thống lõi — cách vận hành này không hiếm. Ở trạng thái đó, công việc nhập liệu vẫn nguyên vẹn và hiệu quả rất hạn chế. Hãy đưa cả phần tích hợp vào cùng một phạm vi dự án.
4. Xem nhẹ vấn đề đa ngôn ngữ, đa tiền tệ, đa định dạng ngày. Tại các cơ sở ASEAN, chứng từ tiếng Việt, tiếng Nhật, tiếng Anh và tiếng Thái cùng tồn tại. Thêm vào đó là khác biệt về tiền tệ (VND/USD/JPY/THB), ký hiệu phân cách hàng nghìn và dấu thập phân (1.000,50 theo cách viết Việt Nam so với 1,000.50 theo cách viết Anh – Mỹ), định dạng ngày (DD/MM/YYYY lẫn với MM/DD/YYYY), và cả Phật lịch của Thái Lan (năm 2026 dương lịch tương ứng 2569 Phật lịch). Đọc nhầm “01/02/2026” là ngày 1 tháng 2 hay ngày 2 tháng 1 sẽ làm lệch hạn thanh toán. Đa ngôn ngữ không chỉ là chuyện engine hỗ trợ những ngôn ngữ nào, mà là bài toán thiết kế quy tắc chuẩn hóa dữ liệu.
5. Quy trình phê duyệt vẫn nằm trên giấy. Cùng với điểm 3, đây là yếu tố giết hiệu quả. Dữ liệu đã điện tử hóa nhưng phê duyệt vẫn cần luân chuyển vật lý thì thời gian chốt sổ không đổi. Với các nhà máy vốn Nhật, việc phê duyệt còn thường liên quan tới phía công ty mẹ, nên thiết kế chỉ trong phạm vi một cơ sở đôi khi không đủ.
6. Trì hoãn chuẩn hóa dữ liệu danh mục. Tên đối tác viết không thống nhất (“Công ty TNHH”, “CTY TNHH”, “Co., Ltd”, “CO.,LTD.”), hệ thống mã vật tư không đồng bộ — những thứ này chặn đứng việc đối chiếu tự động. Rất nhiều trường hợp trông như lỗi độ chính xác của AI-OCR nhưng thực chất là lỗi dữ liệu danh mục.
7. Tách dự án tuân thủ và dự án tự động hóa. Nếu việc đáp ứng Nghị định 254/2026, việc số hóa chứng từ giấy trước cuối năm 2026 và dự án tự động hóa xử lý hóa đơn được giao cho những người khác nhau với ngân sách khác nhau, doanh nghiệp sẽ đụng vào cùng một tập chứng từ nhiều lần. Tập chứng từ liên quan trùng nhau rất nhiều, nên thiết kế gộp thành một dự án số hóa chứng từ duy nhất sẽ rẻ hơn về tổng chi phí.
8. Không đo giá trị nền (baseline) trước khi triển khai. Nếu không đo thời gian xử lý trước khi triển khai, sau triển khai sẽ không đánh giá được gì hơn cảm giác “hình như nhanh hơn”. Hiệu quả đã trình bày khi xin ngân sách không kiểm chứng được, và khoản đầu tư tiếp theo sẽ khó được duyệt.
Vì sao tích hợp với hệ thống quản lý sản xuất và ERP làm hiệu quả tăng vọt
Yếu tố ảnh hưởng lớn nhất tới hiệu quả đầu tư của AI-OCR chính là “đích đến” của dữ liệu đã đọc.
Ví dụ, để thực sự tự động hóa đối chiếu 3 chiều cho hóa đơn mua vào, chỉ dữ liệu hóa đơn là không đủ. Cần có dữ liệu đơn đặt hàng (đặt cái gì, khi nào, giá bao nhiêu) và thực tế nhập kho (thực nhận bao nhiêu, đã nghiệm thu chưa). Cái trước nằm ở hệ thống mua hàng, cái sau nằm ở hệ thống quản lý sản xuất hoặc quản lý kho. Chỉ khi ba nguồn này được kết nối, thao tác “đọc hóa đơn” mới chuyển thành “kiểm chứng hóa đơn”, và công việc của nhân viên chuyển từ nhập liệu sang rà soát.
Tương tự, dù có đọc được PO của khách hàng nhưng nếu nó không được đăng ký thành đơn hàng trong hệ thống quản lý sản xuất thì kế hoạch sản xuất vẫn không nhúc nhích. Ngược lại, nếu đã tích hợp, thời gian chờ nhập liệu đơn hàng biến mất và việc phản ánh từ dự báo sang đơn hàng chốt trở nên nhanh hơn. Hiệu quả này không hiện ra dưới dạng giảm giờ công của khối văn phòng, mà dưới dạng cải thiện thời gian giao hàng và tỷ lệ thiếu hàng.
Đi xa hơn một bước, khi dữ liệu chứng từ nằm chung nền tảng với dữ liệu sản lượng, tồn kho và mức tiêu thụ năng lượng, những con số trước đây xem riêng lẻ bắt đầu đối chiếu được với nhau: lượng mua vào với lượng thực đưa vào sản xuất, giá thành sản xuất với số tiền trên hóa đơn, sản lượng với chi phí năng lượng. Hệ thống quản lý sản xuất / quản lý năng lượng “PEGASUS” do TOMAS TECH cung cấp cũng được thiết kế theo hướng coi trọng việc xử lý dữ liệu hiện trường và dữ liệu quản trị trên cùng một nền — nhưng đây không phải đặc điểm riêng của một sản phẩm nào. Dù chọn sản phẩm nào, bản chất vẫn nằm ở chỗ doanh nghiệp có thiết kế được câu trả lời cho câu hỏi “dữ liệu đọc ra sẽ vào bảng nào của hệ thống nào, theo khóa nào” hay không.
Gần đây, cách tiếp cận giao chính phần xử lý ngoại lệ cho AI agent cũng đang được triển khai thực tế: kiểm tra tính hợp lý của kết quả đọc, tham chiếu các trường hợp tương tự trong quá khứ, và tự động gửi yêu cầu xác nhận tới người phụ trách. Hiện trạng ứng dụng agent trong ngành sản xuất được tổng hợp trong bài xu hướng ứng dụng AI agent trong sản xuất 2026. Khi định vị AI-OCR không phải như một công cụ đơn lẻ mà như cửa vào của toàn bộ nền tảng xử lý văn phòng, ý nghĩa của khoản đầu tư sẽ khác đi.
Cách tính chi phí và ROI
Con số cụ thể thay đổi rất lớn theo loại chứng từ, số lượng và phạm vi tích hợp, nên phần này chỉ trình bày khung tư duy.
Tách bạch cấu trúc chi phí
Chi phí ban đầu bao gồm: xác định yêu cầu và phân tích chứng từ, tinh chỉnh mô hình và cấu hình, phát triển tích hợp với hệ thống hiện có, chuẩn hóa dữ liệu danh mục và chuyển đổi dữ liệu, kiểm thử và đào tạo. Theo kinh nghiệm triển khai, hai hạng mục hay bị ước tính thấp nhất là phát triển tích hợp và chuẩn hóa danh mục. Nếu chỉ nhìn phí bản quyền của engine đọc để ra quyết định, ngân sách sẽ phình về sau.
Chi phí vận hành khác nhau theo mô hình tính theo số lượng chứng từ hay theo giấy phép người dùng. Mô hình theo số lượng cho phép bắt đầu nhỏ nhưng chi phí tăng tỷ lệ thuận khi khối lượng tăng. Nên thử tính cả hai mô hình theo số lượng chứng từ dự kiến hằng năm và xác định điểm hòa vốn. Ngoài ra cần tính cả phí bảo trì và chi phí nhân sự cho phần xử lý ngoại lệ còn lại.
Cách đếm hiệu quả không chỉ là giờ công tiết kiệm
Công thức cơ bản là số giờ công giảm nhân đơn giá nhân công, nhưng chỉ vậy thường không đủ sức thuyết phục cho một quyết định đầu tư. Nên tính thêm:
- Chi phí phát sinh do nhập sai: điều chỉnh, phát hành lại, chậm thanh toán
- Giá trị của việc chốt sổ sớm hơn: ra quyết định sớm hơn
- Giờ công phục vụ kiểm toán và thanh tra thuế (thời gian tìm kiếm chứng từ) — hạng mục này gắn trực tiếp với yêu cầu lưu trữ điện tử theo Nghị định 254/2026
- Cải thiện tính liên tục hoạt động nhờ giảm phụ thuộc cá nhân
- Giá trị của việc tránh phải tăng biên chế trong tương lai
Hình dung về thời gian hoàn vốn từ một trường hợp do nhà cung cấp công bố
Để tham khảo, Công ty MRI (Nhật Bản) có giới thiệu một trường hợp dưới dạng ví dụ do nhà cung cấp công bố. Trong ngành sản xuất, công việc nhập liệu từ các file PDF hóa đơn có định dạng khác nhau theo từng đối tác vốn tốn khoảng 60 giờ mỗi tháng; sau khi tự động hóa còn khoảng 8 giờ mỗi tháng (chỉ để kiểm tra), và chi phí xây dựng được hoàn lại trong khoảng 10 tháng (nguồn: Công ty MRI).
Cần nhấn mạnh đây chỉ là một trường hợp riêng lẻ do một nhà cung cấp công bố, không phải bằng chứng cho thấy mọi doanh nghiệp đều đạt kết quả tương tự. Kết quả thay đổi theo độ phức tạp của chứng từ, số lượng và hiện trạng hệ thống sẵn có. Tuy vậy, ở mức cảm nhận rằng “nếu thu hẹp phạm vi chứng từ thì đây là quy mô đầu tư có thể nhắm tới việc hoàn vốn trong khoảng một năm”, nó vẫn là điểm khởi đầu hữu ích cho thảo luận nội bộ.
Khung so sánh: TCO 3 năm
Về khung ra quyết định, cách thực dụng là so sánh theo TCO 3 năm: mẫu số là chi phí ban đầu cộng chi phí vận hành 3 năm, tử số là giá trị hiệu quả trong 3 năm. Nếu yêu cầu hoàn vốn ngay trong một năm tài chính, doanh nghiệp thường sẽ cắt bớt đúng những khoản đầu tư cần thiết cho tích hợp và chuẩn hóa danh mục — và kết cục là một cấu hình không tạo ra hiệu quả.
Với các doanh nghiệp có nhiều cơ sở trong ASEAN, cũng nên lưu ý rằng điều kiện ưu đãi khác nhau giữa các nước (ví dụ các ưu đãi cho hệ thống thuế điện tử tại Thái Lan đã được gia hạn tới 31/12/2027 — nguồn: Mahanakorn Partners). Điều kiện áp dụng và thủ tục khác nhau theo từng trường hợp, nên khi quy mô đầu tư vượt một ngưỡng nhất định, hãy trao đổi sớm với đơn vị tư vấn thuế tại từng nước.
Câu hỏi thường gặp
AI-OCR có độ chính xác bao nhiêu?
Các giải pháp OCR chủ đạo tính đến năm 2026 đạt trên 99% với chữ in và khoảng 95% với chữ viết tay (nguồn: ITSelect). Tuy nhiên đây là chỉ số ở cấp ký tự hoặc cấp trường, không phải “xác suất xử lý trọn một tờ chứng từ mà không cần kiểm tra”. Chỉ số nên dùng cho quyết định nghiệp vụ là tỷ lệ tự động hoàn tất (tỷ lệ chứng từ được xác nhận mà không cần người chạm vào) và tỷ lệ bỏ sót (tỷ lệ giá trị sai lọt qua bước kiểm tra). Hãy chạy PoC bằng chứng từ thật của chính doanh nghiệp và đo hai chỉ số này.
Nghị định 254/2026/NĐ-CP thay đổi những gì?
Nghị định 254/2026/NĐ-CP (quy định chi tiết Luật Quản lý thuế 108/2025/QH15) có hiệu lực từ ngày 01/7/2026, được ban hành ngày 30/6/2026 cùng Thông tư 91/2026/TT-BTC. Các thay đổi chính gồm: mở rộng phạm vi hóa đơn theo cơ chế hậu đối chiếu sang các lĩnh vực như nền tảng số và tài sản mã hóa; đưa vào cơ chế người tiêu dùng tố giác và khen thưởng đối với người bán không xuất hóa đơn điện tử; hạn chế việc chuyển đổi hóa đơn điện tử sang bản giấy; chuyển đầu mối tiếp nhận dữ liệu từ Tổng cục Thuế sang Cục Thuế; và quy định chuyển tiếp yêu cầu chuyển một số chứng từ giấy sang định dạng điện tử trước cuối năm 2026 (nguồn: KPMG TaxNewsFlash, Bizzi, Fiscal Solutions). Với các cơ sở sản xuất, điểm cần xử lý thực tế nhất là rà soát lại các quy trình đang mặc định in ra giấy.
Doanh nghiệp cần làm gì trước cuối năm 2026?
Theo quy định chuyển tiếp, một số chứng từ giấy nhất định phải được chuyển sang định dạng điện tử trước cuối năm 2026 (nguồn: KPMG TaxNewsFlash, Bizzi). Bước đầu tiên nên làm là kiểm kê toàn bộ chứng từ giấy đang lưu hành: tên, nguồn phát sinh, số lượng hằng tháng, người giữ, nơi lưu. Tiếp theo là xác định những chứng từ nào thuộc phạm vi phải chuyển đổi và chuẩn bị nơi lưu trữ điện tử có khả năng tìm kiếm, phân quyền và truy vết. Vì phạm vi cụ thể phụ thuộc vào loại hình hoạt động của từng doanh nghiệp, hãy xác nhận với cơ quan thuế quản lý trực tiếp và đơn vị tư vấn thuế.
Tại Thái Lan, e-Tax Invoice có bắt buộc không?
Không. Tính đến tháng 7/2026, đây là cơ chế tự nguyện (voluntary). Việc bắt buộc hóa đơn điện tử B2B về mặt pháp lý chưa được ban hành, và Thái Lan được loại trừ rõ ràng khỏi danh sách các quốc gia dự kiến áp dụng bắt buộc trong năm 2026 và 2027 (nguồn: VATupdate, Fiscal Solutions). Nếu doanh nghiệp chọn áp dụng thì sẽ theo mô hình post-audit: phát hành hóa đơn điện tử trực tiếp cho người mua và gửi dữ liệu XML tới Cơ quan Thuế Thái Lan (Revenue Department) chậm nhất ngày 15 của tháng kế tiếp. Ngoài ra, ngày 16/6/2026 Nội các Thái Lan đã phê duyệt gia hạn 2 năm (đến 31/12/2027) các ưu đãi cho việc triển khai hệ thống thuế điện tử (nguồn: Mahanakorn Partners), nên dù không bắt buộc vẫn tồn tại lý do kinh tế để triển khai sớm.
Chi phí triển khai AI-OCR khoảng bao nhiêu?
Con số thay đổi rất lớn theo loại chứng từ, số lượng hằng tháng và số hệ thống cần tích hợp, nên việc đưa ra một mức giá chung là không phù hợp. Nguyên tắc là tách báo giá thành chi phí ban đầu (xác định yêu cầu, cấu hình và tinh chỉnh, phát triển tích hợp, chuẩn hóa dữ liệu danh mục) và chi phí vận hành (tính theo số lượng chứng từ hoặc theo giấy phép, phí bảo trì, nhân sự cho phần ngoại lệ còn lại). Để tham khảo, Công ty MRI có giới thiệu một trường hợp do nhà cung cấp công bố: việc nhập liệu hóa đơn giảm từ khoảng 60 giờ/tháng xuống 8 giờ/tháng và chi phí xây dựng hoàn vốn trong khoảng 10 tháng (nguồn: Công ty MRI). Xin lưu ý đây là trường hợp riêng lẻ của một nhà cung cấp.
Chứng từ viết tay ở hiện trường có số hóa được bằng AI-OCR không?
Độ chính xác nhận dạng chữ viết tay được ghi nhận ở mức khoảng 95% (nguồn: ITSelect), nên phiếu kiểm tra thiết bị và báo cáo ca sản xuất cũng nằm trong phạm vi khả thi. Tuy nhiên vấn đề của chứng từ hiện trường không chỉ là độ chính xác nhận dạng: biểu mẫu thường không thống nhất giữa các bộ phận và các cá nhân, thiếu ô nên nội dung bị viết tràn ra lề. Trong những trường hợp đó, chuẩn hóa biểu mẫu trước khi triển khai AI-OCR thường giúp toàn bộ dự án nhanh hơn và rẻ hơn.
Hệ thống có xử lý được chứng từ tiếng Việt và tiếng Nhật lẫn lộn không?
Số sản phẩm quảng cáo khả năng đa ngôn ngữ ngày càng nhiều, nhưng thứ cần kiểm tra không chỉ là danh sách ngôn ngữ hỗ trợ. Điểm phân định trong thực tế là mức độ thiết kế được các quy tắc chuẩn hóa sau khi đọc: xác định đơn vị tiền tệ, cách viết dấu phân cách hàng nghìn và dấu thập phân, định dạng ngày (DD/MM/YYYY và MM/DD/YYYY), quy đổi Phật lịch Thái Lan sang dương lịch (năm 2026 tương ứng 2569), và việc hấp thụ các biến thể tên đối tác. Trong giai đoạn PoC, hãy bắt buộc đưa vào chứng từ tiếng Việt, tiếng Nhật và tiếng Anh thật để kiểm chứng.
Không tích hợp với hệ thống quản lý sản xuất hay ERP thì có hiệu quả không?
Chỉ xuất kết quả đọc ra file CSV cũng đã có tác dụng hỗ trợ nhập liệu. Tuy nhiên chừng nào nhân viên còn dán tay dữ liệu đó vào hệ thống lõi thì công việc nhập liệu vẫn còn nguyên. Để tối đa hóa hiệu quả giảm giờ công, mục tiêu nên là trạng thái dữ liệu trích xuất tự động được ghi vào hệ thống kế toán, mua hàng và quản lý sản xuất. Vì điều đó đòi hỏi dữ liệu danh mục (mã đối tác, mã vật tư) phải được chuẩn hóa trước, hãy lập kế hoạch thiết kế tích hợp và chuẩn hóa danh mục thành một gói.
Nhà máy quy mô nhỏ có đáng triển khai không?
Ở các cơ sở có số lượng chứng từ ít, việc chỉ lấy giờ công tiết kiệm làm căn cứ sẽ khiến quyết định đầu tư khó thuyết phục. Trong trường hợp đó, nên đánh giá kèm các khía cạnh khác: giảm phụ thuộc cá nhân (để công việc không đứng lại khi nhân sự nghỉ việc hoặc luân chuyển), đáp ứng quy định (thời hạn chuyển chứng từ giấy sang điện tử trước cuối năm 2026 theo Nghị định 254/2026, và yêu cầu lưu trữ dữ liệu giao dịch điện tử phía công ty mẹ Nhật Bản), và việc tránh phải tăng biên chế trong tương lai. Xu hướng chi phí lao động trong khu vực cũng đang đi lên — mức tăng lương tại doanh nghiệp Nhật Bản ở Thái Lan dự kiến 4,64% trong năm 2025 (nguồn: JETRO/Tokyo Consulting Group) — nên nếu tính toán bằng mặt bằng chi phí nhân sự hiện tại, hiệu quả dễ bị đánh giá thấp.
Kết luận
AI-OCR năm 2026 đã rời khỏi ràng buộc của phương pháp template và bước sang giai đoạn kết hợp với LLM để trích xuất dựa trên việc hiểu ý nghĩa của trường dữ liệu. Mức độ chính xác trên 99% với chữ in và khoảng 95% với chữ viết tay, các báo cáo về việc giảm 50–70% thời gian xử lý, cùng thị trường IDP tăng trưởng vượt 26%/năm cho thấy công nghệ đã ở giai đoạn dùng được trong thực tế.
Với doanh nghiệp đang vận hành nhà máy tại Việt Nam, yếu tố thúc đẩy mạnh nhất trong năm 2026 lại đến từ khung pháp lý. Nghị định 254/2026/NĐ-CP có hiệu lực từ ngày 01/7/2026 cùng Thông tư 91/2026/TT-BTC hạn chế việc chuyển hóa đơn điện tử sang bản giấy, thay đổi đầu mối tiếp nhận dữ liệu từ Tổng cục Thuế sang Cục Thuế, và yêu cầu chuyển một số chứng từ giấy sang định dạng điện tử trước cuối năm 2026. Cùng thời điểm, Nhật Bản đã bắt buộc hoàn toàn việc lưu trữ dữ liệu giao dịch điện tử từ tháng 1/2024, còn Thái Lan tuy không bắt buộc nhưng đã gia hạn ưu đãi cho hệ thống thuế điện tử tới cuối năm 2027. Công nghệ, chi phí lao động và quy định đang cùng hướng về một phía.
Mặt khác, thứ quyết định thành bại của dự án không phải hiệu năng của engine đọc. Việc thu hẹp đúng phạm vi chứng từ, thiết kế xử lý ngoại lệ và quy trình phê duyệt, tích hợp với hệ thống lõi, chuẩn hóa dữ liệu danh mục — chính những công đoạn thiết kế thầm lặng này mới chi phối hiệu quả thực tế.
TOMAS TECH CO., LTD. có trụ sở tại Bangkok, chuyên tích hợp hệ thống IT cho nhà máy phục vụ các doanh nghiệp sản xuất Nhật Bản tại Thái Lan và khu vực ASEAN. Với hệ thống quản lý sản xuất / quản lý năng lượng “PEGASUS” và các dự án liên quan, chúng tôi hỗ trợ xây dựng cơ chế xử lý dữ liệu hiện trường và dữ liệu quản trị trên cùng một nền tảng. Nếu doanh nghiệp muốn trao đổi về việc kết nối số hóa chứng từ văn phòng với hệ thống quản lý sản xuất và hệ thống lõi, chúng tôi có thể đồng hành ngay từ bước kiểm kê chứng từ hiện trạng. Vui lòng liên hệ qua tomastc.com.
Nguồn tham khảo
- Grand View Research, “Intelligent Document Processing Market Report” — https://www.grandviewresearch.com/industry-analysis/intelligent-document-processing-market-report
- scoop.market.us, “Intelligent Document Processing Statistics” — https://scoop.market.us/intelligent-document-processing-statistics/
- ITSelect, chuyên mục AI-OCR — https://www.itmedia.co.jp/itselect/ai-ocr/article/7650/
- Công ty MRI, “Tự động hóa xử lý hóa đơn bằng AI-OCR” (trường hợp do nhà cung cấp công bố) — https://chiba-ai.m-ri.co.jp/blog/ai-ocr-invoice-automation.html
- KPMG TaxNewsFlash, “Vietnam: Electronic invoices and documents” (tháng 7/2026) — https://kpmg.com/us/en/taxnewsflash/news/2026/07/vietnam-electronic-invoices-documents.html
- Bizzi, “Summary of 6 New Points in Decree 254/2026/NĐ-CP” — https://bizzi.vn/en/summary-of-6-new-points-in-decree-254-2026-nd-cp/
- Fiscal Solutions, tin tức về hóa đơn điện tử — https://www.fiscal-requirements.com/news/5729
- VATupdate, “Thailand E-Invoicing / E-Reporting Country Booklet” (tháng 7/2026) — https://www.vatupdate.com/2026/07/09/thailand-e-invoicing-e-reporting-country-booklet/
- Mahanakorn Partners, “Thailand Approves Two-Year Extension of Electronic Tax System Incentives” — https://mahanakornpartners.com/thailand-approves-two-year-extension-of-electronic-tax-system-incentives/
- Pertama Partners, “Thailand BOI Complete Guide” — https://www.pertamapartners.com/funding/thailand-boi-complete-guide
- CloudSign, giải thích về Luật lưu trữ sổ sách điện tử của Nhật Bản — https://www.cloudsign.jp/media/electronic-books-maintenance-act/
- Tokyo Consulting Group / Văn phòng kế toán Kuno Yasunari, blog đầu tư Thái Lan — https://kuno-cpa.co.jp/thailand_blog/
- JETRO, “Personnel shortage and minimum wage trends (Thái Lan)” — https://www.jetro.go.jp/biz/areareports/special/2024/0303/f5b4d6344434b2a9.html
*Các nội dung liên quan tới quy định pháp luật trong bài viết này dựa trên thông tin công bố tính đến tháng 7/2026. Do điều kiện áp dụng của các văn bản pháp luật và chính sách ưu đãi có thể thay đổi, khi ra quyết định thực tế vui lòng kiểm tra công báo, thông báo mới nhất của cơ quan quản lý và tham vấn chuyên gia thuế.*
