OCR不是什么新概念，但现在真的能用了
前几年OCR识别率低得可怜，手写体识别准确率不到70%，排版乱的表格提取出来全是错位。但这两年的深度学习OCR模型把准确率拉到了新高度，印刷体识别率99%以上，手写体85%以上，复杂表格结构化提取准确率也到了90%。技术到位了，关键是看企业怎么用。
场景一：票据批量识别
天津和平区一家会计师事务所，代80多家中小企业做账。每月要处理的发票、收据、银行回单超过6000张。原来4个会计专职录入票据信息，一个增值税发票要抄发票号码、金额、税额、开票方等十几个字段，一张票平均2分钟。上了OCR后，发票拍照自动提取，一张票处理时间降到15秒，准确率96%。4个人从录入变成复核，同样的工作量2个人就能搞定，月结周期从8天压到4天。
场景二：合同结构化
天津河西区一家法务外包公司，帮企业审合同。一份合同二三十页，律师要手动提取合同金额、期限、违约条款、签署方信息等关键字段做对比分析。接了OCR后，合同上传后自动提取这些字段生成结构化数据，律师只需复核异常项。审一份合同的时间从平均45分钟降到12分钟，关键条款遗漏率从之前的5.2%降到0.8%，因为机器不会看漏。
场景三：表单和数据采集
天津武清区一家做市场调研的公司，调研员带着纸质问卷去跑社区，回来再把答案录入系统，一个调研员一天录入量也就60份左右。后来改成OCR方案：调研员拍照上传，系统自动识别勾选和填空项。录入效率提升到每份20秒，一天能处理300多份，录入错误率从人工的4%降到1.5%。人不用做枯燥的录入活，腾出精力去做更有价值的调研分析。
选型要注意什么
OCR产品分两类。一类是通用OCR，百度的OCR API、腾讯云文字识别这类，按调用量收费，适合票据、证件这些格式相对标准的场景。另一类是定制OCR，针对你的特定表单训练模型，适合格式固定但识别要求高的场景，比如工厂的检验报告、医院的化验单。天津南开区一家做医疗信息化的公司，针对化验单做了定制OCR，识别准确率从通用模型的78%提到97%，因为定制模型认得懂化验单的特定排版和术语。该花定制钱的地方别图便宜用通用方案。