OCR إيصال واتساب — كيف يقرأ الذكاء الاصطناعي الإيصال وأين يخطئ

الحصّة الأكبر من العبء اليومي في صرافة ما هي كتابة الإيصالات يدويًا. يرسل العميل صورة على واتساب، ينظر الموظّف إليها، ويُدخل المبلغ والتاريخ ورقم المتابعة والبنك في المستند يدويًا. مئة إيصال في اليوم تعني مئة تكرار للعمل نفسه — وكل مرة فرصة لخطأ إملائي.

يستطيع الذكاء الاصطناعي إلغاء هذه الكتابة: يقرأ صورة الإيصال ويملأ الحقول بنفسه. لكن «قراءة الإيصال بالذكاء الاصطناعي»، بقدر ما هي مفيدة، خطِرة أيضًا إن وثقت بها عمياء. هذا المقال عن كيف تعمل هذه القراءة بالضبط، وأين تخطئ، ولماذا يجب أن يبقى مُخرَجها قابلًا للتحقّق دائمًا.

هذا المقال مكمّل لمقال التحقّق من إيصالات الدفع. ذلك المقال يعالج «هل وصل المال فعلًا»؛ وهذا يعالج «كيف يُقرأ الإيصال». الاستخراج والتحقّق عملان منفصلان، ولا يحلّ أحدهما محلّ الآخر.

مرحلتان: تصنيف رخيص أولًا، ثم استخراج كامل

الخطأ الشائع أن نظنّ أن الذكاء الاصطناعي يقرأ كل صورة واردة دفعةً واحدةً وكاملةً. في الواقع، لخط الأنابيب الصحيح مرحلتان، وترتيبهما مهمّ.

المرحلة الأولى — تصنيف رخيص: قبل أي استخراج، يقرّر فحص خفيف ورخيص هل هذه الصورة «مستند مالي أصلًا أم لا». في مجموعة واتساب الصرافة يُتبادَل كل شيء: صورة سيلفي، ملصق، صورة زميل، لقطة شاشة غير ذات صلة. إن شغّلت الاستخراج الكامل على كل صورة، فقد أهدرت كلفة الذكاء الاصطناعي على أشياء لا صلة لها.

المرحلة الثانية — استخراج كامل: الصور التي صنّفتها المرحلة الأولى «مستندًا ماليًا» فقط تذهب إلى النموذج الكامل لتُستخرج الحقول: المبلغ، التاريخ، رقم المتابعة، البنك المصدر والمقصد.

لماذا يهمّ هذا الفصل؟ بسبب الكلفة. يكلّف استخراج كامل بنموذج GPT نحو 1.5 إلى 3 سنتات. إن وردت 300 صورة في المجموعات يوميًا وكانت 100 منها فقط إيصالات حقيقية، فبلا مرحلة التصنيف الرخيص تدفع أيضًا كلفة 200 صورة لا صلة لها.

في نكستو، تؤدّي مرحلة ما قبل التصنيف هذه هذا العمل بالضبط، وتُتخطّى الصور غير المالية محليًا ومجانًا (بأداة محلية مثل tesseract)، بدل إرسالها إلى نموذج مدفوع. والنتيجة أنك تدفع فقط لما هو إيصال حقًّا.

أين يخطئ الذكاء الاصطناعي

هنا أهمّ جزء من العمل. الذكاء الاصطناعي قويّ في قراءة النص، لكنه ليس معصومًا — وأخطاؤه تقع بالضبط على أكثر الأجزاء حساسية: الأرقام.

• حروف وأرقام متشابهة: الحرف l والرقم 1، أو الحرف O والرقم 0. في رقم متابعة طويل، يكفي إبدال واحد ليختلّ التطابق الآلي.
• أرقام غامضة: 1 و7، 0 و5، 3 و8 تُقرأ مقلوبة بسهولة على إيصال رديء الجودة أو صورة ضبابية.
• فاصل الآلاف: أحيانًا تُحذف أو تُضاف نقطة المبلغ أو فاصلته، فيتحوّل 1٬200٬000 إلى 120٬000 — صفر واحد أقل، خطأ بعشرة أضعاف.
• التاريخ: الصيغ المختلفة (شمسي/ميلادي، مكتوبة يدويًا) مصدر متكرّر لخطأ التاريخ.

مثال عددي بسيط يبيّن لماذا يهمّ هذا. افترض أن الإيصال الحقيقي مبلغه 48٬500٬000 ريال، وقرأ الذكاء الاصطناعي الرقم الخامس 8 بدل 5: 48٬800٬000. الفرق 300٬000 ريال. إن دخل هذا الرقم المستند دون تحقّق مباشر، فسيُكتشف اختلاف الخزينة لاحقًا — حين يكون اكتشافه أصعب.

النتيجة العملية لهذه الحقائق مبدأ واحد: مُخرَج الذكاء الاصطناعي اقتراح، لا حقيقة.

لماذا يجب أن يكون المُخرَج قابلًا للتحقّق والتصحيح

إن كان الذكاء الاصطناعي يخطئ أحيانًا، فالتصميم الصحيح ليس أن نجعله أدقّ حتى لا يخطئ أبدًا — هذا مستحيل. التصميم الصحيح أن نعرض المُخرَج بحيث يراه الموظّف ويصحّحه بلمحة واحدة.

أي أن نموذج المستند يجب أن يعرض الحقول المقترحة معبّأةً وجاهزةً، إلى جانب صورة الإيصال نفسها، بحيث يستطيع الموظّف مقارنة المبلغ على الشاشة بالمبلغ على الصورة. يجب أن يكون التأكيد لمحةً ونقرة؛ وتصحيح رقم خاطئ لمحةً وكتابةً قصيرة.

هذا مختلف تمامًا عن «يسجّل الذكاء الاصطناعي بنفسه ويمضي». الفرق في المسؤولية:

• في الوضع الآلي الكامل، يدخل خطأ الذكاء الاصطناعي الدفتر مباشرةً ولا ينتبه أحد حتى يظهر اختلاف.
• في وضع الاقتراح والتأكيد، يأخذ الذكاء الاصطناعي العمل المُمِلّ (الكتابة)، ويُبقي الإنسان العمل المهمّ (الحُكم والتحكّم).

لم يعد الموظّف كاتبَ مئة إيصال؛ بل مؤكِّدَ مئة اقتراح. وهذا أسرع وأأمن معًا.

في نكستو، تُقرأ الإيصالات الواردة من واتساب بالذكاء الاصطناعي وتُملأ حقول المستند المقترحة — المبلغ، التاريخ، رقم المتابعة، البنك — لكن التسجيل النهائي بتأكيد الموظّف. لهذا فإنّ برنامج محاسبة الصرافة الذي فيه ذكاء اصطناعي يجب أن يأخذ إمكان التأكيد والتصحيح على محمل الجدّ بقدر ما يأخذ الاستخراج.

الاستخراج ليس تحقّقًا

نقطة ختامية كثيرًا ما يُخلَط فيها: كون الذكاء الاصطناعي «قرأ مبلغ الإيصال صحيحًا» لا يعني أن «المال وصل». الاستخراج يعني أن الرقم على الصورة رُئي صحيحًا؛ والتحقّق يعني أن ذلك الإيداع جلس فعلًا في كشف حسابك البنكي ولا يعود.

قد يكون إيصال مزوَّر صُنع بمحرّر صور نظيفًا ومقروءًا تمامًا — ويستخرجه الذكاء الاصطناعي بلا خلل. الاستخراج النظيف لا يقول شيئًا عن حقيقة المال. لهذا بعد الاستخراج يلزم التطابق مع كشف الحساب الفعلي — وهو الفصل نفسه بين الاستخراج والتحقّق المُشار إليه في مطلع هذا المقال.

قائمة تحقّق: ماذا في خط أنابيب OCR صحيح

1. مرحلة تصنيف رخيص قبل الاستخراج الكامل، كي لا تُهدَر الكلفة على صور لا صلة لها.
2. تخطٍّ محلي ومجاني للصور غير المالية.
3. استخراج مُهيكَل إلى حقول محدّدة (المبلغ، التاريخ، المتابعة، البنك)، لا نصّ خام.
4. عرض الاقتراح إلى جانب الصورة لمقارنة بصرية سريعة.
5. إمكان تصحيح الحقل الواحد قبل التسجيل — المُخرَج اقتراح، لا حقيقة.
6. التطابق مع كشف الحساب بعد الاستخراج — لأن الاستخراج ليس تحقّقًا.

الخلاصة

يستطيع الذكاء الاصطناعي إلغاء الكتابة اليدوية للإيصالات، وهذا توفير حقيقي. لكن أداءه صحيحًا يعني: تصنيف رخيص أولًا كي لا تُهدَر الكلفة، ثم استخراج كامل؛ وقبول أنه يخطئ في الأرقام الحسّاسة؛ وتصميم المُخرَج بحيث يبقى دائمًا قابلًا للتحقّق والتصحيح. يأخذ الذكاء الاصطناعي العمل المُمِلّ، لكن مسؤولية الرقم النهائي تبقى بيد الإنسان.

أتريد أن ترى كيف تعمل القراءة الآلية لإيصال واتساب وتأكيدها عمليًا؟ أنشئ نسخة تجريبية مخصّصة من برنامج محاسبة الصرافة نكستو، وتابع إيصالًا واحدًا من رسالة واتساب إلى المستند المؤكَّد.