สำหรับชิปปิ้งและนำเข้า–ส่งออก

AI อ่าน Invoice, Packing List, B/L เป็นข้อมูลพร้อมใช้

อัปโหลด Commercial Invoice, Packing List และใบตราส่งสินค้า (B/L หรือ AWB) ให้ AI OCR ดึงเลขที่ invoice, รายการสินค้า, จำนวน, น้ำหนัก และราคา ออกมาเป็นตารางที่แก้ไขได้ทุกช่อง พร้อมค้นหาพิกัดศุลกากรและแปลชื่อสินค้าเป็นภาษาไทยให้ในตัว ตรวจทานเสร็จแล้วส่งออกเป็น Excel หรือทำใบขนต่อในระบบเดียวกันได้ทันที

อ่านเอกสารอะไรได้บ้าง

แต่ละชนิดเอกสารมีชุดฟิลด์และวิธีอ่านของตัวเอง ไม่ได้ใช้ตัวอ่านตัวเดียวกันทั้งหมด

เอกสารรูปแบบไฟล์ข้อมูลหลักที่ดึงได้
Commercial Invoice PDF, Excel, รูปถ่าย เลขที่และวันที่ Invoice, ผู้ซื้อ–ผู้ขาย, สกุลเงิน, Incoterms, ตารางรายการสินค้าทั้งหมด
Packing List PDF, Excel, รูปถ่าย จำนวนและชนิดหีบห่อ, น้ำหนักสุทธิ, น้ำหนักรวม, ปริมาตร, เครื่องหมายหีบห่อ
Bill of Lading (B/L) PDF, รูปถ่าย เลขที่ B/L, Shipper, Consignee, ท่าต้นทาง–ปลายทาง, ชื่อเรือและเที่ยวเรือ, เลขตู้และซีล
Air Waybill (AWB) PDF, รูปถ่าย เลขที่ AWB, สายการบินและเที่ยวบิน, สนามบินต้นทาง–ปลายทาง, น้ำหนักและจำนวนชิ้น

3 ขั้นตอน

1

อัปโหลดไฟล์

ลากไฟล์เข้าระบบได้โดยตรง หรือถ่ายรูปเอกสารจากมือถือส่งเข้ามา อัปโหลดหลายไฟล์พร้อมกันได้

2

AI ดึงข้อมูลอัตโนมัติ

ระบบวิเคราะห์โครงสร้างตาราง ดึงข้อมูลส่วนหัวและรายการสินค้าออกมาเป็นแถว พร้อมค้นพิกัดศุลกากรและแปลชื่อสินค้า

3

ตรวจทานและส่งต่อ

แก้ไขได้ทุกช่อง กระทบยอดกับเอกสารต้นทาง แล้วส่งออกเป็นไฟล์หรือทำใบขนต่อในระบบเดียวกัน

ข้อมูลที่ดึงออกมาให้ได้

ข้อมูลส่วนหัวของ shipment

  • เลขที่ Invoice และวันที่ Invoice
  • ชื่อและที่อยู่ผู้ขาย (Exporter / Seller)
  • ชื่อและที่อยู่ผู้ซื้อ (Importer / Buyer)
  • เลขประจำตัวผู้เสียภาษีของคู่ค้า
  • เงื่อนไขการส่งมอบ (Incoterms) เช่น FOB, CIF, CFR, EXW
  • สกุลเงินที่ซื้อขาย
  • ท่าต้นทางและท่าปลายทาง
  • ชื่อเรือและเที่ยวเรือ หรือสายการบินและเที่ยวบิน
  • เลขที่ใบตราส่งสินค้า (B/L หรือ AWB)
  • จำนวนและชนิดหีบห่อ
  • น้ำหนักสุทธิรวมและน้ำหนักรวมทั้งหมด
  • ค่าระวาง ค่าประกันภัย และค่าใช้จ่ายอื่นที่ระบุไว้
  • เครื่องหมายและเลขหมายหีบห่อ (Shipping Marks)

ข้อมูลรายการสินค้าแต่ละบรรทัด

  • ลำดับรายการ
  • รหัสสินค้าของผู้ขาย (Part No. / Model)
  • คำอธิบายสินค้าภาษาอังกฤษ
  • คำแปลชื่อสินค้าเป็นภาษาไทย
  • ยี่ห้อ รุ่น และขนาด
  • จำนวนและหน่วยนับ
  • ราคาต่อหน่วย
  • มูลค่ารวมของรายการ
  • น้ำหนักสุทธิรายรายการ
  • ประเทศกำเนิดสินค้า
  • พิกัดศุลกากร (HS Code) ที่ระบบเสนอให้

เอกสารแบบไหนได้ผลดี แบบไหนต้องระวัง

เราเลือกบอกตรงๆ ว่าอะไรที่ AI ยังพลาดได้ เพราะการรู้ล่วงหน้าว่าต้องตรวจตรงไหน มีค่ากว่าการเชื่อว่าไม่มีวันผิด

ลักษณะเอกสารผลที่ได้สิ่งที่ควรทำ
PDF ที่มีชั้นข้อความ ตารางมีเส้นคั่นชัดเจนดีที่สุดตรวจยอดรวมตามปกติ
Excel ที่ส่งมาจากผู้ขายโดยตรงดีมากตรวจหัวคอลัมน์ว่าแมปถูกช่อง
PDF ตารางไม่มีเส้น แต่คอลัมน์เว้นระยะสม่ำเสมอดีตรวจว่าไม่มีคอลัมน์ไหนว่างทั้งคอลัมน์
เอกสารสแกน ตัวหนังสือคมชัดใช้ได้สุ่มตรวจตัวเลขที่มีทศนิยม
รูปถ่ายจากมือถือ เอียงหรือแสงไม่สม่ำเสมอต้องระวังถ่ายใหม่ให้ตรงและสว่างสม่ำเสมอ
ตราประทับหรือลายเซ็นทับตัวเลขต้องระวังตรวจช่องที่ถูกทับด้วยตาทุกครั้ง
คอลัมน์ตัวเลขชิดกันจนไม่มีช่องว่างคั่นต้องระวังเช็กว่าราคาต่อหน่วยกับมูลค่ารวมไม่ถูกยุบเป็นช่องเดียว
PDF ที่ฝังข้อความเป็นตัวอักษรแยกทีละตัวต้องระวังดูว่าคำอธิบายสินค้ามีช่องว่างแทรกกลางคำหรือไม่

อ่านรายละเอียดของแต่ละกรณีพร้อมวิธีตรวจจับได้ที่ 7 กรณีที่ AI อ่าน Invoice พลาด และวิธีตรวจจับ

ตรวจอะไรก่อนนำข้อมูลไปใช้

สี่ข้อนี้จับปัญหาได้เกือบทั้งหมด โดยไม่ต้องรู้ว่าระบบพลาดด้วยสาเหตุอะไร

  1. นับจำนวนแถว — รายการที่ระบบดึงได้ต้องเท่ากับจำนวนบรรทัดสินค้าในเอกสาร ถ้ามากกว่า มักมีบรรทัดยอดรวมหรือบรรทัดกำกับหลุดเข้ามา
  2. กระทบยอดสามตัว — ยอดรวมมูลค่า ยอดรวมจำนวน และยอดรวมน้ำหนัก ต้องตรงกับที่พิมพ์ไว้ท้ายเอกสาร
  3. ดูว่ามีคอลัมน์ไหนว่างทั้งคอลัมน์ — คอลัมน์ที่ควรมีค่าแต่ว่างเปล่าทั้งใบ คือสัญญาณของการยุบคอลัมน์
  4. สุ่มตรวจสามบรรทัด — บรรทัดแรก บรรทัดกลาง และบรรทัดสุดท้าย เทียบต้นฉบับทีละช่อง
หลักการออกแบบของเรา: ระบบไม่บันทึกข้อมูลเข้าใบขนโดยที่ผู้ใช้ยังไม่ได้กดยืนยัน ทุกช่องแก้ไขได้ และมียอดรวมแสดงไว้ให้กระทบยอดได้ทันทีในหน้าเดียวกัน

ต่างจากเครื่องมือ OCR ทั่วไปอย่างไร

OCR ทั่วไปเก่งเรื่อง “อ่านตัวอักษรให้ถูก” แต่ปัญหาจริงของเอกสารนำเข้า-ส่งออก อยู่ที่ “ตัดสินว่าอะไรเป็นคอลัมน์ อะไรเป็นแถว” ซึ่งเป็นขั้นที่เกิดก่อนการอ่านตัวเลข และเป็นจุดที่ทำให้ข้อมูลผิดแบบที่ดูเผินๆ เหมือนถูก

ความสามารถOCR ทั่วไปPaperless AI
อ่านตัวอักษรจากรูปทำได้ทำได้
แยกคอลัมน์เองเมื่อตารางไม่มีเส้นมักทำไม่ได้ทำได้
กันไม่ให้พิกัดที่มีเว้นวรรคถูกผ่าเป็นหลายคอลัมน์ไม่มีมี
กันบรรทัดยอดรวมและบรรทัดรหัสไม่ให้กลายเป็นรายการสินค้าไม่มีมี
รวมข้อความที่ฝังแยกทีละตัวอักษรกลับเป็นคำไม่มีมี
อ่านเลขใบตราส่งที่ถูกขีดฆ่าและประทับทับไม่มีมี
ค้นพิกัดศุลกากรจากประวัติของบริษัทไม่มีมี
แปลชื่อสินค้าเป็นภาษาไทยไม่มีมี
ส่งข้อมูลต่อเข้าขั้นตอนทำใบขนได้เลยไม่มีมี

ตรวจเสร็จแล้วเอาข้อมูลไปไหนต่อ

  • ส่งออก Excel หรือ CSV เพื่อนำไป import เข้าโปรแกรมใบขนเดิมที่ทีมใช้อยู่
  • ทำใบขนต่อในระบบเดียวกัน จนถึงสร้าง XML เซ็นใบรับรอง CA และส่งกรมศุลกากรผ่าน VAN
  • บันทึกเข้าทะเบียนสินค้ากลาง เพื่อให้ครั้งหน้าค้นพิกัดเจอทันทีโดยไม่ต้องเดาใหม่
  • พิมพ์เป็น PDF เพื่อให้คนอื่นในทีมตรวจก่อนใช้จริง
จุดต่าง

Paperless AI ไม่ได้หยุดแค่แปลงเอกสารเป็นไฟล์ข้อมูล แต่ ส่งต่อข้อมูลที่ AI อ่านได้เข้าสู่ขั้นตอนทำใบขนสินค้าในระบบเดียวกันได้ทันที จึงไม่มีช่วงที่ต้องคีย์ข้ามระบบ

ดูขั้นตอนทำใบขนสินค้าด้วย AI ทั้งหมด →

คำถามที่พบบ่อย

AI อ่าน Invoice ทำงานอย่างไร?

ระบบอ่านตำแหน่งของข้อความทุกชิ้นในหน้าเอกสารก่อน แล้ววิเคราะห์ว่าช่องว่างแนวตั้งช่วงไหนคือเส้นแบ่งคอลัมน์ จากนั้นจับข้อความที่อยู่ระดับเดียวกันเป็นหนึ่งแถวสินค้า และแมปหัวคอลัมน์เข้ากับฟิลด์ที่ใบขนต้องใช้ ผลลัพธ์แสดงเป็นตารางที่ผู้ใช้แก้ไขได้ทุกช่องก่อนบันทึก

รองรับเอกสารภาษาไทยหรือไม่?

รองรับทั้งภาษาไทยและอังกฤษ รวมถึงเอกสารที่มีสองภาษาปะปนกันในหน้าเดียว ซึ่งพบบ่อยใน Invoice ของผู้ขายในภูมิภาค

อ่าน B/L หรือ AWB ได้ด้วยหรือไม่?

ได้ ระบบมีหน้าจอเฉพาะสำหรับใบตราส่งสินค้าทางเรือ (B/L) และทางอากาศ (AWB) โดยดึงข้อมูลตามป้ายชื่อฟิลด์ในเอกสาร เช่น Shipper, Consignee, Port of Loading, Vessel และเลขที่ใบตราส่ง กรณีเลขที่ถูกขีดฆ่าแล้วประทับเลขใหม่ทับ ระบบจะตัดเฉพาะบริเวณนั้นมาขยายและลบรอยขีดออกก่อนอ่านซ้ำ

ไฟล์แบบไหนอ่านได้ผลดี และแบบไหนต้องระวัง?

PDF ที่มีชั้นข้อความอยู่แล้วและตารางจัดวางสม่ำเสมอให้ผลดีที่สุด ส่วนที่ต้องตรวจทานเป็นพิเศษคือเอกสารสแกน รูปถ่ายเอียงหรือแสงไม่สม่ำเสมอ ตราประทับหรือลายเซ็นทับตัวเลข ตารางที่คอลัมน์ชิดกันจนไม่มีช่องว่างคั่น และไฟล์ที่ฝังข้อความเป็นตัวอักษรแยกทีละตัว

ควรตรวจอะไรก่อนนำข้อมูลไปใช้?

ตรวจสี่อย่าง คือ จำนวนแถวสินค้าต้องเท่ากับในเอกสาร ยอดรวมมูลค่า ยอดรวมจำนวน และยอดรวมน้ำหนักต้องกระทบยอดกับท้ายเอกสารได้ ไม่มีคอลัมน์ไหนว่างทั้งคอลัมน์ และสุ่มตรวจบรรทัดแรก บรรทัดกลาง บรรทัดสุดท้ายทีละช่อง

ช่วยหาพิกัดศุลกากรและแปลชื่อสินค้าให้ด้วยหรือไม่?

ใช่ หลังดึงรายการสินค้าได้แล้ว ระบบจะค้นพิกัดจากประวัติที่บริษัทเคยใช้กับสินค้าตัวนั้นก่อน ถ้าไม่พบจึงให้ AI เสนอพิกัดใกล้เคียงให้เลือกยืนยัน พร้อมแปลชื่อสินค้าเป็นภาษาไทย พิกัดที่ยืนยันแล้วจะถูกจำไว้ใช้ครั้งต่อไป — อ่านเพิ่มที่ พิกัดศุลกากร (HS Code) คืออะไร

เอาข้อมูลออกไปใช้ที่อื่นได้ไหม?

ได้ ส่งออกเป็น CSV หรือ Excel เพื่อนำไป import เข้าโปรแกรมใบขนเดิมได้ หรือจะทำใบขนต่อจนถึงสร้าง XML เซ็นใบรับรอง CA และส่งกรมศุลกากรใน Paperless AI เลยก็ได้

ค่าใช้จ่ายคิดอย่างไร?

คิดเป็นเครดิต โดย 1 เครดิตต่อการอ่านเอกสารด้วย AI หนึ่งฉบับ สมัครทดลองใช้งานได้ฟรีเพื่อลองกับเอกสารจริงก่อนตัดสินใจ

ข้อมูลเอกสารของบริษัทเราจะปลอดภัยหรือไม่?

ระบบออกแบบให้ข้อมูลของแต่ละบริษัทอยู่คนละฐานข้อมูล ผู้ใช้เห็นเฉพาะข้อมูลของบริษัทที่บัญชีตัวเองผูกอยู่เท่านั้น

อ่านต่อ

7 กรณีที่ AI อ่าน Invoice พลาด

บันทึกจากไฟล์จริง พร้อมสัญญาณเตือนของแต่ละกรณีและวิธีตรวจ 4 ข้อ

เอกสารที่ต้องใช้ทำใบขน

ข้อมูลที่ต้องตรงกันข้ามเอกสาร และจุดที่ตัวเลขมักไม่ตรงจนถูกตีกลับ

ทำใบขนสินค้าด้วย AI

ขั้นตอนเต็มตั้งแต่อ่านเอกสารจนถึงยื่นกรมศุลกากรผ่าน VAN

ลองกับเอกสารจริงของคุณ

อัปโหลด Invoice ที่ใช้งานจริงหนึ่งฉบับ แล้วเทียบยอดรวมกับต้นฉบับดูว่าตรงแค่ไหน ก่อนตัดสินใจใช้จริง

เริ่มทดลองใช้งานฟรี