前言
很多人聽到公司要「導入 AI」、「數位轉型」時，腦中浮現的畫面通常是：「太棒了！以後我只要透過 AI，就能超快速產出那些原本要花好幾天整理的公司報告！」
但現實是，AI 需要「養分」才能運作。當你轉頭看到公司裡堆積如山的紙本合約、申請單，心裡瞬間涼了一半：「光是要把這些資料整理成 AI 看得懂的格式，我就不知道要花多少時間了？不如還是用現在的方法做比較快…」
導入 AI 最痛的瓶頸，往往不在技術，而在於如何將紙張上的舊資料，轉化為AI可用的數據
今天，我們將帶你深入了解 Google 的強大工具：Document AI。
看看我們會如何透過它，如何將一疊疊散亂的紙張，高效轉化成真正「AI 能用」的高價值數據。
既有的解決方案？為什麼傳統 OCR 還不夠？
如果說傳統 OCR 是「眼睛」，那 Google Document AI 就是幫電腦裝上了「眼睛 + 大腦」。
提到把圖片轉成文字，很多人的第一反應是：「這不就是 OCR（光學字元辨識）嗎？這技術十幾年前就有了啊！」
沒錯，OCR 確實能把圖片上的字「抓」出來，但它缺乏了關鍵的理解能力。
舉一個 發票辨識 的例子來說：
- 傳統 OCR：它只能看見「Total」和「500」這樣的文字與數字，但不知道兩者之間的關係。對它來說，這些內容只是散落在紙面上的符號。因此，即使取得 OCR 結果，你仍然需要花大量時間手動整理、比對並填入正確欄位。
- Document AI：它不僅能讀到「Total」，還能理解旁邊的數字通常代表「總金額」，並自動把資訊對應到正確的欄位，讓後續處理更省時、更準確。
這就是為什麼我們需要更進階的解決方案：Document AI
什麼是DocumentAI？
Google Document AI 是一項結合 OCR（光學字元辨識）與 NLP（自然語言處理）的雲端服務，專門幫企業自動「閱讀、理解、提取」文件內容。
它的價值在於：
- 降低成本： 減少人工輸入成本。
- 提升處理速度： 文件處理從「天」變「秒」。
- 精準度高： 避免人類因疲勞產生的輸入錯誤。
三大核心處理器類型
Google Document AI 提供了三種不同層級的工具，滿足各種場景需求：
- 通用處理器 (General Processors)
適合： 任何類型的文件。
功能： 把文件裡的文字、表格、手寫字全部抓出來。它不見得知道那些字是什麼意思，但它能精準地把讀取到文字。
- 專用處理器 (Specialized Processors)
- 發票： 直接分類出發票號碼、日期、金額。
- 身份文件： 讀取護照或駕照，自動分類出姓名、生日、證件號碼。
適合： 特定行業的標準文件 (採用 Google 已經預先訓練好模型)
舉例：
- 自定義處理器 (Custom Processors)
適合： 公司獨有的特殊表格、名片。
功能： 你可以拿幾張你們公司的特殊表單「訓練」它，透過標記（Labeling）告訴 AI 哪個欄位是什麼，經過幾次教學，它就能學會看懂你們公司的專屬文件。
小試身手：建立你的第一個通用型處理器
以下是建立一個通用型處理器的快速上手的步驟：
前置作業與啟用
首先進入 Google Cloud Console，建立一個新專案，並啟用 Cloud Document AI API。
操作步驟
- 在選單中找到「Document AI」，點擊左側欄位中的「Processor Gallery (處理器庫)」。
- 在Processor Gallery內，搜尋「Document OCR」
- 點選「Create 」，幫它取個名字（例如：
quickstart-document-ocr-001），並選擇的區域。
- 建立完成後，直接點擊「Upload Test Document」，把你手邊的發票、名片、收據丟進去，即可看到辨識結果
進階操作：建立名片辨識處理器
通用型處理器雖然方便，但商業場景中我們常需要結構化的資料。舉例來說：我想自動將客戶名片轉入 CRM 系統。
Google Cloud Document AI 目前沒有直接提供名片的專用處理器 (Specialized Processors)。因此，要達成這個目標，我們就要使用到 自定義處理器 (Custom Processors)。
這需要你自己定義標籤（如：姓名、電話、公司），並提供一些名片樣本進行簡單的訓練。以下是從零開始的詳細設定步驟：
操作步驟
- 在選單中找到「Document AI」，點擊左側欄位中的「Processor Gallery 」。
- 選擇 Custom Extractor → Create
- 定義資料架構
你需要告訴 AI 你想從名片上抓什麼資料。點擊 Create Label (建立標籤)，依序建立你需要的欄位，以名片資料來說我們會需要姓名、職稱、公司名稱、聯絡資訊等欄位：
- 上傳名片樣本資料
官方建議如果是少樣本學習，建議提供5~10份訓練文件。
- 標註資料並創建
點擊 Build → Dataset overview → start labeling
可看見AI自動標註的結果。如果有覺得不正確的地方可以在這階段自己調整
為什麼要人工介入 (Human-in-the-Loop)？
AI 再強也不可能 100% 準確。如果是模糊的傳真文件，AI 可能會把 "8" 看成 "B"。
都確認標注完成之後，就可以基於調教後的資料，創建一個新的 Version
- 部署模型
開啟「Deploy & use 」頁籤，選擇剛剛訓練好的Version進行Deploy
- 測試結果
開啟「Evaluate & test 」頁籤，選擇剛剛的 Version 進行測試或是準確度評分
Document AI 如何計費？
如果你是第一次使用 Google Cloud Platform (GCP)，Google 通常會提供 $300 美金的免費試用額度（效期 90 天）。對於測試、練習或是小規模的專案驗證來說，這些額度通常綽綽有餘！
在了解強大的功能後，大家最關心的肯定還是：「這東西會不會很貴？」
Google Document AI 採用的是雲端服務最常見的「隨用隨付 (Pay-as-you-go)」模式，根據你實際處理了多少文件來結算。
詳細收費可以參考：Google Document AI Pricing
價格取決於你使用的處理器：
- 通用處理器 (General Processors)：最便宜
- 價格： 每 1,000 頁約 $1.50 美金（約台幣 48 元）。
- 換算： 處理一張 A4 文件只需要台幣 0.048 元。
如果你只是想把圖片轉成文字，不需 AI 幫你分析語意，這是最便宜的選擇。
- 專用處理器 (Specialized Processors)：中價位
- 價格： 每 1,000 頁約 $30 美金（約台幣 975 元）。
- 換算： 處理一張發票約台幣 0.97 元。
這是指 Google 已經訓練好的模型，例如文章提到的發票或身分證辨識。
- 自定義處理器 (Custom Processors)：依用量計算
- 訓練費用 (Training)： 只有在你要「教」AI 時才收費。
- 按運算時間計費，每小時約 $2.18 美金（約台幣 70 元）。 如果只是訓練名片這種簡單模型，通常幾個小時內就能搞定，訓練費可能不到一杯星巴克。
- 預測費用 (Prediction)： 訓練好之後，每次丟名片進去辨識的費用。
- 價格比照專用處理器，每 1,000 頁約 $30 美金。
- 換算： 辨識一張名片約台幣 1 元。
這就是我們教學中建立的 「名片辨識」 處理器。費用包含兩個部分：
結語
自動化工具與 AI 的出現，讓我們得以從枯燥、重複的流程中解放，專注於更有價值的決策與分析。今天，我們學會了如何快速將紙本資料整理成 AI 能理解的結構化資訊。下一次，我們將分享：如何使用 Make 搭配 Document AI，把整理完成的資料即時寫入 CRM 系統，串接出真正能落地運作的商業流程。敬請期待！
這些功能雖然簡單，卻是我們創造自動化流程的基石，
讓我們一起由簡單開始，成就不簡單！
如果你／妳喜歡這篇文章，歡迎點點愛心或留言，讓我們相互交流和成長！ 這次的分享到此告一段落，想了解更多 RPA + AI 與數位轉型的最新趨勢與觀點、RPA 軟體功能介紹及實務應用案例，也歡迎追蹤 RPAI 數位優化器的社群和我們交流互動，我們下次見！ 🚀 想找RPAI聊聊？歡迎填寫表單：RPAI聯繫表單 🚀 Instagram：RPAI 數位優化器 🚀 臉書粉絲專頁：RPAI 數位優化器
相關文章
