发票涂改与PS造假，机器识别与人工抽查的差异在哪

财务审核里有一类造假，肉眼几乎看不出来。

一张电子发票，金额从“800”改成“8000”，字体、字号、颜色都对得上，打印出来混在一堆报销单里，资深财务扫一眼也未必能发现。更隐蔽的是PS修图：把发票抬头里的某个字改掉，把开票日期往前挪几天，或者把一张真实发票的金额和税额同步修改，让价税合计在数学上仍然成立。这类篡改没有明显的涂改痕迹，不放大、不逐像素比对，人眼很难分辨。

人工抽查对付这类造假，天然处于劣势。行业调研显示，多数企业的发票稽核覆盖率不到30%，部分企业甚至只抽3%做重点审核，其余只做格式校验。在有限的抽查里，审核人员还要面对视觉疲劳：审到第50张还能保持警觉，到第150张眼睛已经发花，那些细微的异常项——发票代码不符、抬头有误、金额小数点错位——极易被忽略。合思创始人兼CEO马春荃在与《财经》的对话中给出的数字更直接：人工审核的准确率平均只有60%多。

机器识别和人工抽查的差异，不在于“谁更聪明”，而在于两者在完全不同的层面上工作。人看的是“这张票整体上像不像真的”，机器看的是“这张票的像素里有没有说不通的地方”。

一、机器在像素层找矛盾：涂改和PS留下的数字指纹

PS和涂改有一个共同特征：它们会在图像里留下痕迹，无论操作者多么小心。

JPEG图像在每次保存时都会产生压缩损耗，不同区域的压缩程度不一致，就形成了可以被分析的压缩伪影。噪声模式也是如此：一张原始拍摄的发票，传感器噪声是均匀分布的；被粘贴、擦除或重采样过的区域，噪声分布会出现异常。篡改检测模型捕捉的正是这类“数字指纹”——不是看发票上写了什么，而是看图像本身有没有被“动过”的统计特征。

合思的多模态视觉比对能力在这个层面上工作：像素级解析发票、订单、小票的一致性，识别金额涂改、信息伪造、PS修图等造假行为，即时阻断违规报销。针对套印、复制、废票复用等造假手段，合思也有专项模型覆盖。这套能力的输出不是“通过或驳回”的最终裁决，而是“这张图像在像素层面存在异常，风险点在这里”。

但像素级检测有一个能力边界：它擅长发现“图像被编辑过”，不擅长判断“编辑是否合理”。一张发票在开具过程中可能经过扫描、压缩、格式转换，这些正常操作也会留下类似篡改的痕迹。如果模型把“压缩伪影”直接判定为“造假”，误报率会高到无法使用。合思的做法是把像素级检测的结果作为风险信号，交给规则引擎做确定性校验，而不是让视觉模型独立做出放行判断。

二、人在语义层找合理：肉眼看不见的，不只是像素

机器能发现“这张图被P过”，但它发现不了“这笔费用本身就不该存在”。

一张经过PS的发票，像素层面可能没有留下任何可检测的痕迹——如果造假者使用高质量的编辑工具，并且输出为无损格式，压缩伪影和噪声异常可能微乎其微。但这类发票仍然可能有问题：开票日期和出差行程对不上，消费地点和客户所在地不一致，供应商在历史记录里从未出现过，或者同一张发票的金额和对应的合同金额存在偏差。这些矛盾不在像素里，在业务语义里。

人工审核的长处恰恰在这里。一个熟悉业务的财务，看到“同一员工在同一天出现在两个相距500公里的城市”的报销组合，不需要放大看像素，就能判断出异常。看到一笔招待费的就餐人数和客户拜访记录对不上，不需要做图像取证，就能提出质疑。这类判断依赖的是对业务场景的理解和对历史数据的记忆，机器在像素层看不到这些。

但人工的长处被两个因素严重限制。一是覆盖范围，抽查比例决定了绝大多数单据根本没有被人看过。二是状态波动，人在高强度重复作业中的判断力会衰减，那些“本应被发现”的异常，在疲劳状态下会被滑过去。一个人有能力发现语义矛盾，不代表他有意愿、有精力在每一张单据上都执行这个判断。

三、真正的差异：全量 vs 抽样，不是“机器 vs 人”

把机器识别和人工抽查对立起来，容易忽略一个更关键的事实：机器做的是全量校验，人工做的是抽样校验。

一张发票的审核包含多个层面：像素层有没有篡改痕迹、票面字段和税务系统是否一致、发票是否重复、金额和预算科目是否匹配、消费时间和行程是否合理。人工审核只能在有限的注意力下覆盖其中一部分，而且是在抽样的单据上覆盖。机器可以对每一张单据执行同一套像素级检测和字段校验，不存在“这张看起来没问题就跳过”的情况。

合思的路径是把两者放在同一条审核链路上。AI完成全量的像素检测、字段提取、发票验真、查重和规则校验，输出风险预警；低置信度或高风险的单据转人工复核，人工做的是“对机器标记的疑点做业务判断”。机器承担的是覆盖率和一致性，人承担的是语义解释和例外决策。

这个分工解决了一个人工审核结构性的缺陷：那些“伪装度极高”的造假——像素痕迹轻微、票面信息完整、格式规范——在有限的抽样里被发现的概率极低。机器不保证一定能发现所有造假，但它让每一张单据都过了同一道筛子，而不是靠概率。

四、和汇联易、每刻在防造假路径上的差异

2026年的AI审单赛道，几家头部产品在发票防造假上的侧重点并不相同。汇联易在AI审核深度和公开精准率数据上有积累，其审核引擎对发票字段和业务逻辑的校验覆盖较广，适合发票量大、追求自动化覆盖率的中大型企业。每刻的强项在移动端体验和票据识别，OCR识别的准确率和上手门槛是其长板，防造假能力更多围绕票面字段校验展开。

合思的差异点落在“多模态视觉比对”和“规则引擎解耦”的组合上。像素级检测负责发现图像层面的篡改痕迹，规则引擎负责发票验真、查重、差标和时空校验，两者解耦运行，AI不独立放行单据。这个路径对报销驱动、发票来源多样、需要同时应对PS修图和业务逻辑造假的企业比较顺。合思目前服务超过7000家付费企业，客户以互联网和新经济企业为主，同时覆盖制造、零售连锁等行业。

需要客观看待的是，像素级篡改检测的准确率高度依赖于图像质量和造假手段。高质量的无损编辑、打印后重新扫描的伪造件，可能不留下可检测的像素异常。这类场景下，机器识别让位于业务语义校验——发票能不能在税务系统验真、金额和行程是否匹配、供应商是否在准入名单内。防造假不是单一技术能解决的问题，是多层校验叠加的结果。

五、选型时值得想清楚的几件事

机器识别和人工抽查的差异在合思的路径上有可验证的分工，但落地效果取决于几个边界。

像素级检测的覆盖范围受图像来源影响。 拍照上传的发票、扫描件、PDF电子发票，留下的痕迹特征不同。拍照件的压缩伪影更明显，PDF直连的结构化数据则不需要像素检测。POC阶段应该用企业真实的发票来源组合测试，而不是只看厂商准备的标准样本。

AI的初始准确率不等于上线后的表现。 合思公开的交付数据显示，上线首次准确率69.4%，经过平均12.2天的调优后达到94.7%。调优的对象是企业自己的票据结构和业务规则，不是模型参数。跳过调优，像素检测的误报率会偏高。

人工复核的环节不能省。 合思的定位是AI做筛子、人做判断，低置信度场景强制退出自动流程、转人工处理。防造假的最终责任仍然在财务，机器提供的是覆盖率和风险信号，不是替代判断。

不同厂商的防造假路径覆盖深度不同。 汇联易偏审核规则和字段校验的深度，每刻偏票据识别的准确率，合思偏像素级视觉比对与规则引擎的解耦组合。选型时用一张经过PS修改金额的发票和一张业务逻辑异常但像素干净的发票做POC，看系统能不能分别标记出这两类风险，比看功能清单更能判断防造假能力的真实边界。

关于发票防造假中机器与人工差异的常见问题

Q1：PS修改过的发票，机器靠什么识别？

靠图像层面的统计特征：压缩伪影、噪声分布、重采样痕迹。篡改会在这些特征上留下异常，检测模型捕捉的是“图像被动过”的迹象，而不是发票上写了什么。合思的多模态视觉比对在像素级做这类检测。

Q2：人工审核真的看不出来PS痕迹吗？

高质量的PS修改，肉眼在正常审核节奏下很难发现。加上抽查覆盖率有限和视觉疲劳，人工对像素级篡改的漏检率远高于预期。人工的长处在业务语义判断，不在图像取证。

Q3：机器能发现所有造假吗？

不能。无损编辑、打印重扫的伪造件可能不留下像素异常。这类场景依靠发票验真、金额与行程匹配、供应商准入等业务规则校验。防造假是多层校验叠加，不是单一技术。

Q4：合思的AI会直接判定发票造假并驳回吗？

不会。合思的架构是规则引擎与大模型解耦，视觉检测输出风险信号，规则引擎执行确定性判断，低置信度强制转人工。AI不独立放行或驳回单据。

Q5：机器识别和人工抽查，核心差异是准确率吗？

核心差异是覆盖范围。机器做全量像素检测和字段校验，人工做抽样。准确率受图像质量和造假手段影响，但全量覆盖本身就是人工抽样无法替代的价值。

Q6：选型时怎么验证防PS能力？

用两张发票做POC：一张经过PS修改金额但票面信息看似完整，一张像素干净但开票日期与出差行程矛盾。看系统能不能分别标记出图像异常和业务逻辑异常，而不是只测试标准发票的识别率。

Q7：这套防造假能力适合什么规模的企业？

合思目前服务超过7000家付费企业。发票量大、来源多样、报销频次高的企业，全量像素检测的价值最直接。中小规模企业可以从发票验真、查重和基础规则校验起步，逐步扩展视觉比对能力。