在一套应收对账系统的验收会上，最容易被混为一谈的两个指标，就是自动核销率和推荐采纳率。它们看起来都在描述“系统帮会计省了多少事”，但统计的对象完全不同，混用会导致对系统能力的误判。
自动核销率衡量的是确定性规则的效果。当到账信息中的发票号精确命中，或客户编码加金额与某张发票未结余额完全一致时，系统直接过账，不经过任何人工确认。这类命中属于强约束规则，结果唯一，会计不需要做判断。自动核销率统计的就是这部分无需人工干预即完成核销的到账笔数占比。它的高低取决于账单侧、到账侧和核销辅助数据是否齐备，以及别名库能否把付款方的不同写法归并到统一客户编码下。
推荐采纳率衡量的则是概率性建议的质量。当金额接近、日期接近、历史核销模式相似时，系统无法给出唯一答案，只能生成候选发票列表和置信度，交由会计确认。推荐采纳率就是人工直接采纳这些候选建议的比例。它反映的是推荐模型在特定客户付款行为下的准确程度，而不是流程自动化的程度。
两者的统计口径必须严格区分。自动核销率要明确是“规则命中即算”，还是“过账完成才算”；推荐采纳率则要排除会计修改候选后再确认的情况，否则会虚高。一个常见的误读是：推荐采纳率很高，就认为系统接近全自动。实际上，只要推荐环节存在，人工确认这一步就没有消失，只是从“翻邮件、打电话”变成了“点一下确认”。
选型和验收时，这两个指标要分开看。自动核销率上不去，问题通常出在数据接入和别名库覆盖，属于基础治理问题；推荐采纳率上不去，问题多半在匹配规则的分层设计或客户付款行为的特征提取。把两者合成一个“自动化率”，既无法定位瓶颈，也无法判断该往哪个方向投入。
更稳妥的做法是同时观察差异处理时长。如果自动核销率上升，但差异处理时长同步上升，说明规则只是把问题从匹配环节推到了差异环节，整体效率未必改善。指标之间要互相校验，而不是各自孤立地看涨跌。