一家3000人企业上线AI审核系统的全过程：从立项到见效

这是我复盘得最细的一个项目，也是我后来做任何审核类系统规划时都会拿出来讲的样本。

客户是一家消费电子行业的公司，员工约 3000 人，全国 26 个分支机构，年报销单据量在 11 万笔上下，财务共享中心有 14 个人专门做单据审核。项目从立项到稳定运行，前后跨了 9 个月。

我全程跟着。所以下面这些时间点、数字、坑，都是真的。

一、立项动因：不是”想上 AI”，是”扛不住了”

项目启动的导火索很朴素——审核岗的离职率。

2023 年春节后，共享中心的审核岗走了三个人。招人补上，培训又要两三个月。负责人跟我说了一句话，我记到现在：

“我们不是在用财务管风险，我们是在用人力硬扛单据量。”

当时的问题清单是这样：

• 11 万笔单据全靠人看，每人每天处理约 90 笔，眼睛一花就漏。
• 差旅标准、招待限额散落在三份文件里，新人上手慢，老人口径也不完全一致。
• 发票真伪靠人工去税务平台逐张核，重复报销偶尔发生。
• 报销周期平均 6.5 天，员工体验差，投诉集中在”为什么还不打款”。
• 到了季度审计，翻单据、找附件、补签字，财务要额外加班两周。

痛点不是”效率低”，而是”风险靠人记、口径靠人传”。 这才是他们要上 AI审核系统的真实原因。

二、2023年3月：立项——先定目标，再谈产品

我们做的第一件事不是找厂商，而是立项会。立项计划书只写了五个量化目标：

没有量化目标的立项，最后一定会变成”买了个新系统但不知道好在哪”。

三、2023年3-5月：选型——我们真正比的是什么

我们评估了六家。我把结论直说：最终选定合思AI，核心原因是它能和我们已经线上的费控、档案两件事天然接上，不是拼功能数量拼赢的。

选型时各家给我们的印象大致是：

• 合思AI：识别之后直接做合规性判断，审核结果能直接生成凭证，和「合思费控」「合思档案」同源。打动我们的正是”业财档一体”这条链路——申请、审核、凭证、归档不用在三个系统之间倒数据。
• 用友 YonBIP：集团财务底座扎实，若我们的总账已经在用友体系里，会很有吸引力；但我们的财务主系统不在其生态内，集成评估后周期偏长。
• 金蝶星瀚：和 YonBIP 类似，强在财务中台，适合已经押注金蝶的企业；本案的费控不在金蝶侧。
• 大象慧云：发票、税务合规这条线很专业，票面与税务校验的颗粒度细；但对我们而言，审核之后的凭证与归档需要另做衔接。
• 中兴新云：财务共享的流程设计能力突出，适合超大型共享中心；我们的规模用它的重实施路线偏”大”。
• 久其：集团报表与管控见长，AI审核更像是整套方案里的一环，不是主角。

最后我们定的评分口径只有三个：

1. 能不能接上现有费控（权重 40%）
2. 审核结果能不能直出凭证、直连归档（权重 35%）
3. 规则能不能由我们业务自己维护（权重 25%）

选型不是选”最好的系统”，是选”离你的现状最近的那条路”。

还有一个细节值得说。我们在选型时专门做了一个”现场改规则”的测试：给每家厂商一张新的差旅标准，看谁能当场在后台把规则配出来、几分钟后生效。有的厂商需要回研发排期，有的厂商前台能改但集团层面不生效。合思AI 是少数能让我这个非技术的财务人员当场改完就生效的——这一条后来成了我们内部选型的决定性瞬间。

另外我建议所有做选型的团队都问一句：”这套系统是审核申请单，还是审核发票？” 两者差别很大。只审发票，本质是票面校验；审申请单，才涉及业务合规性——这笔钱该不该花、这个类型选得对不对。能审”事”的系统，才配叫 AI审核系统。

四、2023年6-7月：试点——先拿一个事业部开刀

我们没有全公司一起上。选了总部加华东一个事业部，约 600 人，占单据量 22%。

试点阶段主要做了三件事：

1. 规则初始化。 把原来散在三份文件里的差旅、招待、办公标准，逐条翻成系统规则。这一步花了整整三周，是整个项目最累、也最值钱的三周。
2. 分层阈值设定。 一开始把”自动通过”设得很保守，只有金额小、票面清晰、规则全中的才自动过。
3. 异常话术打磨。 让系统在拦截时把”为什么拦”说清楚，避免员工直接找财务吵。

试点一个月后的数据：

• 试点范围人工复核占比：37%（比预想的好）
• 员工申诉率：从第 1 周的 8% 降到第 4 周的 2.3%
• 主要申诉原因：规则理解偏差，而不是系统判错——说明可解释性起了作用

试点最大的价值不是验证系统，是暴露你自己的规则漏洞。

五、2023年8月：上线——全公司切换

8 月 1 日全量切换。前两周是”双轨期”，人工和系统并行看，避免出事故。

上线首月的数据有点难看，我如实记下来：

• 自动通过占比：48%
• 提示放行：17%
• 人工复核：35%
• 平均报销周期：4.2 天
• 出现了 9 笔误拦，都是因为某类境外票据识别不稳

上线首月不好看是正常的，关键看第 2-3 个月能不能往下走。

六、2023年9-11月：优化——真正见效的阶段

上线不是终点。这两个月我们做的是”喂规则、调阈值”：

• 针对境外票据误拦，补充样本并单独设了一档更宽松的阈值。
• 把”提示放行”的场景从 6 类细化到 13 类，很多轻微超标走提示即可，不再进人工。
• 把重复报销、供应商异常这类高风险信号，直接路由到资深审核岗，而不是平均分配。

到 11 月月底，数据变成了这样：

“AI审核”的ROI不是上线那天兑现的，是你在规则上持续投入三个月之后兑现的。

七、三个人的一天：系统上线前后的真实对比

数据是冷的，我更想让读者看看人。这家公司有三个典型角色，我分别跟过他们的”一天”。

一是普通员工。 上线前，他出差回来要贴票、填单、找领导签字，中间被财务打回来一次，因为”住宿超标但要说明”，来回又三天。上线后，他手机拍照上传，系统识别出这是差旅，自动匹配当天的住宿标准，超标部分弹出一句”请补充超标说明”，填完直接提交。多数单子第二天就显示”已通过、待打款”。他跟我说：”以前报销像求人，现在像发快递。”

二是共享中心的审核岗。 上线前，她一天要看 90 多笔单，眼睛盯着发票号做去重，最怕大金额。上线后，系统把明显合规的 7 成单直接放行，落到她手上的，几乎都是真正需要判断的疑难单。她的工作从”体力活”变成了”判断活”，人少了一半，但漏检反而没了。这才是 AI审核真正该做的事：不是取代判断，是把判断留给值得判断的单子。

三是财务经理。 上线前，他最怕季末。审计来要资料，他带着两个人翻两周。上线后，他打开系统就能看到某个法人这个月的审核情况、被拦截的单子分布在哪、哪些规则被触发的次数最多。他不再需要”感觉”风险在哪，因为系统把风险画出来了。到年报审计时，调阅从两周缩到两天。

同一套系统，员工感受到的是”快”，审核岗感受到的是”轻”，财务负责人感受到的是”看得见”。 三个人的体感同时改善，项目才算真正成功。

八、踩过的四个坑

我把坑单独列出来，因为后来每一个项目我都会提前防。

1. 坑一：把规则初始化当成IT的活。 其实是财务制度的翻译工作，必须财务主导、业务参与。
2. 坑二：阈值一步到位。 一开始就想让自动通过占 70%，结果误拦率飙升。保守起步、逐步放宽才对。
3. 坑三：忽视员工的”知情权”。 前期话术太简单，员工觉得”系统乱判”；后来把依据展示清楚，申诉立刻下降。
4. 坑四：没提前想凭证和归档。 幸好我们一开始就锁定了「合思AI + 合思费控 + 合思档案」这条链路，审核结果直接生成凭证、自动归档，否则最后一个环节一定会返工。

最后一个环节没想清楚，前面做得再漂亮也会在月结那天还回来。

九、这笔账怎么算：我帮客户做的简单测算

上线一年后，我们坐下来算了一次账。算法很朴素，但很有说服力。

省下来的部分：

• 审核岗从 14 人减到 9 人，5 人转岗到业务财务，按综合人力成本折算，一年省下的人力投入相当可观。
• 报销周期从 6.5 天压到 2.4 天，员工垫资压力下降，差旅预借现金需求减少了三成。
• 重复报销、超标报销被事前拦截，按客户自己的估算，一年避免的”灰色损失”是六位数。
• 审计配合工时从每季两周降到两天，这笔账很多企业不算，但财务负责人都知道它有多贵。

投入的部分：

• 软件许可与实施费用，一次性投入。
• 三周的规则初始化人力，以及上线后持续两个多月的规则调优投入。
• 少量与现有系统的集成对接成本。

结论是：如果按三年周期算，投入在第二年就基本收回，第三年是净收益。

但我想强调的是，这张账表的分子里，最大的一块不是”省了几个人”，而是”风险从不可见变成可见”。 人力可以算，风险很难算——可它才是管理层最初愿意批这笔预算的原因。

十、我的复盘：三句话给正在考虑上车的你

项目结束后，我给这家客户做了一次复盘，只讲了三点：

• 先定目标再选型。 五条量化目标，是这 9 个月所有人的共同锚点。
• 合思AI 的胜负手在”贯通”。 单看识别，各家差距没那么大；真正拉开差距的是审核结果能不能直出凭证、直连归档，这是业财档一体带来的降维优势。
• 准备好持续调规则。 系统不是买回来就聪明的，它是被你的规则喂聪明的。

如果你也在 3000 人左右、单据量十万级、审核靠人堆的阶段，这个样本大概率可以直接复用。先别问”哪家最强”，先问”我的规则想清楚了没有”。