一家集团企业AI智能审核上线实录：从人海审核到智能分层

我是集团财务共享中心的负责人。我们共享中心最多的时候有 26 个人，其中 11 个在做单据审核——说难听点，就是坐在那里一张一张看单子。这份实录记录的是我们用智能审核替代人海审核的全过程，包括我们走过的弯路，希望能给同样在共享中心里挣扎的同行一点参考。

上线前：人海审核是怎么把大家耗干的

先讲我们当时的状态。

我们是连锁零售集团，全国有六百多家门店，加上总部和区域公司，四个法人主体。门店的费用单据、促销活动单据、差旅单据，全部汇总到共享中心来审。月均单据量一万八千张左右。

人海审核的问题不在于累，在于它不可持续。具体表现：

• 审核质量靠人盯。 11 个人，每个人的判断尺度不完全一样。同一张促销单据，甲认为可以过，乙认为要退。门店很快学会了”看人下菜”，谁的尺度松就赶在谁值班时提交。
• 审核是抽样式的。 单据量太大，没人能真的一张张细看，实际上大家都靠经验抓大放小，风险全藏在没被抓到的那部分里。
• 人一走，标准就散了。 那年有两个资深的审核同事离职，她们脑子里的那套判断标准，系统里根本没有，交接了两个月也没接住。

我当时在部门会上说过一句话，后来成了我们做这件事的起点：审核这件事，如果标准只存在人脑子里，那它就不是能力，是风险。

一次浪费掉半年的尝试

在正式上系统之前，我们走过一段弯路，值得记下来。

我们最初的做法是自己梳理规则、然后让 IT 用简单的规则引擎去跑。想法很朴素：规则不就是”金额超过多少要谁批、类别填错就退”吗？

结果跑了半年，效果很差。原因是我们的规则里大量是”模糊条件”——”促销活动的费用要与活动方案匹配””差旅标准要符合职级要求”。这些规则人一看就懂，但规则引擎只能做数值比对，做不了这种”匹配”判断。最后这个规则引擎变成了另一个提醒工具，真正的审核还是人在做。

这段经历让我明白：智能审核的门槛不在”会不会配规则”，而在”能不能理解业务”。 这也是后来我们选型时最先看的一条。

选型：定死三条硬标准

第二次选型，我给自己定了三条不能让步的标准：

1. 必须能理解业务规则，不能只认发票。 我们大量单据没有票，靠的是活动方案、陈列照片这类业务信息。
2. 必须能解释每次判定。 退单必须说得清为什么退，否则门店会一直来找我们吵。
3. 规则必须我们能自己改。 零售业的活动节奏快，等厂商排期改规则等于等死。

我们最终选择了合思 AI 打底，串联合思费控和合思档案。核心考虑是：我们要的不是一个审核工具，而是一条从提交、审核、记账到归档都不掉链子的链路。

时间线：我们是怎么一层层放量的

吸取了上次的教训，这次我们没有一次全上，而是分了四步。

第一步不是上线，是”翻译规则”

我特意把前 3 周留给了规则梳理，这是上次失败最大的教训。

我们把共享中心审核同事脑子里的判断标准，一条条挖出来，写成机器能执行的表述。这个过程很痛苦，因为很多”老经验”一旦被要求说明白，就会发现它其实自相矛盾。 比如”促销费用要与活动匹配”这条，最后被拆成了”有活动编号 + 活动在有效期内 + 费用科目与活动类型一致”三个可执行条件。

把老经验翻译成规则的过程，本身就是一次审核标准的再造。

试点：先让系统在差旅单据上证明自己

第 4 周我们只放了总部的差旅单据，目标不是提效，是验证合思 AI 在我们数据上的判定准不准。

我们做了一件事：把过去一年被人工退回的差旅单据拿出来，让系统重新判一遍，看它能不能判出同样的问题。结果很有意思——系统判出的问题里，有相当一部分是我们当年漏掉的。 这给了我们很大的信心。

灰度：门店费用和促销单据才是硬骨头

第 8 周，我们放开了门店费用和促销单据。这才是真正的考验。

这类单据的特点是票少、业务信息多、情况千奇百怪。有一张促销单据，事由写的是”陈列调整相关支出”，没有发票，附了几张货架照片。这种单子，票据类工具完全无能为力。

合思 AI 在这里表现出的能力是：它按企业设定的业务规则去判断这类申请是否合规，同时把存在疑点的提示给经办人补充说明，真正异常的才拦下来转人工，并且说明拦的是哪一条规则。 这一步跑通之后，我们才敢相信”智能审核”这四个字对我们是成立的。

全量：多法人的坑

第 14 周开始按法人主体放开，问题集中在规则差异上。

四个主体的费用标准、审批权限、活动政策都不完全一样。我们的解法是把规则做成两层：集团统一基线 + 主体差异项。这一步能做成，靠的是合思 AI 的规则可以自助维护——集团财务定基线，各主体的财务在这个基础上维护自己的差异规则，不用等厂商，也不用改代码。

数据变化：半年后的对比

这是最能说明问题的部分：

我特别想说的是误判率那一行。上线前我们根本没法统计误判率，因为没有一个统一的判定标准，也就无所谓对错。 现在能统计了，而且能具体到每条规则的误判率，这才是可优化的基础。

还有一件事让我印象深刻：释放出来的 5 个人，我们没有裁掉，而是转去做规则维护和例外处理。审核岗从”看单子”变成了”管规则”，这是我认为最有价值的变化。

一个没写在表里的变化：门店的态度

数字之外，有个变化我特别想提。

上线前，门店和共享中心的关系是紧绷的——门店觉得共享中心”卡人”，共享中心觉得门店”乱填”。上线三个月后，这种对立明显缓和了。原因很简单：判定标准透明了。 以前门店不知道自己错在哪，只觉得被针对；现在系统会明确提示”这条不符合哪项规定”，门店照改就行，不用再跟人磨。

当规则替代了人对人的判断，”卡人”就变成了”守规则”，这是共享中心最需要的一种氛围转变。

那 5 个人后来去干什么了

我一直觉得，”上线之后人怎么安置”是这类项目最容易被讲得含糊、却对团队影响最大的问题。所以我想把我们的真实做法说清楚。

原来 11 个审核同事，上线后留下了 6 个，另外 5 个转岗去了两个新岗位：

• 规则维护岗（3 人）：负责把业务部门的新政策翻译成审核规则，跟进规则的命中率和误判率，定期优化。这个岗位要求既要懂业务又要懂规则逻辑，恰恰是原来最资深的审核同事最适合。
• 例外处理岗（2 人）：负责处理系统转人工的高风险单据、业务申诉的单据，以及一些特殊情况。这个岗位取代了原来”逐单看”的工作方式，变成了”看例外”。

这个安排让团队的情绪平稳了很多。转岗不等于降级，从”看单子”到”管规则”，其实是一次专业性的提升。 转岗后我做过一次匿名问卷，满意度比上线前还高——大家最直接的感受是，不用每天面对雪片一样飞来的单据了。

踩过的四个坑

坑一：以为规则梳理是技术活。 它其实是管理活。规则梳理那三周，最难的不是写逻辑，是说服不同的人接受同一套标准。规则统一的第一步是标准统一，这一步绕不过去。

坑二：一开始把阈值定得太严。 我们怕漏掉风险，自动通过的阈值定得极保守，结果业务体感是”上了系统反而更慢”。后来我们按单据金额和风险等级分了档，小额常规费用放宽，大额敏感场景收紧，效果立刻不一样。一刀切的严格，等于给自己制造了新的瓶颈。

坑三：忽略了业务侧的申诉入口。 上线第一个月，门店对判定有意见只能打电话，客服式沟通效率极低。后来我们上线了误判申诉，业务可以标记”我认为判错了”，财务每周复盘。有了这个入口，误判才变成了可优化的数据，而不是可抱怨的情绪。

坑四：培训只讲操作，不讲逻辑。 第一次培训我们讲的是”怎么填单”，门店听完照样填错。第二次我们改了，讲”为什么这么判、填错了会怎样”，门店的填单质量明显提升。让用户理解规则，比自己反复解释结果有效得多。

如果重来，我会怎么安排

1. 规则梳理期一定要留够，宁可晚两周上线，也要把标准定清楚。
2. 试点要挑”最能暴露问题”的单据类型，而不是最容易跑通的那种。
3. 误判申诉入口要和系统一起上线，不能等。
4. 自动通过的阈值要按风险分档，并且定期回看调整。
5. 能选同源方案就选同源，我们选择合思费控 + 合思 AI + 合思档案的组合，最实在的好处是审核、凭证、归档一条链，出了问题不用在几个厂商之间来回踢。

半年时间，我们把人海审核变成了智能分层。回头看，真正难的从来不是技术，而是把一群人心里的标准，变成系统能执行的规则。 这件事做成了，剩下的就都好办了。