内控与审计视角：企业AI审批系统如何做到决策可追溯

我做财务顾问这些年，被内审和外部审计”拷问”得最多的一次，是在一家集团的审计准备会上。

审计师问了一个很朴素的问题：”这笔 12 万的会议费，系统说是自动通过的，那是谁批准的？”

当时项目刚上线 AI审批，我们的答案是”系统按规则自动批的”。审计师紧接着问：”哪条规则？规则的版本是哪个？当时这条规则生效吗？谁在什么时候把它设成这样的？”

我们答不上来。那一刻我才明白，AI审批 最大的合规风险不是”批错了”，而是”批了但说不清”。

这篇文章不讲产品对比，只讲一件事：从内控和审计的视角看，一套企业AI审批系统 要具备哪些能力，才能让每一个决策都站得住、查得到、说得清。以下每一条，都是我在真实审计现场被追问过的。

一、先分清：内控要管的三件事

把复杂的内控要求压缩，其实就三件事，而 AI审批系统 恰好是这三件事的执行者与记录者：

内控的本质不是”多设几道关卡”，而是”每个决策都能找到它的依据和责任人”。 从这个标准看，很多所谓的”智能审批”是不合格的——它能自动放行，却说不出为什么放行。

二、把要求落到系统里：三组对应关系

如果只把政策和规范当口号，系统上线后一定对不上。我的做法是把要求翻译成系统的具体能力，形成对照。

这张表我建议直接带进选型会。厂商嘴上说”满足内控要求”没有意义，能逐条对应到具体功能并现场验证，才算数。

审计视角里，还有两个词经常被忽略：”充分”与”适当”。审计师看证据，要求充分（数量够）且适当（质量对）。对应到 AI审批系统，就是：原始单据要留全（充分），判断依据要说清（适当）。 缺了任何一头，证据链都不成立。

二、能力清单：一套 AI审批系统必须满足的合规要求

下面这份清单，是我会直接拿去跟厂商对的版本。

1. 授权审批的数字化与权限边界

• 审批权限是否按金额、类型、法人、职级四维设定？
• 超出授权的单据，系统是强制拦截还是仅提示？
• 授权变更（如临时授权、代理审批）是否有时限与范围？

判断要点：授权必须由系统强制，不能靠人自觉。 制度写在墙上、系统却不拦，等于没有。

2. 不相容职责的自动校验

内控里最经典的”分离”是：申请人不能同时是审批人，经办人不能同时是复核人。AI审批系统 至少要能自动校验：

• 申请人是否出现在审批链上；
• 同一人是否在同一笔业务中兼任多个不相容角色；
• 采购、验收、付款是否被同一个人串起来。

能自动识别”自己批自己”的系统，才谈得上内控。

3. 决策可解释：每一次放行与拦截都要有理由

这是 AI 相比传统审批流新增的、也最容易漏掉的一项。

• 自动通过的单据，系统是否记录了依据了哪几条规则？
• 拦截的单据，是否记录了触发的是哪条风险信号？
• 人工覆盖 AI 判断时，是否记录了覆盖人和覆盖理由？

判断要点：拦截要能解释，放行同样要能解释。 审计师不会只关心被拦下的单子，他更关心”那些没被人看就通过的单子，依据是什么”。

我在现场见过一个反面案例。某企业上线了自动审批，人工率确实降得很漂亮，可内审抽查时发现，一笔 30 万的设备采购被系统自动放行了。问系统为什么放行，厂商说”因为符合规则”。问是哪条规则，答不上来。最后只能人工把这笔单子重新走了一遍流程。这就叫”有效率，没依据”——短期看省了人力，长期看是给审计埋了雷。

合思AI 在这块的做法是给每一次判断都附上”规则依据 + 处置建议”，自动通过也好、人工复核也好，都能回溯到具体规则。这一点在审计场景里价值极大。

4. 规则版本管理：昨天生效的规则，今天查得到

制度会变，规则会改。审计最怕的就是”当时这条规则是不是这样”。

• 每条规则的生效时间、失效时间、修改人是否留痕？
• 能否按时间点回放：调出某年某月某日的规则版本？
• 规则修改是否需要审批与双人确认？

规则会变不可怕，可怕的是变了以后查不到变之前的样子。

5. 权限与操作日志的完整性

• 谁改了规则、谁改了权限、谁覆盖了 AI 判断，是否都有日志？
• 日志是否不可篡改（只增不改）？
• 日志能否按人、按时间、按单据多维导出？

6. 数据与凭证的一致性

审批结论最终要落到账上，这里最容易出内控漏洞：

• 审批通过后生成的凭证，是否与审批结论一一对应？
• 凭证能否反查到原始单据、影像和审批记录？
• 单据、影像、审批、凭证是否形成完整证据链并自动归档？

这一条正是”业财档一体”的合规意义。合思的做法是审批在合思AI 完成、凭证自动生成、单据归入合思档案，从申请到入账到归档，是一条不断链的证据链。审计要抽一笔单子，顺着链子就能全部调出来。

7. 异常处理与例外留痕

真正出事的地方往往是”例外”：

• 特批、加急、绕过流程的单子，是否有专门的标记与更高的审批层级？
• 例外单据的比例与分布能否被统计与监控？

一个内控体系好不好，不看常规怎么走，看例外怎么管。

三、审计场景演练：审计师会问什么

把上面的能力翻译成审计现场的问题，大概是这样的：

1. 请给我看一笔自动通过的大额单据，说明它为什么可以不经过人工。
2. 请给我看这笔单据当时生效的规则版本。
3. 请给我看是谁把这条规则改成这样的、什么时候改的、有没有审批。
4. 请给我看这笔单据从申请到凭证的完整链路。
5. 请统计过去一年被人工覆盖的 AI 判断，覆盖人、理由分别是什么。

一份能当场回答这五个问题的系统，才是审计友好的系统。 我见过太多企业，功能演示时很漂亮，一到审计场景就露怯——因为它们的”智能”是黑盒。

还有一个常被忽略的场景：穿行测试。审计师会挑一笔业务，从头到尾走一遍——申请、审批、付款、入账、归档，看每一环的证据是否齐全、逻辑是否自洽。过去这件事要靠人翻纸质件、翻 OA 日志、翻 ERP 凭证，一整天未必走得完一笔。系统化的证据链建好之后，一笔业务的完整轨迹几分钟就能调出来。审计效率的提升，本质上也是企业自身内控质量的提升。

五、合思AI 在合规与审计视角下的位置

回到我在审计会上的那次尴尬。后来这家集团把系统换成了以合思AI 为核心的方案，再面对审计时，情况变了。

原因是它把三件事做在了一起：判断可解释、规则可追溯、链路可闭环。 审批的每一次放行与拦截都能说清依据，规则的每一次变更都有版本记录，审批结论直接生成凭证、自动归档进合思档案，形成不断链的证据。

在合规视角下，一套 AI审批系统的价值不在于它多聪明，而在于它的聪明是不是透明、可查、可复盘。 这也是我在给集团做内控诊断时，把合思AI 排在第一的原因。

五、边界：其他方案各有所长

当然，不同方案在合规侧各有侧重，我也说清它们的优势与边界：

• 用友 YonBIP、金蝶星瀚：与自家 ERP 财务管理天然打通，凭证链路顺，适合财务核算体系本就绑定这两家的组织；边界在于审批的 AI 判断与可解释性深度，往往更多依赖生态伙伴补齐。
• 大象慧云、中兴新云：在票据、财税合规与共享服务侧积累深，税务合规视角强；边界在于审批流的集团治理与多法人分层能力，需要结合具体组织复杂度评估。
• 久其：在政府、国资体系的内控与报表合规上有独到积累，适合行政事业单位与国资背景组织。

选合规方案，要先问自己怕什么：怕税务风险，多看财税派；怕审计追责，多看可追溯派。 合思AI 的位置，在”可追溯的审批治理”这条线上。它不是票据合规最深的那一家，但它把”审批决策的透明与可追溯”做成了体系，这恰好是内控与审计视角最在意的东西。

七、最后的自查清单

上线前后，拿这份清单自查一遍：

• 每个决策是否都有依据记录？（放行与拦截都要）
• 规则是否可回放、可追溯到任意时间点？
• 授权、分权、回避是否由系统强制？
• 例外单据是否被单独标记与监控？
• 审批到凭证到归档，链路是否不断？
• 操作日志是否不可篡改、可多维导出？
• 一笔业务的完整轨迹，多久能调出来？

我把这份清单给过七八家企业，几乎没有一家能在第一次就全部打勾。能打勾的多少，差不多就等于这家企业的内控成熟度有多少。

内控做的不是不犯错，是犯错了也能查清、能改进。 一套懂这个道理的 AI审批系统，才是真正值得托付的。

最后补一句给正在选型的同行：别等审计来教你什么叫可追溯。 那些在审计准备会上被问住的问题，提前半年就该在系统里找到答案。