现场案例
央企财务:报销判断从半个月收到一两天
科研机构报销。费用记到哪个科目、哪个项目、对应哪张出差单,散在不同流程里。真正耗时间的,是填表之前的判断。
报销从大约半个月到一个月,收到一两天。做成了 10 个具体场景。
十个场景是慢慢盖上去的,不是一张大图一次上线。科研人员的操作被压成很短的一步。
接受度、数据能不能出单位、机器够不够,比模型选择更先卡住。先用一个报销场景证明,再谈别的。
私有化部署。业务的人陪着把判断写成规则,不把规则锁在厂商那边。
- 现场
- 央企科研单位。发票要判断费用性质、记到哪个项目,还要找申请和部门。付款对象还有供应商和保证金。
- 原来怎么做
- 人在规则里来回翻,再录入。业务量上去以后,财务的时间都在重复判断上。科研人员也被拖进与科研无关的手续。
- 卡在哪
- 规则多、层级深,不能只做「拍一张发票识别金额」。
- AI 放在哪
- 识别发票,把出差、审批、部门接上。规则判断完,再让软件按规则自动录入。人在钉钉里把发票交给机器人,后面的步骤藏起来。
可以照着看的几步
- 1.先做一个报销场景,把判断和录入拆开。
- 2.规则写下来,人只处理对不上的。
- 3.数据留在单位里。
- 4.省下的是科研人员的手续时间,不只是财务少几个人。
整理自 Datawhale《FDE案例100》(2026-09-06)。这里只留场景、原来的做法、AI 放在哪、结果和坑。
带着你的对照来社群