日志

示例演练:发现不符合政策的费用

一个说明性的示例演练:用 AI 审核费用报销,在审批前标出不符合政策的支出。公司和数字都是假设,并非客户成果。

elias a.applied ai & data1 分钟阅读

示例演练. 这是一个说明性的示例演练,并非客户成果。这家服务公司和其中的每个数字都是假设。它展示 AI 费用报销审核:软件对照你书面的差旅与费用政策读取每一份提交的报销单,并在审批人签字之前标出违反政策的那些。每一笔付款仍由人批准。

设想一家专业服务公司提出一个问题:我们每月报销的款项里,有多少违反了自己的政策?这个设计对每一份提交的报销单运行 AI 费用审核,让不符合政策的支出在审批前就被发现,而不是付款后再追回。违反政策的比例是要衡量的数字,本文不给出任何数值。

为什么要在审批前而不是审批后发现违规支出?

事后追回是执行政策中代价最高的一种方式。一笔报销一旦付出去,要拿回来就意味着一次和同事的尴尬对话、账本里一次手动冲正,以及下个月结账时的一条备注。而在审批前发现同一笔支出,只需要一次点击:审批人看到标记、理由,以及它违反的具体政策条款,然后做出决定。

用于费用报销审核的 AI 会取代审批人吗?

不会。AI 对照你的差旅与费用政策读取每一份报销单,并标出违反政策的那些。审批人仍会审阅并签署每一项标记,每个决定都会记录在审计日志中。AI 负责第一遍阅读,决定由人来做。

这个设计由什么组成,建立在什么之上?

不替换任何东西。假设这家公司已经用 Expensify 提交报销,用 NetSuite 做总账。该设计在两者之间增加一个审核步骤。每份报销单都对照书面政策阅读,违反政策的会附带原因被标出,人工审批队列会扣住每一项标记,直到有人签字。没有任何自动批准。这是我们的 AI 咨询团队界定范围的那类内部步骤,而审核工具本身则是我们的 AI 落地实施工作交付的那类东西。

We are

Stennir 在你已经在用的 Expensify 和 NetSuite 之上,构建能标记违规支出、交给人来审批的 AI。

We aren't

它不是一个未经人先阅读标记就自动放款的自动审批机器人。

最常见的违规支出是什么?

  • 预订的餐费超过每日限额
  • 超过收据门槛却缺失收据
  • 酒店账单里混入了个人消费
  • 在批准的时间窗口之外预订差旅
  • 同一笔费用在两份报告里重复提交

这些都不是欺诈,多数是无心之失。AI 费用审核的意义,是在提交时悄悄发现它们,赶在它们变成追款或审计发现之前。

财务团队会衡量什么?

假设目前有两名审批人手工阅读每份报销单的每一行。AI 做第一遍阅读,所以他们只需仔细查看被标记的报销单。需要衡量的是审批人每月工时、被标记报销单的比例、标记中属实的比例,以及从提交到签字的时间,每一项都对照上线前取得的基线。这里不声称任何结果。

这里没有客户引言,因为没有客户。用一句话说明目标:在提交时而不是在结账时发现违反政策的情况。

需要说明一点。这是一个说明性的示例演练,背后没有客户、没有项目,也没有实测结果,其中没有任何数字是由真实数据四舍五入得来的。比起编造出来的精确数字,我们更愿意给你看一个标注清楚的假设。

如果报销流失和审批人审核缓慢正悄悄拖累你的财务团队,这就是我们会设计的用例。我们会基于你已在使用的技术栈界定范围,每一次审批都保留一个人,并把审计日志交给你。更多这样的示例演练见期刊。准备好了,就告诉我们你在做什么。

告诉我们哪项工作最耗时间。

30分钟。无需准备。我们会坦率地告诉您AI能否帮上忙,以及从哪里开始。