企业 AI 落地，审批预审是不是比聊天机器人更容易先跑出价值？

[David666]

最近在做企业系统 AI 自动化，越来越觉得第一个试点不一定要做聊天机器人。

比如财务付款审批里，有很多高频、明确、可复核的风险点：

- 发票金额和申请金额是否一致。
- 付款公司和发票购买方是否一致。
- 收款公司和发票销售方是否一致。
- 同一发票号是否重复提交。
- 是否超过合同、订单、报价或预算额度。
- 附件是否缺合同、报价单、验收单。

我的想法是：第一阶段不让 AI 自动审批，只做预审。

AI 负责读附件和发票，规则引擎负责金额、主体、重复、额度这些确定性校验，然后在审批页输出 PASS / WARN / REJECT 和依据。

这样对原系统侵入小，也比较容易让财务复核准确率。

我整理了一个 8 问题诊断工具，想判断企业现有 OA / ERP / 财务系统适合从哪类流程开始做 AI 自动化。欢迎拍砖，尤其想听听大家觉得这种场景的坑在哪里：

https://uihash.com/tools/ai-automation-audit.html?src=v2ex_finance_lead

[chendy]

虽然但是这些直接代码写业务规则就可以，并不需要 AI 上
个人感觉 AI 更适合一些‘模糊’的地方，比如说给用户提交的问题报告打分，还有喜闻乐见的发票识别之类的

[bsulike]

去年就用上了；赞同一楼的说法，大多规则并不需要 AI

[leslie2014]

思路是这个思路，大企业内部就是这样干的

[sentinelK]

统计学模型最容易发挥优势的地方就在于“统计”。

也就是“规则复杂维度多，基础数据庞大检索困难，难以通过人力归纳总结收敛最优解，甚至需要制定一些反效率的框架与流程来束缚一线从业者能力上限，从而提高生产成功率”的领域。

比如编程就是上述描述的典型场景。

对应的，医疗、法律建议，科学研究，合同分析，新闻解析等，也都如此。目前 AI 沁润比较深的也都是以上行业。

[wuxilaoshiren]

我们在做这个已经很久了

[David666]

同意几位的判断：金额相等、主体一致、是否重复这些确定性校验，本质上应该交给规则引擎，不应该让大模型自由判断。

我这里说的 AI 更准确是放在前半段：从发票、合同、验收单、报价单这些附件里提取结构化信息，或者把审批摘要、附件内容、历史记录做归纳。后半段还是规则做 PASS / WARN / REJECT 。

所以更像“AI 负责读取和整理非结构化信息，规则负责可复核的业务判断”。这样财务也更容易接受。