脫離五光十色的技術，你能用AI做什么？——改變從無需報銷開始

“報銷革命——企業智能化升級的開端。

在數據猿過去的多次采訪中，在“AI替代人類工作”這個話題上，眾多業內人士都表達了相同的觀點：短期內勢必會帶來部分基礎崗位需求的減少，但從長遠來看，人類可以將更多時間用在價值度更高的工作上。幾乎存在于每個企業內部的，耗時耗力但又必須做的基礎工作是什么？我想會有很多。

今天提名其中一個：報銷。員工提交報銷單后 財務需花大量時間核對審批，如發現錯漏還需返工至提交者，整個流程依靠人力協作極其繁瑣。未來的智能化報銷流程是怎樣的？報銷+AI會產生怎樣的化學反應？

9月26日，由合思主辦、德勤戰略支持的「AI在當下 | 2025未來財務人大會」北京站圓滿落幕，大會匯聚200余位企業CEO、CFO、CIO及財務先鋒，聚焦“L5級無需報銷”前沿實踐，為我們展示了未來企業的智能財務管理藍圖。

什么是L5級無需報銷？

就在幾年前，“無需報銷”還只處于概念階段，如今它已近在咫尺。這一階段徹底改變了以往L1-L4流程驅動業務的方式，采用AI驅動系統、商業模式乃至人的思維轉變，讓AI與人類成為協同合作的同事，在全場景、全鏈路實現AI智能化的無需報銷。

L5級無需報銷實際應用是怎樣的，接下來我們通過對比表格來具體拆解每一步：

從表格中可以看到，L5級無需報銷從全流程顛覆了傳統報銷，如果說從前報銷流程的SOP需要鏈條上每一個人來執行，那現在AI已經將流程變為自動化推進，從“人找事”變成了“事找人”，每一環節可查，全流程清晰明了。

報銷環節走到最后，來到了財務人員的審批過程，如果只是提交流程自動化，財務人員依然承擔著很大的審批壓力。合思AI審核的核心思路是將真實企業管理方式系統化，采用“風險分級處理”——高風險單據，AI直接升級人工處理；中風險單據，AI分析后人工復核；低風險單據，AI直接處理。

過去審批人需主動在系統中找單據，效率低且易遺忘；如今系統主動將異常事項推送給審批人。過去審批依賴個人經驗，標準不一且難以追溯；如今審批基于統一規則和數據，標準唯一且合規可靠。此外，AI可7天24小時不間斷工作，將單張單據平均審批時間從過去的幾小時甚至幾天縮短至2分鐘以內。

AI存在幻覺，如何讓人信任？

AI的幻覺問題目前依然是阻礙AI真正落地企業的重要因素，合思創始人兼CEO馬春荃表示：

AI會有幻覺，人類也會有，而且人類的幻覺也很重，且人類的幻覺是具有不確定性的。

馬春荃認為，AI幻覺的產生主要有三個原因：

第一個原因是數據的不及時。ChatGPT剛剛發布時，是用2022年之前的數據來訓練的，如果你向它提問一個不在這個時間范圍內的事情，它就會瞎編。但是你告訴它：“如果你不知道不要瞎編”，它就不瞎編了，這一點上甚至要比人類好，人類可能還會因為種種原因而撒謊，但對于大模型，如果提示詞里面寫明不能胡編亂造，它就不瞎說了。

第二個原因是聯網查詢信息的不確定性。為了彌補數據的不足，現在大模型可以開啟“聯網查詢”選項。但是這個信息和預訓練用的信息有一個顯著的差別，就是會有錯誤。如果網頁上有一個假網站，被大模型捕獲了，它無法識別真假。

第三個原因是小概率的偏差。如果你給大模型一張六根手指的圖片，問它有幾根手指，它會說5個手指，這不是大模型在騙你，而是因為六根手指在現實中是極其罕見的，在大模型預訓練的時候不會學習這類知識。

在財務領域里，以上導致幻覺的三個因素可以做到被極大的克制。

首先提供給大模型來訓練的數據可以更全面，其次必須是正確的，然后小概率事件可以逐漸識別出來，不斷地識別這些badcase積淀為案例，就可以減少誤差。

大模型之所以有幻覺是因為這幾個方面做得不夠好，同樣的條件下如果是人類員工，也會有幻覺。相比大模型，人的幻覺反而是不可預測很不穩定的，而大模型不會出現這種情況。

放在實際應用場景里看，我們可以將不同的場景進行分類，成熟并且風險概率低的一些場景拿出來完全給到AI處理，目前還不太完備、不太成熟的場景，我們將AI放到輔助的位置，讓人在AI的基礎之上去查缺補漏。原來財務負責人每個單子都要審，現在只需要特定去審一些較為復雜的單子，就做到了很好的降本增效。

財務數據涉私涉密，如何保障安全？

財務數據作為企業內較為核心且私密的數據，合思如何搭建企業客戶與大模型的最后一道信任橋梁？

馬春荃表示，對于不同類型的數據，處理方式也會不同。對于不太敏感的數據，就可以完全信任公有大模型，合思與客戶會簽署安全協議，大模型不會存儲，也不會記憶這些數據。對于較為敏感的數據，客戶可以不用公有的大模型，用合思的私有大模型，數據在模型里使用完之后就刪除。

如果以上兩種方式仍覺得不能完全信任，可以在本地部署專屬的私有化模型，只連接本地的專屬數據，不使用聯網功能。

未來的企業工作場景：全員懂AI

馬春荃認為，未來企業不是要招AI專家，而是全部員工要懂AI、會用AI，具備運用AI協同工作的能力。

“如果我是財務負責人，我把AI看作純技術能力，我不懂寫代碼，不懂編程，這些事要讓技術人員來干，我要做的是等模型調試好后直接使用。那就會產生一個問題：技術與業務的斷層。

即使是非技術人員，如果你的崗位需要使用AI，那你就要把它弄懂，并不是說要去學習怎么編程、怎么寫代碼，而是將自己的業務知識教給AI，將AI從一個有一身本領但不知道怎樣工作的角色，轉變為可以靈活處理業務的好幫手。 ”

馬春荃分享了一個身邊的例子：合思的一名員工離職后去做了合思的集成外包商，之前在合思是做客服，完全不懂代碼，但是他懂業務。他用了不到一個月的時間，就開發了基于合思產品的單點登陸的系統集成的平臺，又用了大概半個月的時間，讓我們的系統集成可以在集成接口發生調整的時候，通過三兩句話重新集成起來。

過去如果接口調整，需要打開代碼庫，重新把這個字段定義清楚，再把它對接起來，現在它不但能夠自己把集成做完，而且可以通過自然語言讓這個系統非常神奇的完成了適配。其實我們不需要那么多的技術專家，我們需要的是懂業務的人，因為AI可以幫你干技術活，你只要吩咐它就可以。學會與AI溝通，知道怎樣與他交流可以達到你想要的結果，這非常重要。

AI不是炫技，把AI真正嵌入到業務中，提高工作的效率，切實解決問題，比機器人跑酷要更有意義。早期做技術都會追求炫酷好看，但我們最終的目的是技術為人類服務，技術改變生活。企業的智能化變革，或許從一張發票開始。