1到2个工作日，是过去转转财务团队初审一张费用报销单的平均等待时间。2到3分钟，是合思AI审核上线后，一张单据从提交到审核完成的平均流转时长。这个变化发生在半年时间里。5月启用，上线至今累计审核 24000 + 张，近期月均审核约 7500 笔；71.3%的单据AI直接判定合规通过，平均准确率大于95%。

作为国内头部二手交易平台，转转面对的是十多个城市办公、多业务线并行、单据结构复杂的费控场景。当人工审核的边际成本越来越高，AI审核从"可选项"变成了"必选项"。但真正的问题从来不是"要不要上AI"，而是：AI审核到底怎么落地？规则怎么沉淀？效率可以提升多少？

我们从转转的真实实践出发，拆解一家高速发展的互联网公司，是如何把费控审核这件事，从"人审1-2天"变成"AI秒级通过"的。

01 单据量上来之后，人工审核为什么“盯不住了”？

转转的业务特殊性，决定了它的费控场景比一般公司更复杂。从单据结构来看，转转的费用类型覆盖非常全面。基于9月到10月近2000笔高保真单据的抽样分析：

三类加起来覆盖了几乎全部费用场景。传统的人工审核模式，在这种复杂度面前会暴露三个核心问题：

    1、规则太细，人记不住。住宿标准、交通限额都要按城市分三档，火车硬卧要核夜间乘车时长，加班打车要核地点、时间和金额，靠人脑和Excel对照表，效率低还容易出错。

    2、单据太多，人审不过来。月均7500笔，按每张3分钟估算，仅审单一项就要消耗375个小时，相当于两名财务专员全职投入。

    3、风险点太散，人盯不住。发票真伪、主体一致性、异常供应商、重复付款散落在不同节点，人工很难做到逐笔全量检查。

可见，当规则复杂度和单据量同时上升，人工审核的边际成本会急剧增加，而审核质量反而会下降。

02 从26条到83条：规则库在实战中长出来

很多企业上AI审核，以为买了系统就有规则。转转的实践表明：AI审核真正的工作量不在技术对接，而在规则沉淀。

上线之初，规则库只有26条骨干规则，覆盖发票真伪、涂改伪造、发票类型匹配等最硬的红线。跑起来之后，差旅住宿、交通限额、加班打车、付款主体、异常票据等场景的判断要求陆续暴露出来，规则才逐步补齐。从最初的26条骨干规则，经过系统中115轮业务深化与瘦身整合，最终沉淀为当前成熟高效的83条核心规则。这115轮迭代里，既有加法，也有减法，这个过程里有两个关键词：

一个是"深化"。业务跑起来之后，不断有新的场景、新的风险点冒出来，财务团队就把新的判断逻辑加进规则库。比如异常主体黑名单，从最初的几家可疑公司，逐步扩充到30家；异常发票号码库，也从最初的十几张，迭代到60+张。

另一个是"瘦身整合"。规则不是越多越好。有些规则上线之后发现误报率太高，就调整严格程度；有些规则之间有重叠，就合并成一条；有些场景已经稳定了，就从"必须遵守"降级为"仅建议"。

这些规则按强度分为三级：必须遵守的硬红线命中即拦截，尽量遵守的柔性规则转人工复核，仅建议的提示项不强制拦截。规则库是AI审单的地基，企业有多少规则沉淀，AI就能放大多少效率。

03 AI在四个场景里，替财务守住了什么？

上述AI规则最终落在四类高频业务场景里，AI在每个场景里承接了财务原本最繁琐、最容易出错的判断工作。

差旅是转转单据中规则最密集的场景。住宿标准、市内交通限额都要按一线、二线、其他城市分级核算；酒店水单要和出差申请单的起止日期、其他交通时间相互匹配；住宿补贴、交通限额按城市标准取孰低报销。

过去这些核对要财务逐笔翻发票、对行程、算标准；现在AI在单据提交时自动完成城市分级、时间匹配和额度比对，超标单据直接提示风险。员工清楚知道什么能报、报多少，财务也不用再反复解释标准、退回补单。

加班打车是最容易产生合规争议的环节。AI会自动核对三个条件：上车时间是否晚于21:30、单笔金额是否超限、起点是否落在对应城市办公地点的指定半径内，十多个城市的办公地点全部纳入校验范围。自驾出行则提示核对里程和油费标准。

这类判断过去依赖财务事后抽查，覆盖面有限；AI逐笔校验之后，时间不对、地点不符、金额超标的异常打车会被提前识别，既堵住了风险，也让合规判断有了统一口径，避免"看人下菜碟"。

对公付款占了接近一半的单据量，也是风险最集中的部分。AI校验付款公司、发票购买方、合同订单主体是否一致，收款方、发票销售方、合同供应商是否一致；框架合同与订单并存时以订单为准，分支机构直接视为一致，关联公司代付则核对授权材料。

这项工作过去要财务逐份翻合同、对发票、核银行账户，一笔付款可能反复核对半小时。AI秒级完成四方主体比对，不一致自动预警，把财务从繁琐的交叉核对里解放出来，也让主体错配风险在付款前就被拦截。

转转建立了异常主体名单和异常发票号码库，覆盖数十家可疑供应商和60余张已作废、未抵扣问题发票。AI在审核时自动比对销方识别号、发票号码，命中黑名单即预警或直接驳回。

人工审核很难记忆和维护这样一份动态更新的名单，而AI可以全量、持续地比对。风险单据不再依赖财务个人经验去发现，而是在流程入口就被识别和隔离。

04 从1-2天到2-3分钟：效率跃迁是怎么发生的？

规则沉淀到位之后，效率提升随之而来。最直观的变化是处理时长：上线前单据在财务初审节点要等待1到2个工作日，上线后2到3分钟即审即过，流程从"人等单据"变成了"单据等人"。

从审核结构看，月均7500笔单据中，71.3%的由AI直接判定合规通过，无需财务再看；剩余单据由AI标出风险点，财务只需聚焦处理这些异常件，不必再从头逐单复核。支撑这一放权决策的，是大于95%的平均准确率，AI不是"大概看一眼"，而是能稳定接住绝大部分标准化审核。

其中，差旅快速报销单是自动化程度最高的场景：AI审核通过后直接跳过后续财务人工节点，实现"AI全自动审核"。这一场景最先跑通，是因为规则标准化程度高、场景边界清晰、单笔金额可控，跑通稳定后再向个人费用、付款申请等场景扩展。

需要说明的是，这一结果是双方协同的成果：合思提供AI审核的规则引擎、OCR识别、发票校验等基础能力；转转在此基础上通过自研Agent打通OA、费控、EHR、采购、法务等流程系统，配置自动审批策略，最终实现从"AI辅助"到"AI全自动"的跃迁。平台能力是地基，企业自身的系统打通深度和规则沉淀质量，决定了AI审核能跑多深。

从转转的财务AI审核实践来看，表面上是1-2天到2-3分钟的时长压缩、71.3%的直通率；更深层的变化，是财务角色的转移。过去财务是"守门人"，每一笔单据都要逐单过目、节点签字；现在AI守住规则、挡住风险，财务得以从重复审核中抽身，转向分析业务、优化流程、支持决策。