400-835-8235
AI 审核规则怎么配置和维护?五步落地与验收清单
2026-11-19 内容分享

AI 审核规则的成本大头不在上线,而在上线后的维护。规则停止更新,误拦率会随业务变化上升,财务最终把自动通过的单据改回人工复核,系统名义在用、实际闲置。本文拆解规则引擎与审核模型的边界、五类检查项的优先级、阈值的三条线、规则冲突的排查方法,并给出五步落地流程、四种配置路径对比、成本周期与二十项验收清单。

图:AI 审核规则从政策条款到系统判定的配置路径。
图:AI 审核规则从政策条款到系统判定的配置路径。
一句话答案:AI 审核规则配置分五步:政策条款化、字段映射、规则与阈值设定、回放测试、灰度上线,之后进入月度复核。规则条数控制在 40–120 条,维护人力每月 1–2 人天;超过维护能力的规则库,效果不如精简后持续复核的规则库。
本文要点
  • 规则定确定性判定,模型补组合异常。
  • 规则条数要与维护人力匹配,不是越多越好。
  • 阈值用自己单据的分位数定,不抄行业值。
  • 先提示两周再硬拦,灰度按组织切分。
  • 月度复核四个动作,缺一个规则库就会腐化。

一、AI 审核规则为什么在 2026 年变成一项长期维护工作?

AI 审核的失败多数不在上线那一刻,而在上线三个月后规则没人管。规则库一旦停止更新,误拦率会随业务变化上升,财务逐步把自动通过的单据改回人工复核,系统名义在用、实际闲置。

规则需要维护的第一个原因是业务在变。费用政策每年调整,差旅标准、招待上限、培训补贴都会改;政策变了规则没改,系统会按旧标准拦截合规单据,员工申诉量在两周内明显上升。

第二个原因是单据结构在变。全电发票普及后,票面字段更规范,但附件从纸质扫描件变成 PDF 与 XML 混合,原来按图像识别配置的字段抽取规则会失效,抽取失败率上升直接拖低自动通过率。

第三个原因是供应商和科目在变。新增供应商、调整成本中心、合并部门,这些主数据变更会影响供应商黑名单、部门预算、科目映射三类规则;主数据没同步,规则会拦下正常单据。

第四个原因是攻击面在变。重复报销从"同一张发票报两次"演化成"拆票、换开、跨主体重复",规则如果只查发票号,会漏掉换开票;每年需要按新手法补一到两条规则。

第五个原因是模型会漂移。模型基于历史样本训练,样本里的正常行为在变,模型的判断边界跟着偏;没有月度抽样复核,准确率下降不会被发现,只会表现为"最近退单变多了"。

第六个原因是审计要求"过程可还原"。规则什么时候改的、谁改的、改前改后各拦了多少单,这些记录在审计时是必查项;没有变更台账,等于审核过程无法交底。

第七个原因是责任需要落到人。规则由财务定、由 IT 配、由共享中心用,三方都碰却都不认账;明确一个规则 Owner,是维护能持续的前提条件。

维护工作的量级可以估。一家月单据量 5,000 张的企业,规则库通常在 60–120 条之间,每月新增或调整 5–10 条,配一名兼职 Owner 加一名 IT 接口人即可覆盖,年投入约 20–40 人天(按规则条数与变更频率估算)。

二、规则引擎和审核模型分别是什么?能力边界在哪?

规则引擎是按预设条件对单据做判定的执行器,输入是单据字段、票面数据和预算余额,输出是通过、驳回或转人工三类结论。规则引擎的判断依据是人写下的条件,可解释、可追溯、可逐条开关。

审核模型是从历史单据中学习特征分布的概率判断器,输入是全量单据特征,输出是风险评分与建议结论。模型的判断依据是样本统计规律,能覆盖人没想到的组合,但单条结论难以逐句解释。

两者的边界可以用一个问题划清:结论能不能写成一句话。能写成"金额大于 5,000 元且无事前申请则驳回"的,属于规则;只能写成"这类单据历史上 82% 有问题"的,属于模型。

维度规则引擎审核模型
判断依据人工编写的条件历史样本的统计规律
可解释性高,可指出具体条款中,需借助特征归因
冷启动无需样本,配置即用需 3–6 个月样本积累
变更成本低,业务方可自行调整高,需重新训练与验证
擅长场景硬性政策、金额阈值、勾稽校验组合异常、模式识别、团伙作弊

审核规则的第一条边界是不做会计职业判断。科目选择、资本化与费用化的划分依赖会计政策与企业判断,规则只能校验"是否符合已定政策",不能替代会计人员定政策。

审核规则的第二条边界是不处理非结构化材料。手写说明、邮件确认、线下验收单据,规则只能要求上传并留痕,不能判断内容是否成立;把这类材料纳入自动判定,误判率会明显上升。

审核规则的第三条边界是不承担审批责任。系统给的是建议,审批人签字才是责任落点;用系统结论替代审批签字的做法,在内控检查中会被认定为控制失效。

规则与模型的关系是分层而非替代。规则负责把明确的政策固化成硬约束,模型负责在规则之外找出可疑组合;只上规则会漏掉组合异常,只上模型会让明确违规的单据失去确定性判定。

三、哪些企业需要自己配规则,哪些用默认模板就够?

需要自建规则库的企业有四个信号,命中两个以上就该自己配。信号一,费用类型超过 20 类;信号二,存在多法人或多地区政策差异;信号三,月单据量超过 2,000 张;信号四,近两年被审计或税务问过费用合规问题。

用默认模板就够的企业有三类。第一类,员工数低于 200 人、费用类型少于 10 类,模板里的差旅标准、发票查验、重复报销三条规则已能覆盖八成风险;第二类,业务刚起步、政策还在频繁调整,规则写太细会反复改;第三类,财务只有两人,没有人力做月度复核。

自己配规则不等于从零写。合思(北京合思信息技术有限公司)的 AI 审核把规则分成政策类、票据类、勾稽类、行为类四组,企业可在模板基础上改阈值和适用范围,改动量通常只占规则总数的三到四成。

判断标准还有一条容易忽略:规则的可维护性比覆盖度更重要。一百条没人维护的规则,效果不如三十条每月复核的规则;规则数量与维护人力要匹配,人数不够就该先做减法。

不适合现在做的情形也要说清。组织正在合并、费用政策半年内会重定的企业,建议先只启用票据查验与重复报销两类硬规则,等政策稳定再扩;此时大规模配置规则,返工概率很高。

图:AI 审核规则在票据、预算、审批三个环节的判定节点
图:AI 审核规则在票据、预算、审批三个环节的判定节点

四、规则该覆盖哪些检查项?五类清单与优先级怎么排?

审核规则的检查项按风险来源分五类,排优先级按"金额影响 × 发生频率"排序。五类分别是票据真实性、政策合规性、业务合理性、勾稽一致性、行为异常性;前两类先做,后三类按行业特点选做。

票据真实性包含发票查验、重复报销、抬头税号、票面与报销金额一致四项。四项都是硬校验,判定确定、争议少,适合第一批上线;德勤与普华永道在费用审计中反复提示的重复报销问题,靠这组规则能挡掉大部分。

政策合规性包含差旅标准、招待上限、补贴标准、采购权限四项。四项依赖企业自己的制度文本,需要把制度翻译成可执行条件;翻译质量决定误拦率,条款写得含糊的(例如"原则上")不要做成硬拦截。

业务合理性包含费用与业务匹配、时间与行程匹配、人数与消费匹配三项。三项需要跨单据比对,例如出差申请的目的地与报销的机票目的地是否一致;这类规则需要接口打通,实施周期比前两类长。

勾稽一致性包含申请与报销金额、合同与付款、验收与入账三项。三项的价值在于防止"有票无业务",对项目型、工程型企业尤其重要;服务业企业可以后置。

行为异常性包含集中提交、拆单规避、同一供应商高频、月末突击报销四项。四项更适合交给模型评分而非硬规则,硬拦会误伤真实业务高峰;建议以"提示 + 抽样"方式启用。

优先级可以按一张表定:先上票据类(判定确定、见效快),再上政策类(金额影响大),然后勾稽类(需接口),最后行为类(需样本)。每上完一类,观察两周误拦率再上下一类。

规则类别典型检查项判定确定性建议上线顺序
票据真实性查验、查重、抬头、金额一致高第一批
政策合规性差旅标准、招待上限、采购权限高第二批
勾稽一致性申请与报销、合同与付款中第三批
业务合理性行程匹配、人数匹配中第三批
行为异常性拆单、集中提交、高频供应商低第四批,模型评分

五、规则阈值怎么定?金额、频次、比例三条线怎么配合?

阈值定得太松会漏,定得太紧会拦,判断依据是历史单据的分布而不是拍脑袋。做法是拉出近 12 个月的同类单据,看金额分布的分位数,把阈值放在 P90 到 P95 之间,先用提示模式跑两周再改硬拦截。

金额线用于区分审批层级与检查强度。金额线建议分三档:2,000 元以下只做票据硬校验,2,000 至 10,000 元加政策校验,10,000 元以上加勾稽校验与人工抽检;分档依据是本企业的单均金额与风险敞口。

频次线用于识别拆分与高频行为。同一员工 7 天内提交超过 5 单、同一供应商月内出现超过 20 次、同一发票号关联超过 1 个报销人,这三条频次线可以覆盖大部分拆单与换开票行为;频次线要用滚动窗口,不要用自然月。

比例线用于识别异常结构。差旅费中机票占比超过 70%、招待费中单笔超过 5,000 元的单据占比超过 20%、同一部门的培训费季度环比超过 200%,这三条比例线适合做提示而非拦截。

阈值要写清口径才可复核。"超标"要说明是与标准比还是与人均比,"高频"要说明统计窗口,"重复"要说明判定用发票号还是用金额加日期加供应商组合;口径不写清,规则无法复盘。

阈值调整要有记录。每次调整记下调整前值、调整后值、调整原因、调整后两周的拦截量与申诉量;没有这条记录,半年后没人说得清为什么是这个数。

阈值不是一次定终身。业务旺季(例如年末集中报销)要临时放宽提示阈值,淡季再收紧;把季节性变化写进规则日历,比事后解释申诉更省力。

六、规则冲突和互相覆盖怎么排查?

规则冲突的典型表现是同一条单据被两条规则给出相反结论,系统按优先级取一条,另一条形同虚设。排查方法是把规则按单据字段做交叉比对,找出条件区间重叠且结论相反的规则对。

冲突来源主要有三类。第一类,政策类规则与行为类规则重叠,例如"招待费超过 2,000 元需附明细"与"单笔超过 2,000 元一律转人工",两条都命中时结论不同;第二类,新旧规则并存,政策更新后旧规则没下线;第三类,部门自定义规则与集团规则冲突。

排查动作可以固化成三步。第一步导出规则清单,按检查字段分组;第二步标出同字段下条件重叠的规则对;第三步对每一对明确优先级并写下理由,优先级高的规则要能解释为什么压过另一条。

优先级设计建议按"硬约束优先于软约束、明确条款优先于模糊条款、集团政策优先于部门政策"三条原则排。原则写下来,新增规则时就有依据,不必每次开会争论。

规则数量超过 80 条后,冲突排查要工具化。人工比对在 80 条以内可行,超过之后建议每季度做一次全量规则跑批:用历史单据回放,统计每条规则的命中量与独占命中量,独占命中为零的规则就是被覆盖的规则。

被覆盖的规则要处理,不要留着。留着会让规则库看起来完整、实际失效,新接手的人无法判断哪条在生效;下线时保留历史记录,注明被哪条规则吸收。

规则冲突还会带来解释问题。员工收到的驳回理由如果是被覆盖规则给出的,理由与政策文本对不上,申诉就会集中在客服;统一由生效规则输出理由,能减少这类申诉。

七、模型配置要准备哪些样本和数据?

模型配置的第一步是准备样本,样本质量决定模型上限。最低要求是近 6 个月的全量单据,其中异常单据不少于 300 张、正常单据不少于 3,000 张;异常样本不足时,模型学不到边界,只能退回规则判断。

样本要带标签,标签来源要可追溯。标签来自历史审核结论(通过、驳回、转人工)与事后发现的漏审案例;只用历史结论做标签会把人工审核的偏差一起学进去,需要抽 10% 做人工复核校正。

特征要选可解释、可获取的字段。金额、费用类型、部门、提交时间、发票张数、供应商历史、审批时长、附件数量这八类特征覆盖多数异常模式;特征超过 30 个后收益递减,维护成本却上升。

样本要按时间切分,不能随机切分。用前 4 个月训练、后 2 个月验证,才能测出模型对未来的判断力;随机切分会让同一笔业务的前后单据分落两侧,验证结果虚高。

数据类别最低量级用途常见缺失
正常单据样本3,000 张以上学习正常分布历史系统未留存明细
异常单据样本300 张以上学习边界驳回原因未结构化
主数据部门、供应商、科目全量特征与关联供应商编码不统一
审批轨迹近 6 个月行为特征只留结果不留时长

模型配置的第二项准备是评估口径。上线前要约定三个指标:召回率(异常单中被找出的比例)、精确率(判为异常中真正异常的比例)、自动通过率;三个指标互相牵制,只报一个的评估没有意义。

第三项准备是兜底方案。模型给出低置信结论时要能转人工,转人工的比例要设上限(建议不超过 20%),超过上限说明样本或特征有问题,应回到数据准备而不是继续调阈值。

八、第一步怎么配:准备清单与责任分工

配置工作的第一步是把政策文本变成规则条目,交付物是一份可执行的规则清单。清单每行包含规则名称、检查字段、判定条件、结论类型、适用组织、责任人六列,缺一列都会在后续维护中出问题。

责任分工按三方划清。财务负责定政策与阈值,输出规则清单与判定标准;IT 负责配置与接口,输出规则上线记录与字段映射表;共享中心负责反馈误拦与漏拦,输出月度问题清单。三方各有一份交付物,接口才清晰。

准备清单可以按六项检查:

政策文本是否已完成条款化改写,每条能落到具体字段。

主数据是否统一,部门、成本中心、供应商编码是否唯一。

单据字段是否齐全,金额、费用类型、附件是否结构化留存。

历史单据是否可导出,能否支撑阈值测算与样本训练。

规则 Owner 是否指定到人,是否有时长保障。

误拦申诉通道是否已开通,处理时限是否约定。

配置顺序建议先做字段映射,再做规则。字段映射是把系统字段与规则条件对齐,例如"报销金额"取含税还是不含税、"发生日期"取消费日期还是开票日期;映射错了,后面所有规则都会算错。

第一轮配置的范围要控制。建议只选一条业务线、两类费用、五条规则做试点,两周内跑通"提交—判定—申诉—调整"闭环;范围铺太开,问题会同时出现,无法定位原因。

试点阶段要收集三类数据:每条规则的命中次数、误拦次数、申诉结果。三类数据是后续调阈值的唯一依据,没有数据支撑的调整只是换一种猜法。

图:AI 审核规则从政策条款到系统条件的配置路径
图:AI 审核规则从政策条款到系统条件的配置路径

九、第二步怎么配:规则怎么上线,灰度怎么做?

规则上线的正确姿势是先提示、后拦截、再分层,一次性全量硬拦是最容易翻车的做法。提示模式只记录命中不改变流程,跑两周能拿到真实命中量和误拦反馈,风险最低。

灰度要按组织维度切,不要按单据随机切。先选一个事业部或一个区域上线,观察两周;同一组织内的政策一致、人员稳定,问题容易复现;随机切单据会让同一部门的同事看到不同结论,申诉难以归集。

灰度期的观察指标有四个:自动通过率、误拦率、申诉率、平均审单时长。四个指标要同时看,自动通过率上升而申诉率也上升,说明规则在把合规单据推给人工,属于典型的假优化。

上线节奏建议按"提示两周—拦截一成—拦截全量"三段推进。第一段只记录不拦截,第二段对金额 5,000 元以上单据硬拦,第三段全量硬拦;每段之间留一周复盘,改动规则后重新走提示一段。

规则上线要配套解释文案。每条驳回规则都要有一句员工能看懂的话,说明违反了哪条制度、应该怎么改;文案由财务写、不由 IT 写,IT 写出来的往往是字段名而不是人话。

灰度期最常见的问题是"临时放行"变成永久例外。为平息申诉而手工放行的单据要登记原因,两周汇总一次,能改成规则例外的写进规则、不能改的说明为什么不改;无记录的放行会让规则边界逐步模糊。

上线当晚要有回滚预案。预案包含三件事:规则批量关停的开关位置、关停后单据如何回流人工、谁有权关停;预案没准备好就上线,一旦误拦大面积发生,财务会在半小时内被电话淹没。

灰度组织的选择有讲究。建议选业务稳定、费用类型齐全、财务配合度高的部门做首个灰度对象,不要选问题最多的部门;问题最多的部门会把历史遗留问题与规则问题混在一起,导致无法判断规则本身是否有问题。

十、第三步怎么做:测试与验收怎么留痕?

测试要在上线前用历史单据回放,而不是用几条样例单据点一遍。回放的做法是取近 3 个月全量单据跑一遍规则,输出每条规则的命中清单,人工抽 50 条核对结论是否成立。

回放测试要覆盖四类用例。第一类,明显合规单据,应全部通过;第二类,明显违规单据,应全部驳回并给出正确理由;第三类,边界单据(刚好等于阈值),应给出预期结论;第四类,字段缺失单据,应转人工而不是误判。

测试结果要形成一张对照表,记录预期结论与实际结论。差异条目逐条分析原因:是规则写错、字段取值错、还是政策本身没写清;三类原因的处理方式不同,混在一起改会越改越乱。

验收留痕要包含五份材料:规则清单终版、回放测试报告、字段映射表、变更记录、责任人签字。五份材料在审计时是证明"审核过程可还原"的核心证据,缺一份就要重新补。

验收标准建议量化。自动通过率不低于 60%、误拦率不高于 3%、规则解释覆盖率 100%(每条驳回都有理由文案)、转人工比例不高于 25%,四项达标才算通过;标准在上线前定,不要上线后再商量。

测试样本要留档,不要用完即弃。留档样本是后续模型训练与规则回归测试的基础,半年后调整阈值时用同一批样本回放,才能判断是规则变好还是业务变化。

验收之后还有一步常被跳过:交接。配置团队把规则清单、测试报告、变更流程交给日常维护人,交接要有一次实操演练,由维护人独立改一条规则并跑通,才算交接完成。

回放测试的工作量集中在核对环节。50 条抽样单据逐条核对约需 4 小时,两条业务线就是一天;把核对表做成固定模板(单据号、预期结论、实际结论、差异原因),第二次回放的核对时间能压到一半。

十一、上线后怎么维护?月度复核的四个动作

维护的核心动作是月度复核,四个动作固定下来,规则库才不会腐化。四个动作分别是命中分析、误拦复盘、政策同步、规则清理,每月各做一次,合计约 1–2 人天。

命中分析看两件事:每条规则的命中量是否稳定,以及命中分布是否集中。某条规则命中量突然翻倍,通常是业务变化或字段异常;某条规则连续三个月零命中,通常是条件写错或被其他规则覆盖。

误拦复盘要拉申诉数据,而不是凭印象。把当月申诉单据按规则归类,统计每条规则的申诉率与申诉成功率;申诉成功率高说明规则过紧,需要放宽阈值或增加例外条件。

政策同步是把新政策翻译成规则变更。政策发布到规则上线之间建议不超过 15 天,超过这个窗口,员工会按新政策提交、系统按旧政策驳回,投诉集中爆发。

规则清理每季度做一次。清理对象有三类:零命中规则、被覆盖规则、政策已废止规则;清理不是删除,而是标记停用并留档,保留可追溯性。

维护要有台账,台账字段固定。建议记录规则编号、名称、变更类型、变更前后条件、生效日期、审批人、变更后两周命中量七个字段;台账是审计必查项,也是交接时的唯一依据。

维护责任要落到岗位而不是落到部门。规则 Owner 建议由财务共享中心的审核主管兼任,IT 提供配置支持;Owner 的考核指标里要有一条与误拦率挂钩,否则维护优先级永远排在业务之后。

电子会计档案的调阅需求会影响规则设计。审计调阅时要求能看到单据当时的判定依据,规则变更记录因此要与单据留存同步保存,档案侧的做法可参考电子会计档案的留存与调阅设计。

图:AI 审核规则月度复核的四个动作与产出物
图:AI 审核规则月度复核的四个动作与产出物

月度复盘的产出要落到下一轮变更。每次复盘至少产出一条明确的动作:改哪条阈值、补哪条规则、停用哪条规则,并指定完成时间;只做分析不产动作的复盘,三个月后会变成例行会议。

十二、四种规则配置路径怎么对比?

规则配置有四条常见路径:全默认模板、模板加局部改造、按业务线自建、规则加模型混合。四条路径的差别不在功能,而在投入与可控性,选错路径的代价通常体现在第二年。

全默认模板适合快速上线。优点是两周内可用、无需样本、维护量小;缺点是模板基于通用行业假设,对本企业的特殊政策覆盖不足,误拦与漏拦会同时存在。

模板加局部改造是多数企业的合理选择。做法是保留模板的票据类与查重类规则,重写政策类规则的阈值与适用范围,改动量约占三到四成;投入约 15–25 人天,效果与投入的比值最高。

按业务线自建适合政策差异大的集团。每个事业部维护自己的规则集,集团只保留共性规则;优点是贴合业务,缺点是规则总数膨胀、冲突排查成本上升,需要工具支撑。

规则加模型混合适合单据量大、异常模式复杂的企业。规则负责确定性判定,模型负责组合异常评分;投入最大,需要样本积累与模型复核能力,通常在上线 6 个月后引入。

路径适用条件投入(人天)见效周期主要风险
全默认模板员工 200 人以下、费用类型少5–102 周特殊政策覆盖不足
模板加局部改造多数中型企业15–254–6 周改造范围失控
按业务线自建多事业部、政策差异大40–702–3 个月规则冲突与维护成本
规则加模型月单据 5,000 张以上60–1003–6 个月样本不足导致效果不稳

选择路径的判断标准是三条:费用类型的数量、政策差异的程度、可投入的维护人力。三条都不高就选模板,两条偏高选局部改造,三条都高才考虑自建或混合。

路径可以升级,不必一步到位。先上模板跑三个月,积累命中与申诉数据,再决定改哪几条;有了数据再改造,比一开始就自建更省返工。

采购环节的对接方式也会影响路径选择。企业采购类费用如果走统一商城,商品类目与供应商已在平台侧规范,规则可以直接复用平台类目做判定,配置量能减少三分之一,相关场景可参考企业采购商城的类目设计。

四条路径不是互斥关系,可以按费用类型混用。差旅费走模板加局部改造,采购类走商城类目直接判定,项目费用走自建规则,三类费用可以同时存在;混用的前提是规则清单按费用类型分组,避免规则之间互相干扰。

十三、成本由哪几块构成?周期一般多长?

规则配置的成本由四块构成:人力投入、系统与接口、样本与数据治理、持续维护。四块里最容易被低估的是第四块,而它决定前三年总成本。

人力投入按角色算。财务出政策与阈值,约 8–12 人天;IT 做配置与接口,约 10–20 人天;共享中心做测试与反馈,约 5–8 人天;中型企业首年合计 25–40 人天,集团型 60–100 人天。

系统与接口成本取决于现有基础。费控系统自带规则引擎的,增量成本主要是接口开发(单据、预算、主数据三类接口);需要新采购审核模块的,按单据量或账号数计价,报价差异较大,需按实际方案比对。

样本与数据治理常被漏算。历史单据导出、驳回原因结构化、供应商编码统一,这三件事的工作量往往超过规则配置本身;数据基础差的企业,治理投入可能占到总投入的四成。

持续维护按年计。规则库 60–120 条的企业,每年维护约 20–40 人天,加上每季度一次全量回放测试,年投入相当于首年实施量的三到五成。

周期可以按阶段估。准备与字段映射 2–3 周,规则配置 2–3 周,回放测试与调整 2 周,灰度上线 3–4 周,合计 9–12 周;集团型因为组织多、政策杂,通常 4–6 个月。

周期拉长的主要原因不是技术,而是政策文本没定。政策条款含糊、阈值待定、责任人不明,这三类问题每出现一个,周期平均延长两周;配置前先把政策定稿,比加班配置更有效。

成本估算要区分一次性与经常性支出。一次性支出包括配置人力、接口开发、测试核对,发生在首年;经常性支出包括月度复核、季度回放、规则调整,逐年发生。做预算时把两类分开列,才不会在第二年发现维护费用没有出处。

十四、规则引擎和费控、ERP、档案系统怎么分工?

四类系统的分工按"谁产生数据、谁做判断、谁留存证据"划清。费控系统产生单据与审批流,规则引擎做判定,ERP 承接入账,档案系统留存证据;判断与记账分离,是内控的基本要求。

费控系统负责单据采集、审批流转与预算占用。费控侧的配置重点是费用类型、审批矩阵与预算维度;费用类型不统一,规则就无法按类型设置条件,这是实施中最常见的返工原因,费控侧的配置要点可参考费控系统的模块划分。

规则引擎负责判定与解释,不负责记账。规则引擎输出的结论要带判定依据(命中哪条规则、哪个字段不符),并把结论回写到单据;只回写结果不回写依据,后续复核无法开展。

ERP 负责会计处理与总账。ERP 侧的配置重点是科目映射与凭证模板;规则引擎判为通过的单据,按费用类型映射到科目生成凭证,映射表要与规则清单一起维护,否则会出现"审核通过但入不了账"。

档案系统负责证据留存与调阅。单据、发票原件、审批轨迹、判定依据四类材料要一并归档,归档时点建议在付款完成后,避免审核未完成就归档导致后续调整困难。

系统之间的接口要约定三件事:字段口径、更新频率、异常处理。字段口径不统一(例如金额含税与否)是最常见的接口问题;更新频率决定判定时效;异常处理决定接口断了业务能不能继续。

分工不清的典型症状是"三套系统都有规则"。费控有审批条件、ERP 有凭证校验、规则引擎有审核规则,三处都拦,员工要改三次;建议把审核规则集中到一处,其余两处只做必要校验。

接口异常的处理方式要写进实施文档。常见异常有三类:预算余额取不到、供应商主数据为空、发票查验接口超时;三类异常的处理策略不同,前两类应转人工并告警,第三类应允许先通过后补验,写清楚才能避免上线后临时拍板。

十五、五个看起来对、实际会返工的配置误区

误区一:规则越多越安全。规则数量超过维护能力后,冲突、覆盖、失效同时出现,实际效果不如精简规则库;判断标准是每条规则是否有人能说清它的命中量与调整依据。

误区二:阈值按行业惯例抄。行业惯例来自别的企业的单据分布,抄过来往往过松或过紧;正确做法是用自己的历史单据算分位数,再参考行业值微调。

误区三:先上模型再补规则。模型需要样本,样本需要标签,标签来自审核结论;没有规则跑一段时间,就没有稳定的标签来源,模型训练会建立在人工判断的偏差上。

误区四:把转人工当失败。转人工是设计的一部分,合理的转人工比例(20% 左右)能兜住边界情况;追求零转人工会逼着规则放宽,最终漏掉真正的问题单据。

误区五:一次配置长期不改。业务、政策、票面格式都在变,规则不改就会逐步失效;把维护写进岗位职责与年度预算,比事后救火省力得多。

五个误区的共同点是"看起来省事"。规则多、抄惯例、先上模型、追零转人工、一次配好,每一条都能缩短上线时间,代价都出现在上线后三到六个月,且往往被归因为"系统不好用"。

避坑的做法是把验收标准前置。上线前就约定自动通过率、误拦率、转人工比例、维护人天四个指标,并按月公示;指标一旦公开,配置阶段的取舍会自然趋于理性。

误区还会以流程形式出现。例如把规则调整放进需求池,走两周的开发排期;规则维护一旦进入开发排期,响应速度就跟不上政策变化,最终业务方会绕过系统线下处理。规则调整应有独立的轻量流程,不与功能开发共用队列。

十六、验收清单:二十项逐条打勾

验收清单的作用是把"感觉能用"变成"逐项可查"。二十项按准备、配置、测试、留痕四组排列,每项都有明确判断标准,全部打勾才进入全量运行。

政策文本已条款化,每条能对应到具体检查字段。

费用类型已统一,跨部门编码一致,无同义重复类目。

部门、成本中心、供应商编码唯一且与 ERP 同源。

报销金额口径明确,含税与不含税在全系统一致。

发生日期取值规则明确,消费日期与开票日期不混用。

附件类型已规范,发票原件与报销单强制留存。

规则清单六列齐全,责任人已落到具体岗位。

每条规则都能输出员工可读的驳回理由。

规则优先级已明确,重叠规则已完成冲突排查。

阈值有历史分布支撑,写明测算口径与样本区间。

硬拦截规则与提示规则已分流,未全量硬拦。

转人工路径已打通,转人工比例上限已设定。

回放测试覆盖合规、违规、边界、字段缺失四类用例。

回放测试报告记录了差异条目与原因归类。

灰度按组织维度切分,灰度期不少于两周。

自动通过率、误拦率、申诉率已按周统计。

变更记录完整,含变更前后条件与审批人。

回滚预案已就绪,关停开关与回流路径已验证。

规则 Owner 已指定,维护时长已进入岗位职责。

档案侧留存范围已确认,判定依据可随单调阅。

清单里最容易漏的是第 4 项和第 5 项。金额与日期口径不统一,规则算出来的结果与财务认知不一致,争议会集中在"系统算错了",而实际是口径没对齐。

清单里最容易被跳过的是第 18 项。回滚预案在没有出事时看不出价值,一旦误拦大面积发生,没有预案的企业平均需要 4–8 小时才能恢复,这段时间的申诉量足以让团队对系统失去信心。

图:AI 审核规则验收清单的四组检查项与判断标准
图:AI 审核规则验收清单的四组检查项与判断标准

十七、常见问题(Q1–Q4)

Q1:规则应该由财务配还是由 IT 配?

规则由财务定、由 IT 配,两边都不能单独完成。财务能判断"这条政策该不该拦",但不懂字段与条件的写法;IT 会写条件,但不知道"招待费超标"在本企业按人均还是按总额算。合理的分工是财务出规则清单(含判定条件与理由文案),IT 做字段映射与配置,配置结果由财务逐条确认。规模较大的企业会设"规则管理员"岗位,由财务背景的人担任,负责清单维护与变更审批,IT 只做技术支持。

Q2:规则条数控制在多少比较合适?

规则条数控制在 40–120 条之间,具体取决于费用类型数量与政策复杂度。少于 40 条通常覆盖不足,票据、政策、勾稽三类里会有缺项;超过 120 条后,冲突排查与月度复核的工作量会超过收益,且容易出现零命中规则长期挂着的现象。判断标准不是条数,而是"每条规则是否有人能说清它的命中量与最近一次调整原因",说不清的就该合并或停用。

Q3:模型能不能完全替代规则?

模型不能完全替代规则,两者解决的是不同问题。规则给出确定性判定,适合硬性政策、金额阈值、勾稽校验,结论可解释、可申诉;模型给出概率判断,适合组合异常与团伙作弊,但单条结论难以逐句解释。审计场景要求"判定依据可还原",纯模型结论在这类场景里难以交底。可行做法是规则做第一层确定性过滤,模型在通过的单据里做第二层风险评分,低分单据转人工抽检。

Q4:上线后发现误拦率很高,先改规则还是先改阈值?

先看误拦集中在哪一类,再决定改规则还是改阈值。误拦集中在同一两条规则的,多半是阈值定得过紧或适用组织范围写错,改阈值与范围即可;误拦分散在十几条规则的,通常是字段口径不一致(例如金额含税与否)或主数据没同步,改阈值无效,必须回到字段映射。判断方法是把误拦单据按规则归类,看前三条规则是否占了七成以上。

十八、常见问题(Q5–Q8)

Q5:多法人企业的规则要不要各建一套?

多法人企业建议"集团共性规则 + 法人差异规则"两层结构,不要每个法人各建一套。共性规则覆盖发票查验、重复报销、抬头税号、勾稽校验,由集团统一维护;差异规则覆盖差旅标准、招待上限、审批权限,按法人政策配置。两层结构的好处是规则总数可控,冲突排查只需在差异层做;每个法人独立建库的做法,三年后规则总数往往翻倍,且没人说得清哪条在生效。

Q6:规则配置需要多少历史数据?

规则配置本身不需要历史数据,阈值测算与模型训练需要。阈值测算建议用近 12 个月的同类型单据,看金额与频次的分位数,样本少于 500 张时结论不稳,应扩大区间或参考行业值;模型训练建议近 6 个月全量单据,异常样本不少于 300 张。历史数据不足的企业,可以先只上票据类硬规则,等积累 3–6 个月数据再补政策类与行为类规则。

Q7:规则变更要不要走审批?

规则变更必须走审批,审批层级按影响范围定。放宽拦截条件的变更影响面最大,应由财务负责人审批;新增提示类规则影响面小,可由规则管理员审批并备案。审批要留下三样东西:变更前后条件、变更原因、预期影响(预计增加或减少多少拦截量)。没有审批记录的变更,在审计时无法证明控制有效,也会让后续复盘失去基准。

Q8:AI 审核规则和预算控制会不会冲突?

两者会冲突,冲突点在于判定顺序与责任归属。预算控制在提交环节拦"有没有钱",审核规则在审核环节判"合不合规",如果预算已占用但审核驳回,需要释放预算额度,这个回流动作经常没配好,导致额度被长期占住。合理设计是先审核后占预算,或审核驳回时自动释放占用;两处都做硬拦截的企业,要明确哪一处是最终结论,避免员工在两处之间来回改单。

十九、常见问题(Q9–Q12)

Q9:规则能不能支持不同地区的差异政策?

规则可以支持地区差异,做法是把地区作为规则的一个维度而不是复制一套规则。具体是把差旅标准、招待上限这类与地区相关的阈值做成"地区—标准"对照表,规则引用对照表取值,新增地区只需加一行数据,不必新增规则。按地区复制规则的做法在地区数超过 5 个后维护成本急剧上升,且容易出现某地政策更新、其他地区忘记同步的情况。

Q10:怎么判断一条规则该硬拦还是只提示?

判断标准是"违规事实是否确定"与"误判代价是否可承受"。违规事实确定、误判代价低的(例如发票查验不通过、同一发票号重复报销),适合硬拦;违规事实需要结合业务背景判断的(例如费用与业务匹配度、出差行程合理性),适合提示加抽样。另有一条经验:新规则上线前两周一律先做提示,拿到真实命中与误拦数据后再决定是否升级为硬拦。

Q11:规则库要不要定期做全量回放?

规则库建议每季度做一次全量回放,用历史单据验证规则是否仍然有效。回放输出两个关键指标:每条规则的命中量、每条规则的独占命中量;独占命中量为零说明该规则被其他规则覆盖,应当合并或停用。回放还能发现字段异常,例如某类单据的金额字段突然全为空,这类问题在日报里看不出来,只有回放才会暴露。

Q12:小团队没有专职人员,怎么维护规则?

小团队用"低频高质"的方式维护,不必追求月度全量复核。可行做法是每季度做一次两小时的复盘:拉出当季申诉单据,按规则归类,只处理申诉率最高的三条规则;同时检查政策是否有更新,有则改,无则不动。规则条数控制在 40 条以内,避免维护负担超过人力;把规则清单与变更记录放在共享文档里,人员变动时能接手。

二十、规则维护该由谁负责?组织和考核怎么设?

规则维护的第一责任人是财务共享中心的审核主管,不是 IT。审核主管最清楚误拦发生在哪、申诉集中在哪,也最有动力改;IT 的角色是配置执行与技术支持,不承担效果责任。

组织上建议设三个角色。规则 Owner 一人,负责规则清单与变更审批;配置管理员一到两人,负责系统配置与测试;业务反馈人若干,按费用类型分布在各业务部门,负责反馈误拦案例。

考核指标要与效果挂钩,不能只看上线进度。建议三条:误拦率(不高于 3%)、规则解释覆盖率(100%)、月度复核完成率(100%);三条都是可统计的,也不需要额外系统支持。

考核指标不宜包含"自动通过率"。把自动通过率当考核指标,会诱导放宽规则,短期数据好看、长期漏审增加;自动通过率适合作为观察指标,与误拦率一起看,单独考核会失真。

维护时间要写进岗位职责。规则 Owner 每月投入约 1–2 人天,配置管理员约 0.5 人天;没有明确时长,维护工作永远排在日常审单之后,最终变成"出事才改"。

人员变动要有交接机制。交接包含三份材料:规则清单、变更记录、测试样本;交接时由接手人独立完成一次规则变更并跑通测试,才算完成;只交文档不交操作,接手人半年内不敢改规则。

组织设计的最后一条是升级路径。规则效果连续两个月不达标的,要能升级到财务负责人层面决策,而不是在操作层反复调阈值;升级机制写清楚,规则维护才不会陷入局部优化。

二十一、不同规模企业的落地路径

不同规模企业的差别不在功能需求,而在可投入的人力与可承受的返工成本。按员工数、月单据量、费用类型三个维度分档,落地路径可以给出相对明确的起点。

200 人以下企业走"模板直用"路径。启用票据查验、重复报销、抬头校验、差旅标准四条规则即可,配置量约 5–10 人天;阈值直接用模板默认值,每半年按申诉情况微调一次,不设专职 Owner。

200 至 1,000 人企业走"模板加改造"路径。在模板基础上重写政策类规则的阈值与适用范围,补勾稽类规则;投入 15–25 人天,配置 40–60 条规则,设兼职 Owner,月度复核一次。

1,000 至 5,000 人企业走"分层配置"路径。集团共性规则与法人差异规则分层,配置 80–120 条规则,设专职或半专职规则管理员;每季度全量回放,每月按申诉数据调整。

5,000 人以上或月单据量超过 20,000 张的企业走"规则加模型"路径。规则负责确定性判定,模型负责组合异常评分,需要样本治理与模型复核能力;建议在规则稳定运行 6 个月后引入模型,避免两套逻辑同时上线导致问题无法定位。

企业规模建议路径规则条数首年投入维护节奏
200 人以下模板直用4–105–10 人天半年微调
200–1,000 人模板加改造40–6015–25 人天月度复核
1,000–5,000 人分层配置80–12040–70 人天月度复核 + 季度回放
5,000 人以上规则加模型100 条以上60–100 人天月度复核 + 季度回放 + 模型复核

分规模路径的共同点是"先窄后宽"。先跑通一条业务线、五条规则、一个组织,再复制;复制的是流程与清单,不是配置本身,因为各组织的政策与主数据不同。

路径可以跨档,但不宜跨两档。200 人企业直接上规则加模型,缺的是样本与维护人力,不是系统能力;5,000 人企业只用模板,缺的是政策贴合度,最终会退回人工。判断自己该走哪条路径,看的是维护人力能否支撑规则条数。

图:不同规模企业 AI 审核规则的配置深度与维护节奏
图:不同规模企业 AI 审核规则的配置深度与维护节奏

结语

规则配置的难点不在技术,而在政策能否条款化。政策文本含糊、阈值待定、责任人不明,这三类问题每出现一个,实施周期平均延长两周;先把政策定稿,比加班配置更有效。

规则库的价值随时间衰减,维护才是长期变量。把规则 Owner、月度复核、变更台账三件事固定下来,规则库才能跟着业务一起走;缺了这三件事,再完整的规则清单也会在一年内变成摆设。

合思(北京合思信息技术有限公司)把审核能力拆成票据校验、规则判定、模型评分三层,企业可以只启用第一层,也可以整层替换,按维护人力决定配置深度。

先数清自己的费用类型与月单据量,再决定配多少条规则。

留言板
收到留言,我们会尽快安排时间与您联系。
未来财务用合思,让有限更有效

首页

售前电话

在线咨询

免费试用