← 案例目录DATAWHALE / FDE

案例 09 · 央企财务流程

Datawhale原书章节 · 印刷页码 86—94 · 当前仅加载一页

Datawhale《FDE案例100》,案例09,原书第88页;下方可展开文字版

原书第 88 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

财务人员有自己的专业经验,也有成熟的业务规则。他们知道什么费用应该记在哪个科
目,知道什么业务需要关联哪些审批信息,也知道集团系统应该怎么填写。在业务规模
和复杂度还没有那么高的时候,它是一套可靠的办法。
问题在于,很多事情必须依赖人工。
前面要有人判断。比如一张发票过来,财务人员需要结合员工的出差申请、部门、项目
等信息,判断这笔钱到底应该怎么记。
后面还要有人执行。判断完成之后,财务人员还需要打开集团网站,创建单据,一行一
行地填写信息,再提交。
所以整个过程实际上有两个明显的时间消耗:一个是判断时间,一个是执行时间。
过去靠专业人员来完成没有问题,但随着业务量增长,这种方式很难继续线性扩张。业
务量增加一倍,就增加一倍的财务人员,这条路很难走得通。
所以我们真正要解决的,是把财务人员从大量重复性的判断和操作里解放出来,让机器
去承担那些更加适合机器完成的事情。
Q3:后来你使用AI解决这个问题的整体思路和关键步骤是什么?
我做这类项目,有一个很重要的习惯:直接进业务现场陪跑。
因为你不能期待业务人员把自己的整个业务逻辑完整地告诉你。很多时候,他自己做了
十几年,很多判断已经成为了下意识动作。所以我们会跟着业务人员一起做,去看他每
天到底怎么处理一笔业务,再把整个流程一点一点拆开。这个项目也是这么做的。
第一步,先把业务逻辑真正梳理出来。
以员工报销为例,员工不需要再关心后面的复杂流程,他只需要在钉钉里告诉机器人
“我要报销”,然后把发票发过去。从这里开始,后面的流程就交给AI。
88/243