一、客户最初的问题不是财务不认真，而是资料太散
这个客户是一家项目制服务型企业，日常会涉及供应商采购、项目外协、员工报销、合同付款和阶段性结算。
项目做大以后，财务每天要处理的票据和付款申请越来越多。表面看起来，流程也不是完全没有规则：
- 付款前要有合同或采购确认；
- 发票要和供应商、金额、税率匹配；
- 报销要附凭证；
- 项目费用要归到对应项目；
- 大额付款要走审批；
- 财务要保留付款记录和附件。
但真正执行起来，问题很快暴露出来。
一笔付款申请可能来自业务同事的企业微信消息，合同在共享盘，发票在邮件附件，验收截图在项目群，项目编号在另一个 Excel，财务还要去问“这笔钱对应哪个阶段”“发票是不是已经开过”“这个供应商是不是之前那个公司主体”。
单看每一步都不复杂，但每天几十笔叠在一起，财务就会变成资料侦探。
最常见的问题有几类：
- 付款申请写的是简称，发票抬头是全称，合同里又是另一种写法；
- 申请金额和合同节点金额差几百块，没人能立刻说清楚是税差、优惠还是填错；
- 发票到了，但合同和验收资料没补齐；
- 同一个供应商多次开票，财务担心重复付款；
- 项目负责人在群里确认过，但系统里没有审批痕迹；
- 老板问这笔钱为什么要付，财务只能重新翻聊天记录。
客户一开始的想法是“能不能做一个 AI 财务助手，自动看发票、自动审核、自动给结论”。
我接手后没有直接按这个方向做。因为财务场景不适合一上来就让 AI 给最终结论，更不适合把付款审批交给模型。
真正应该先解决的问题是：初审资料能不能先被整理清楚，异常能不能先被标出来，财务能不能少花时间在翻资料上。
二、为什么不能让 AI Agent 直接替财务审批
很多企业第一次讨论财务 AI 时，容易把目标定得太猛。
例如：
- AI 能不能自动判断这张发票能不能报销；
- AI 能不能自动决定这笔付款是否通过；
- AI 能不能自动识别所有合同风险；
- AI 能不能直接替老板批款。
这些说法听起来很有吸引力，但落到真实企业里，风险很高。
财务流程不是单纯的文本理解问题。它牵涉合同、付款节点、供应商主体、项目预算、审批权限、税务规则、内部制度和历史业务背景。
模型可以辅助阅读和比对，但不能替代公司的财务责任人、业务负责人和审批制度。
所以这个项目一开始，我就把 AI Agent 的边界定得很清楚：
AI Agent 不做最终审批。
AI Agent 做三件事：
- 收集资料；
- 比对规则；
- 标记异常。
最后是否通过，仍然由财务和审批人决定。
这个边界看起来保守，但它让项目变得可落地。
如果一上来承诺“AI 自动审批”，财务会担心责任不清，老板会担心风险失控，业务同事也会怀疑一旦 AI 判断错了到底谁负责。
但如果把 AI Agent 定位成“初审助理”，大家就更容易接受。
因为它不是来替人拍板，而是先把人最烦、最耗时、最容易漏看的资料整理和规则检查做掉。
三、第一步不是接模型，而是先定义一张“付款初审单”
这个项目真正的第一步，不是选模型，也不是设计 Agent 提示词，而是定义一张付款初审单。
以前企业内部对一笔付款申请的理解并不统一。
业务同事关心的是：这笔钱能不能尽快付出去。
财务关心的是：资料齐不齐，金额对不对，主体对不对。
项目负责人关心的是：这笔费用是不是该归到我的项目。
老板关心的是：为什么要付，是否超预算，是否有风险。
所以我们先把一笔付款申请拆成结构化字段：
- 申请人；
- 所属部门；
- 所属项目；
- 供应商主体；
- 合同编号；
- 合同总金额；
- 本次付款节点；
- 本次申请金额；
- 发票号码；
- 发票金额；
- 税率；
- 收款账户；
- 附件清单；
- 历史付款记录；
- 初审状态；
- 异常标记；
- 人工处理意见。
这张初审单的价值，不是多做一个表单，而是让 AI Agent 有一个明确输出目标。
如果没有这张单，AI 只能在一堆附件里“总结一下”。总结看起来很像回事，但很难进入企业流程。
有了这张单以后，AI Agent 每次处理资料，都必须把信息落到固定字段里。填不出来的字段，就是缺失项；对不上的字段，就是异常项；需要人判断的地方，就进入人工复核。
这一步完成以后，AI Agent 才真正从“聊天工具”变成了“流程节点”。
四、资料入口要先收口，否则 Agent 只会变成另一个收件箱
财务初审最怕资料入口太散。
这个项目里，原来的资料来源包括：
- 企业微信消息；
- 邮件附件；
- 共享盘合同；
- 财务表格；
- 业务系统里的项目编号；
- 线下补充的截图；
- 老板或负责人临时转发的说明。
如果不先收口，AI Agent 就算接进来也只是多了一个新的收件箱。
所以我们没有一开始就让 Agent 去所有地方乱抓资料，而是先规定了三类入口。
第一类，付款申请入口。
所有需要付款的事项，都必须先生成一张付款申请。申请里至少要有项目、供应商、金额、付款原因和附件入口。
第二类，合同和供应商资料入口。
合同、供应商主体、收款账户、历史付款记录，不能散在群里，要进入统一资料库。AI Agent 可以读取，但不能随意修改。
第三类，票据和凭证入口。
发票、转账凭证、验收截图、费用说明统一作为附件进入申请单，AI Agent 只处理已归档到申请单下的资料。
这个约束很关键。
很多 AI 项目失败，是因为一开始就想让 Agent “到处找资料”。听起来很智能，实际会导致边界不清、权限不清、来源不清。
企业内部流程更需要的是可控，而不是炫技。
先把入口收口，Agent 才能稳定工作。
五、AI Agent 负责做初审，但每一条异常都要能解释
这个项目里，我们没有让 AI Agent 只输出一句“通过”或“不通过”。
它的输出被拆成几类可解释结果。
第一，资料完整性检查。
例如：
- 是否缺合同；
- 是否缺发票；
- 是否缺验收说明；
- 是否缺付款申请说明；
- 是否缺项目编号；
- 是否缺收款账户。
第二，字段一致性检查。
例如：
- 供应商名称和合同主体是否一致；
- 发票抬头和供应商主体是否一致；
- 发票金额和申请金额是否一致；
- 本次付款金额是否超过合同节点；
- 收款账户是否与供应商档案一致；
- 项目编号是否能对应到有效项目。
第三，历史记录检查。
例如：
- 是否出现过同一发票号码；
- 同一合同下累计付款是否超过合同总额；
- 同一供应商近期是否有多笔异常付款；
- 同一项目费用是否明显超过预算。
第四，人工复核建议。
例如：
- “金额差异较小，但无法判断是否为税差，需要财务确认”；
- “供应商名称存在简称和全称差异，需要确认是否同一主体”；
- “附件中未发现验收资料，建议业务负责人补充”；
- “历史记录中存在同合同付款，需要复核累计金额”。
注意，这些不是最终审批结论，而是初审意见。
每一条异常都必须能回到具体字段、具体附件或具体历史记录。否则财务不会信，审批人也不会用。
AI Agent 在企业系统里最怕“看起来很聪明但说不清依据”。这个项目里，我们宁愿让它保守一点，也不能让它凭感觉给结论。
六、真正难的不是识别发票，而是把合同、付款和项目放在一起看
很多人谈财务 AI，第一反应是 OCR 识别发票。
发票识别当然重要，但在这个项目里，它不是最难的地方。
真正难的是，发票只是证据之一。
一张发票本身看起来没问题，不代表这笔付款就应该通过。
还要看：
- 有没有对应合同；
- 合同是否已经到付款节点；
- 本次付款是否与验收进度匹配；
- 供应商主体是否一致；
- 是否已经付过同一笔；
- 项目预算是否允许；
- 审批权限是否满足。
所以我们没有把系统做成“发票识别工具”，而是做成“付款初审工作台”。
发票识别只是其中一个输入，合同、项目、供应商和历史付款记录才是判断上下文。
AI Agent 的工作方式也因此发生变化。
它不是简单读一张图片，而是围绕一张付款申请，把多个资料源拼成一条检查链：
付款申请 -> 合同 -> 供应商档案 -> 发票 -> 验收资料 -> 历史付款 -> 项目预算 -> 异常标记。
这条链路跑通以后，财务看到的不是一堆附件，而是一张已经被整理过的初审结果。
哪里通过，哪里缺资料，哪里需要人工确认，都在同一个页面里。
七、上线时先跑“旁路初审”，不直接卡死原流程
财务系统改造不能硬切。
如果一上线就要求所有付款都必须经过 AI Agent，业务同事会担心流程变慢，财务也会担心模型判断不稳定。
所以这个项目上线时，我们先采用旁路初审。
也就是说，原有付款流程先不被 AI 阻断。AI Agent 在旁边对新申请做初审，输出风险标记和资料缺失提醒，但不直接决定是否放行。
跑了一段时间后，我们重点观察几类数据：
- AI Agent 能自动填出多少字段；
- 哪些字段最容易缺失；
- 哪些异常标记被财务采纳；
- 哪些标记误报较多；
- 哪些业务部门提交资料最不规范；
- 财务实际节省了多少翻资料时间。
这个阶段非常重要。
它让团队有机会校准规则，而不是一上线就把流程绑死。
例如，一开始 Agent 对供应商名称差异比较敏感，很多“简称/全称”都会被标为异常。后来我们把供应商档案里的常用别名维护进去，误报就减少了。
再比如，有些小额报销并不需要合同，但一开始规则没有分清合同付款和费用报销，导致缺合同提醒过多。后来我们按付款类型拆规则，初审结果就更贴近实际。
AI Agent 项目真正值钱的地方，不是第一天就全自动，而是能在真实业务里逐步把规则调准。
八、最后保留下来的不是一个聊天框，而是一套可追溯的初审机制
这个项目落地后，客户最明显的变化不是“多了一个 AI 窗口”。
恰恰相反，最终给财务使用的主要界面并不是聊天框，而是付款初审工作台。
这个工作台里，每一笔申请都有几块信息：
- 基础信息；
- 合同匹配结果；
- 发票识别结果；
- 金额和节点比对；
- 供应商和收款账户检查；
- 历史付款提示；
- 附件缺失项；
- AI 初审意见；
- 人工复核记录。
财务可以看到 Agent 已经检查了什么，也可以看到哪些地方需要自己确认。
审批人打开申请时，也不再只看到一句“请审批付款”，而是能看到这笔钱为什么付、资料是否齐、有哪些风险点、财务是否已经复核。
这才是 AI Agent 在财务流程里的合理形态。
不是让它站在前台假装很会聊天，而是让它嵌进流程里，成为一个稳定的初审节点。
九、结果价值：财务时间少花在找资料上，更多花在判断上
这个项目完成后，最直接的变化有几类。
第一，资料缺失更早暴露。
以前很多缺合同、缺验收、缺项目编号的问题，是财务准备付款时才发现。现在申请一进入初审，系统就会提示缺什么。
第二，重复和异常付款更容易被发现。
同一发票号码、同一合同累计付款、供应商账户变更、金额超过节点，这些问题不再完全靠财务记忆。
第三，业务同事提交资料更规范。
因为每次缺资料都会被标出来，久而久之，业务团队也知道一笔付款申请应该准备哪些东西。
第四，审批人看到的信息更完整。
老板或负责人审批时，不再只看一段文字说明，而是能看到合同、发票、金额、节点和异常提示的整理结果。
第五，财务的工作重心发生变化。
以前财务大量时间花在找资料、问人、核对截图上。改造后，AI Agent 先做资料整理和初审，财务更多是在处理例外、确认判断和完善规则。
这类项目最重要的价值，不是把财务人员省掉，而是把财务从低价值的信息翻找里解放出来。
真正需要人负责的判断，仍然由人负责；机器适合先做的整理和标记，就交给机器先做。
十、如果你也想做财务 AI Agent，先看这 7 个问题
如果你的企业也准备在财务、报销、付款、采购或合同流转里引入 AI Agent，我建议先别急着问模型用哪个，而是先看下面几个问题：
- 付款申请、合同、发票、验收资料现在是不是散在不同地方？
- 一笔付款到底由谁提交、谁补资料、谁初审、谁审批，边界清不清楚？
- 发票、合同、供应商、项目和历史付款是否能用同一个编号或申请单串起来？
- 哪些规则是可以自动检查的，哪些必须保留人工判断？
- AI Agent 输出异常时，能不能指向具体字段、附件或历史记录？
- 上线初期是否可以先做旁路初审，而不是直接阻断原流程？
- 财务真正想节省的是审批责任，还是资料整理和重复核对时间？
这些问题想清楚以后，再谈 AI Agent 才有意义。
否则很容易把项目做成一个“会总结附件的聊天框”，看起来智能，但很难进入真实财务流程。
华茂思捷能怎么帮这类项目
华茂思捷做这类 AI Agent 落地项目时，一般不会一上来就承诺“自动审批”“自动替财务把关”。
我更愿意先帮客户把三件事看清楚：
第一，现有财务资料和付款流程散在哪里。
第二，哪些检查项适合交给 AI Agent 做初审，哪些必须保留人工复核。
第三，Agent 应该嵌入哪个系统节点，而不是停留在一个独立聊天框里。
如果你的企业现在已经出现发票、合同、付款申请、项目预算、供应商信息分散，财务每天靠人工翻资料、问同事、核对截图来做初审的情况，可以先看看华茂思捷的案例列表和核心服务，也可以通过联系咨询把当前流程发过来。
这类项目真正要解决的，不是让 AI 替财务做决定。
而是让每一笔付款在进入人工审批前，先变成一张资料完整、异常清楚、证据可追溯的初审单。
老T心声
AI Agent 在企业里落地，越往后我越不喜欢从“聊天能力”切入。
聊天很容易演示，也很容易让人产生错觉，好像只要它答得流畅，就能承担业务责任。
但企业真正需要的，往往不是一个更会聊天的窗口，而是一个能进入流程、留下记录、暴露异常、支持人工判断的节点。
财务票据初审就是这样。
它不需要 AI 表现得像一个资深财务总监，也不需要 AI 替老板拍板付款。
它需要 AI 老老实实把发票、合同、付款申请、供应商、项目和历史记录放在一起，先把能核对的核对掉，把缺失的标出来，把说不清楚的交给人。
这件事听起来没有“全自动财务”那么刺激，但它更接近真实落地。
很多企业上 AI，不缺想象力，缺的是边界。
边界清楚，AI Agent 才能从演示变成系统的一部分。
