AI 报销审核：理解政策，而不只是识别发票
AI 报销审核不止识别发票，而是把费用政策、预算、项目、审批、异常模式和审计记录做成元数据，让财务能解释和处理风险。
先给结论：AI 报销审核的价值不止识别发票，而是把费用政策、预算、项目、审批、异常模式和审计做成元数据——AI 按规则审、还能解释为什么，而不是一个黑箱 OCR。
很多人一提 AI 报销，第一反应是 OCR：识别发票、提取金额、自动填表。
这当然有价值，但只解决了报销流程里最浅的一层。真正耗费财务时间的，往往不是看清票面金额，而是判断这笔费用是否合理、是否符合政策、是否超过预算、是否和项目相关、是否存在重复报销或异常模式。
所以报销审核不只是 OCR。AI 原生的财务审核应用，应该能理解费用规则。
你可以对平台说：
帮我搭建一个 AI 报销审核应用。员工上传发票、行程单和付款凭证后，AI 自动识别费用类型、金额、日期和供应商；系统根据费用政策、预算、项目和审批权限判断是否异常；低风险报销自动生成审核建议，高风险报销进入财务复核和主管审批；所有 AI 判断都要说明依据。
这句话生成的，不应该只是一个票据识别页面，而是一套费用合规应用。
费用审核为什么适合 AI，但不能只靠 AI
报销场景有大量重复判断：餐饮是否超标，差旅是否符合城市标准，住宿日期是否与出差申请匹配，发票是否重复，项目预算是否足够，供应商是否异常。
这些判断很适合 AI 辅助，因为它要阅读票据、附件、说明和历史记录，还要解释政策。
但报销又不能完全交给 AI。财务审核涉及钱、合规和员工体验。AI 可以提示风险、生成意见、解释规则，但最终通过、驳回、追加说明和例外批准，都应该在权限和审计之下完成。
这正是元数据驱动应用的价值：把政策、预算、项目、审批和异常都表达成对象和规则，让 AI 在清楚边界里工作。
用自然语言生成费用对象
第一轮搭建时，平台应该生成这些对象：
| 对象 | 作用 |
|---|---|
expense_claim | 报销单、申请人、部门、项目、状态 |
expense_item | 单笔费用、类型、金额、日期、说明 |
invoice | 发票、供应商、税号、号码、验真状态 |
expense_policy | 费用类型、城市标准、限额、适用范围 |
budget | 部门、项目、周期和剩余额度 |
audit_finding | AI 发现的异常、风险等级和依据 |
approval_decision | 财务、主管、预算负责人审批记录 |
这些对象让 AI 的判断有地方落地。
例如员工上传一张酒店发票，AI 抽取金额、日期、城市和供应商后，应把它关联到出差申请、项目预算和住宿政策。如果金额超过城市标准，它创建一条 audit_finding，说明“超过政策上限 18%”；如果员工填写了客户紧急拜访原因，系统可以要求主管确认例外，而不是直接驳回。
搭建后用语言调整规则
财务政策经常变化。财务负责人可以直接说：
从下个月开始，一线销售的客户招待费单笔超过 1000 元必须直属主管审批，超过 3000 元还要财务经理审批。
平台应生成费用政策版本、金额条件、角色审批节点和生效日期。
预算负责人可能说：
项目预算低于 10% 时，所有新的差旅报销都标记为预算风险。
这会生成预算预警规则，并影响报销单的审核视图。
HR 可能补充：
新员工入职 30 天内的差旅报销，自动提示查看差旅制度说明，但不要直接拦截。
这体现了 AI 财务应用的一个重要能力：规则不只有“通过或拒绝”，还可以是提示、补充说明、人工复核或审批升级。
自然语言不是绕过财务控制，而是降低规则配置成本。
员工和财务都应该能对话
员工提交报销前，可以问：
这张发票能报销吗？需要补什么材料？
AI 可以基于费用政策回答：
- 发票金额和日期已识别；
- 费用类型可能是客户招待；
- 需要关联客户或商机；
- 金额超过普通餐饮标准，需要填写招待原因；
- 如果提交，将进入主管审批。
财务审核时，可以问：
这批报销里哪些最需要我先看？
系统应按风险排序，而不是按提交时间排队：
- 发票疑似重复；
- 金额超过政策；
- 项目预算不足；
- 供应商异常集中；
- 报销说明和附件不一致。
审批人也可以问：
为什么这张单子要我批？
AI 应解释审批原因、政策依据、项目背景和财务建议。审批不再只是点一个按钮，而是理解上下文后的业务判断。
AI 审核必须能解释
财务场景里，黑盒判断很危险。
如果 AI 说“这笔费用异常”，它必须说明异常来自哪里：
- 哪条政策；
- 哪个字段；
- 哪个预算；
- 哪张历史发票；
- 哪个相似案例；
- 哪个审批规则。
同时，财务人员应该能修改 AI 的判断。例如 AI 误判费用类型，财务改为正确类型后，系统要记录这次修正，并让后续规则和模型提示受益。
高质量 AI 财务应用不是追求每次判断都正确，而是让判断过程可解释、可修正、可沉淀。
第一版怎么落地
AI 报销审核可以按四步搭建。
第一，搭建报销单、费用项、发票、政策、预算和审批对象。
第二，接入 OCR 和附件解析，让 AI 抽取票据信息和费用说明。
第三，配置费用政策、预算检查和重复发票检查，先生成审核建议。
第四，把高风险费用进入财务复核，把低风险费用进入快速审批或自动通过。
第五，沉淀财务修正记录，持续优化分类、风险规则和常见问题解释。
这条路径的重点，是先让财务审核更清楚，而不是一开始追求全自动报销。
ObjectStack 的价值：让财务规则变成可对话应用
报销系统看起来是流程应用，本质上是规则应用。谁能报、报多少、按什么标准、走哪个审批、如何留痕，都是元数据问题。
ObjectStack 可以让业务人员用自然语言生成费用对象、政策规则、预算关系、审批流程和 AI 审核工具。员工、财务和审批人再用自然语言查询政策、解释异常、补充材料和处理审批。
当 AI 不只是识别发票，而是理解费用规则，报销审核才会从“录入自动化”升级为“判断自动化”。而判断自动化最重要的前提，是每个判断都有依据，每个动作都有边界，每次例外都有记录。