场景一：报销单据审核
员工提交的发票、行程单、审批单格式杂，AI 先做字段抽取与三单匹配，把金额不符、抬头错误、超标准、重复报销挑出来，再由财务复核。为什么值得先做这个场景：量大、规则明确、错漏后果可控，还能沉淀差旅标准的执行数据，供下一年度预算参考。
场景二：应收对账
把客户回款流水与应收台账按客户、单号、金额做匹配，输出未达账项与疑似串户清单，销售与财务各自确认。怎么落地：先从账龄最长的客户梳理匹配规则，人工确认后再放开批量处理，避免把口径差异当成坏账。
场景三：凭证与科目建议
依据费用类型、部门、项目与历史同类凭证，给出借贷方向与科目建议，附上判断依据与相似历史凭证编号。边界要写清：建议只是草稿，制单与审核仍由会计完成，涉及资本化、分摊与暂估的判断不交给模型，也不代替会计师的职业判断。
场景四：结账差异排查
月末常见问题是明细与总账对不上、跨期费用、暂估未冲回。AI 能做的是按科目拉出差异清单并标注可能原因，让会计按图索骥。怎么做得稳：把排查步骤固化成脚本每期复用，差异结论与处理人记录在案，到下期结账可以直接对照。
场景五：报表口径问答
业务方常问某个数字为什么和上月不同、某科目包含什么。把会计政策、科目说明与月度调整记录做成知识库，AI 生成解释草稿，财务复核后回复。边界在于对外披露与审计沟通仍由财务负责人出面，AI 不生成对外口径，也不替企业解释差异原因。
适用与不适用
适合谁
- 单据量大、费用标准执行不到位的企业
- 多银行账户、应收客户较多的财务共享中心
- 已用核算系统、愿意开放只读接口的团队
不适合谁
- 希望 AI 直接制单并完成纳税申报的企业
- 账套与科目口径未统一、缺少历史凭证样本的团队
典型场景
某制造企业月末总有三成报销单被退回，会计逐张核对发票与审批。试点时先取近三个月单据做字段抽取与三单匹配，输出问题清单，财务按清单退单并记录原因；两周后高频错误集中在少数几类，财务据此改了填报提示，复核人仍是财务主管。
可执行步骤
- 选一个高频且规则明确的场景，导出近三个月真实单据与台账作为样本
- 与财务负责人逐项确认匹配规则、容差范围与退单口径，写成清单并签字
- 用历史数据做影子运行，逐条比对人工结论，把每类分歧的原因记在同一张表
- 接入只读接口后，AI 只出问题清单，结论由财务给出，处理记录按月归档
- 每月复盘一次错误类型，更新规则与提示语，并把抽检结果纳入内控检查
常见坑
- 把字段抽取当成记账结论，未做三单匹配与人工复核，错账要到结账才暴露，返工得追到凭证级。
- 银行流水与应收台账口径不同（含手续费、部分回款），未对齐就批量匹配，会把正常差异误报成坏账。
- 科目建议没有附判断依据与相似历史凭证，会计无法核对来源，只能全部重做，工具在被质疑后逐渐弃用。
自检与验收清单
- 场景是否有明确复核人、退单口径与归档位置
- 抽取字段与台账字段是否逐项对齐并留映射表
- 每条提示是否附判断依据与可回溯的单据编号
- 是否约定凭证、申报等法定动作仍由持证人员完成
常见问题
AI 能直接生成记账凭证并过账吗？
不建议。凭证涉及会计判断与责任，模型可以给科目建议与依据，制单、审核、过账仍由会计完成；能否自动过账取决于企业内控与审计要求，通常只对规则极简的费用类凭证开放，并保留逐笔复核。
和现有的财务软件冲突吗？
不冲突，定位是前置助手：从邮件、OA、影像系统取单据，输出清单与建议，再回写到核算系统。前提是拿到只读接口或导出文件，且字段映射经过财务确认，否则对不上账。
数据安全怎么处理？
账簿、银行流水与客户信息属于敏感数据，默认在客户内网或指定环境处理，不用于训练；按角色控制可见范围并保留访问日志，涉及个人信息的最小化处理，跨境场景先做合规评估。