如何讓人工智能真正融入企業(yè)，成為推動效率與創(chuàng)新的引擎？本文作者以親身實(shí)踐的AI審單項(xiàng)目為例，深入探討了AI在企業(yè)落地的五步法，從成本節(jié)約到流程設(shè)計(jì)，再到運(yùn)營策略，為AI的商業(yè)應(yīng)用提供了一條清晰的路徑。

一、引言

人人都在談AI?？葾的信任赤字、AI的投入成本，都讓決策者和擁躉畏首畏尾。如何在企業(yè)內(nèi)洞察機(jī)會、如何說服決策者投入資源、如何衡量價(jià)值達(dá)成。這些都是繞不過去的問題。筆者以個(gè)人踐行的AI審單項(xiàng)目為例，歷時(shí)一年多的痛苦與掙扎、現(xiàn)分享給各位，與各位共同探討AI的落地方法。

二、AI應(yīng)用的5步法概述

沿上篇文章《AI應(yīng)用企業(yè)落地方法論：踐行財(cái)務(wù)共享AI審單項(xiàng)目(第一篇)》所述，我們分享了“技術(shù)理解”和“機(jī)會洞察”兩章。我們繼續(xù)。

本系列文章將回答如下幾個(gè)痛點(diǎn)，文章較長，收藏再看。

1. AI如何在企業(yè)內(nèi)找到落地場景，且能形成規(guī)模效應(yīng)；
2. AI是一個(gè)好東西、要投入多少錢、能產(chǎn)生多大的收益和價(jià)值；
3. AI技術(shù)可理解性差，如何衡量落地場景的應(yīng)用穩(wěn)定性；
4. AI會不會引發(fā)數(shù)據(jù)泄露，數(shù)據(jù)安全如何保障；
5. AI要在企業(yè)內(nèi)取得成功并復(fù)制成功，推進(jìn)方法論是什么；

三、第三步：流程設(shè)計(jì)與產(chǎn)品設(shè)計(jì)

3.1 AI產(chǎn)品設(shè)計(jì)流程概述

AI大模型以字?jǐn)?shù)收費(fèi)、而且還不便宜。而實(shí)際我們真正需要的信息又少，那如何實(shí)現(xiàn)成本最節(jié)約下的AI技術(shù)引入呢。我總結(jié)了兩個(gè)方法、親測非常好用。分別為“AI成本最節(jié)約下的審單流程設(shè)計(jì)”和“對標(biāo)工序和ROI的原型設(shè)計(jì)”。

前者是開放的思考流程情況、數(shù)據(jù)來源情況、附件類型情況、需要內(nèi)容情況下的AI成本考量、并融入開放思考到流程設(shè)計(jì)中。從而在流程設(shè)計(jì)上就思考和設(shè)計(jì)成本問題。

后者是從工序分析和ROI的角度拆解用戶操作步驟，變革新的流程做出新的產(chǎn)品原型。

3.2 AI成本最節(jié)約下的審單流程設(shè)計(jì)

日本質(zhì)量大師田口玄一博士說過:“產(chǎn)品質(zhì)量首先是設(shè)計(jì)出來的,其次才是制造出來的”。筆者認(rèn)為、產(chǎn)品成本首先是設(shè)計(jì)出來的，其次才是管控出來的。

所以，若要實(shí)現(xiàn)最節(jié)約下的AI投入，就需要審單流程設(shè)計(jì)，筆者將審單流程方法，劃分為兩個(gè)步驟，先做腦暴、再做流程。腦暴就是開放思考AI的成本消耗點(diǎn)，不考慮技術(shù)實(shí)現(xiàn)性；然后拿著這些成本點(diǎn)再套入到審單流程之中。最終你會發(fā)現(xiàn)，AI的成本消耗變得透明和清晰。

第一步：AI成本節(jié)約腦暴

AI成本節(jié)約腦暴是從“流程”、“來源”、“附件類別”、“識別內(nèi)容”角度發(fā)散思考成本節(jié)約的消耗點(diǎn)。腦暴是一種發(fā)散思維，可避免一下陷入到流程設(shè)計(jì)之中，流程設(shè)計(jì)會讓人腦去修正邏輯、去修正合理性，會使得產(chǎn)品人員的注意力被流程合理性所吸引，結(jié)果哪些成本最節(jié)約策略，就會被產(chǎn)品所忽略，AI成本潛移默化下則增長了。

第二步：基于成本節(jié)約下的流程設(shè)計(jì)

基于上面的腦暴，我們對整個(gè)產(chǎn)品有一個(gè)結(jié)構(gòu)概要，也知道要實(shí)現(xiàn)這些腦暴點(diǎn)的依賴條件，下一步我們就進(jìn)入流程設(shè)計(jì)，在整個(gè)流程設(shè)計(jì)之前，我們還對規(guī)則進(jìn)行分類，規(guī)則分類的原因也是因?yàn)槟X暴有依賴（腦暴點(diǎn)1、腦暴點(diǎn)6），同時(shí)我們也建立了其他配置要素，

規(guī)則分類表：

系統(tǒng)后臺配置：

有了上面的分類規(guī)則、系統(tǒng)后臺配置、腦暴點(diǎn)。我們下來就進(jìn)行具體的審單場景設(shè)計(jì)。如下是設(shè)計(jì)出來的兩條流程。因企業(yè)保密需要，架構(gòu)圖等就不分享給各位。這些流程一方面是現(xiàn)在實(shí)現(xiàn)的，另外一方面也是我個(gè)人基于現(xiàn)狀的暢想（當(dāng)然也是可實(shí)現(xiàn)），是比較合理的流程，各位大可放心。

國內(nèi)差旅報(bào)銷場景（提單人自助識別發(fā)票和非票附件場景）：

流程解析：

1. 移動端拍照發(fā)票完成發(fā)票抬頭、真?zhèn)?、重?fù)等“發(fā)票正確類規(guī)則校驗(yàn)”（下表有詳細(xì)的規(guī)則分類）；移動端拍照非票附件形成影像；
2. PC和移動都有統(tǒng)一的個(gè)人影像中心（含發(fā)票和非票附件）、這時(shí)候非票附件并沒有調(diào)用AI識別和AI大模型能力；
3. 員工選擇報(bào)銷場景“國內(nèi)差旅報(bào)銷”、系統(tǒng)調(diào)用后臺的規(guī)則引擎，告知需要提交的發(fā)票類型和非票附件；員工選中對應(yīng)的發(fā)票和非票附件（規(guī)則引擎明確哪些非票附件必填，報(bào)銷人需要選中附件，這里不用AI是因?yàn)楦郊啵杀咎?，分類也需額外收費(fèi)的）；
4. 系統(tǒng)根據(jù)后臺配置的“場景+發(fā)票的消費(fèi)類別>費(fèi)用科目”，自動生成對應(yīng)的報(bào)銷明細(xì)行，自動關(guān)聯(lián)對對應(yīng)的消費(fèi)科目；（消費(fèi)類別就是“用車>汽車油票”）；
5. 用戶點(diǎn)擊提交按鈕，系統(tǒng)會先檢查單據(jù)填寫類規(guī)則、發(fā)票正確類規(guī)則、票單校驗(yàn)類規(guī)則、附件提供類規(guī)則。若錯(cuò)誤，則異常報(bào)錯(cuò)；若正確，則系統(tǒng)會調(diào)用AI大模型去識別附件（AI識別和規(guī)則校驗(yàn)會耗時(shí)，系統(tǒng)會有載入提示）；
6. 系統(tǒng)識別非票附件為文本數(shù)據(jù)后，會調(diào)用“非票附件部分篇幅AI識別配置”功能、將精準(zhǔn)的部分篇幅給到AI大模型去形成結(jié)構(gòu)化數(shù)據(jù)，并返回給系統(tǒng)后臺庫，后臺庫統(tǒng)一發(fā)送給規(guī)則引擎進(jìn)行“非票附件校驗(yàn)類規(guī)則”校驗(yàn)；
7. 校驗(yàn)成功則返回正確結(jié)果、校驗(yàn)不通過則返回比對的結(jié)構(gòu)化數(shù)據(jù)給前端；
8. 審單助手頁統(tǒng)計(jì)所有規(guī)則數(shù)、校驗(yàn)成功規(guī)則數(shù)、校驗(yàn)不通過規(guī)則數(shù)。審單人作人工判斷。

流程圖：

國內(nèi)差旅報(bào)銷場景（提單人不識別校驗(yàn)、由審單人識別校驗(yàn)單）：

流程解析：

1. 提單人提單時(shí)讀取規(guī)則引擎、系統(tǒng)自動校驗(yàn)提單人必須提供的附件類型、提單人需準(zhǔn)確提供；
2. 單據(jù)到了審單人節(jié)點(diǎn)，系統(tǒng)會先對發(fā)票先做OCR校驗(yàn)、然后調(diào)用規(guī)則引擎去檢查單據(jù)填寫類規(guī)則、發(fā)票正確類規(guī)則、票單校驗(yàn)類規(guī)則、附件提供類規(guī)則。若錯(cuò)誤，則異常報(bào)錯(cuò)；若正確，則系統(tǒng)會調(diào)用AI大模型去識別非票附件（AI識別和規(guī)則校驗(yàn)會耗時(shí)，系統(tǒng)會有載入提示）；
3. 系統(tǒng)識別非票附件為文本數(shù)據(jù)后，會調(diào)用“非票附件部分篇幅AI識別配置”功能、將精準(zhǔn)的部分篇幅給到AI大模型去形成結(jié)構(gòu)化數(shù)據(jù)，并返回給系統(tǒng)后臺庫，后臺庫統(tǒng)一發(fā)送給規(guī)則引擎進(jìn)行“非票附件校驗(yàn)類規(guī)則”校驗(yàn)；
4. 校驗(yàn)成功則返回正確結(jié)果、校驗(yàn)不通過則返回比對的結(jié)構(gòu)化數(shù)據(jù)給前端；
5. 審單助手頁統(tǒng)計(jì)所有規(guī)則數(shù)、校驗(yàn)成功規(guī)則數(shù)、校驗(yàn)不通過規(guī)則數(shù)。審單人作人工判斷。

流程圖：

3.3 對標(biāo)工序和ROI的原型設(shè)計(jì)

我們在做原型設(shè)計(jì)之前，需要回顧下《AI應(yīng)用企業(yè)落地方法論：踐行財(cái)務(wù)共享AI審單項(xiàng)目(第一篇)》文章的“5.2.2 分析步驟2：工序計(jì)算分析法、下鉆機(jī)會下的耗時(shí)工序 ”和“5.2.6 分析步驟6：ROI分析方法”內(nèi)容，從中找出原型設(shè)計(jì)的出發(fā)點(diǎn)。現(xiàn)在我們將部分原文截取過來

工序計(jì)算分析法中，將審單分為這幾個(gè)工序：（1）在所有附件影像中找到對應(yīng)附件；（2）在一份附件中找到具體關(guān)鍵信息；（3）計(jì)算和統(tǒng)計(jì)附件內(nèi)容；（4）比對附件與單據(jù)的數(shù)據(jù)的一致性；（5）檢查本崗位規(guī)則的審閱覆蓋度。

ROI分析方法中，我們可以明確的是資源永遠(yuǎn)是有限的，而且大部分決策者的心理都是“花小錢辦大事、最好是不花錢；ROI要對標(biāo)具體的工序，拆解工序來做ROI測算。

對標(biāo)工序和ROI后，我們就可以用下表做前后對標(biāo)工序設(shè)計(jì)，以前的工序做參考、現(xiàn)在的工序基于上面新的流程進(jìn)行詳細(xì)設(shè)計(jì)。有了這個(gè)工序詳細(xì)設(shè)計(jì)，接下來則可放心大膽的畫原型了。

6.4.1 前后對標(biāo)工序

下表是審單人員的AI引入前后的工序，并附有審單原型圖，各位看官可詳細(xì)閱讀：

現(xiàn)在的審單助手頁（也可應(yīng)用在用戶填單校驗(yàn)環(huán)節(jié)）

原型設(shè)計(jì)經(jīng)驗(yàn)總結(jié)

1. 產(chǎn)品原型需建立在流程重構(gòu)的基礎(chǔ)上，絕非優(yōu)化原有流程和工序；
2. 不切換頁面、少點(diǎn)擊，集中一個(gè)頁面講清所有，極大考驗(yàn)對工序的整合設(shè)計(jì)能力。產(chǎn)品的歸屬就是無需培訓(xùn)即可上手。
3. 原型每個(gè)人都會畫、但是比較有說服力（也可以說專業(yè)~~哈哈）的做法還是要先做完工序計(jì)算、ROI計(jì)算、流程設(shè)計(jì)后，再做工序設(shè)計(jì)。

四、第四步：速贏機(jī)會運(yùn)營

4.1 速贏落地關(guān)鍵成功要素

很多小伙伴理解速贏就是“在最出效果的地方做項(xiàng)目開發(fā)”，這太過狹隘，速贏落地的核心而是“價(jià)值運(yùn)營達(dá)成”。我們可看下速贏落地的關(guān)鍵成功要素：

1. 速贏點(diǎn)上線了，可整個(gè)產(chǎn)品就是一個(gè)黑盒子，出現(xiàn)自動化率低問題后，無法判斷問題根因，是AI識別能力、AI理解能力、規(guī)則引擎還是系統(tǒng)代碼？到底是哪里出問題了！
2. 產(chǎn)品上線后，團(tuán)隊(duì)反對者和部分領(lǐng)導(dǎo)會質(zhì)疑產(chǎn)品效果，一句話否定你一切！而項(xiàng)目組無法拿出量化指標(biāo)來證明；
3. 速贏機(jī)會成功了，可要全面推廣時(shí)，項(xiàng)目組信心不足，沒有人可以拍著胸脯說上線一定沒有問題；

上線只完成了整個(gè)產(chǎn)品的20%，剩下的80%時(shí)間則是運(yùn)營、調(diào)優(yōu)、再運(yùn)營、再調(diào)優(yōu)。在速贏階段，我主要做的是如下幾件事情：

1. 監(jiān)控運(yùn)營指標(biāo)和分析運(yùn)營日志、提升產(chǎn)品能力：通過監(jiān)控識別置信值、規(guī)則引擎通過率、駁回率這些指標(biāo)、再每條異常日志打開來看，可以發(fā)現(xiàn)很多AI的能力不足點(diǎn)、更可以發(fā)現(xiàn)我們的規(guī)則引擎的函數(shù)的寫法問題；
2. 用BI平臺監(jiān)控作業(yè)提效變化，證明提效可行性：數(shù)據(jù)不會說謊、通過監(jiān)控審單耗時(shí)和規(guī)則校驗(yàn)通過率、不斷讓團(tuán)隊(duì)和關(guān)鍵意見領(lǐng)袖認(rèn)可產(chǎn)品。

4.2 速贏運(yùn)營指標(biāo)

4.3 AI審單運(yùn)營的經(jīng)驗(yàn)

在實(shí)際運(yùn)營過程中，個(gè)人踩過了很多坑，當(dāng)然也總結(jié)了點(diǎn)滴經(jīng)驗(yàn)。在一定的脫敏后分享給大家，希望大家在引入AI的時(shí)候能夠更成功：

1. 單據(jù)不是必填，造成規(guī)則校驗(yàn)失效、所以需要再運(yùn)營中或規(guī)則梳理時(shí)仔細(xì)甄別。
2. 附件存在一些特定類型無法提供準(zhǔn)確數(shù)據(jù)源，造成規(guī)則失效；比如合同是框架合同則沒有合同金額；這就需要對合同做AI識別看是否是框架合同，這都是需要再運(yùn)營中去發(fā)現(xiàn)。
3. 規(guī)則沒有做合理的命名，造成審單人無法理解；規(guī)則是給人看的，團(tuán)隊(duì)leader沒有做統(tǒng)一命名則會造成規(guī)則閱讀成本極高，信任度大打折扣。
4. 規(guī)則沒有考慮多行情況，比如A和B需校驗(yàn)，采用相等，可后來發(fā)現(xiàn)A中存在多行，則就需要修改為包含或分組后再對比；所以在規(guī)則梳理時(shí)、一定要多多考慮異常情況，
5. 合同印章識別不準(zhǔn)、手寫內(nèi)容識別不準(zhǔn)；手寫的內(nèi)容識別不準(zhǔn)可推動業(yè)務(wù)前端進(jìn)行修改；
6. 能用開源的就先用開源的，只要有投入就會有沉沒成本，即不要一下去買一家廠商的成熟包裝后的產(chǎn)品，先去用SAAS產(chǎn)品吧，跑通邏輯后掌握了主動權(quán)，再去選購成熟產(chǎn)品。
7. 規(guī)則引擎的核心是規(guī)則函數(shù)，而非前端規(guī)則配置頁面，其實(shí)Drools workbench就足夠了，沒必要再去搭建一個(gè)人人可用的規(guī)則配置頁面；個(gè)人在這里差點(diǎn)掉到坑里了，設(shè)計(jì)了好久，還特意做了幾千個(gè)字的規(guī)則引擎調(diào)研報(bào)告，幸虧是這份報(bào)告，讓我意識到規(guī)則引擎的核心是什么，我自己能做什么，我最應(yīng)該做什么。這也給所有人提一個(gè)醒，要是對某件事情有疑問，那就寫研究報(bào)告吧，你可以相信身邊的人，可他們不能替代你的思考，主意還得自己拿！
8. 分析不僅僅只是看最終經(jīng)營指標(biāo)，比如規(guī)則自動化通過率，還要重點(diǎn)看日志，我們花了非常多的時(shí)間去看日志，從日志中發(fā)現(xiàn)了很多問題，每一條日志都是上天的恩賜，都是團(tuán)隊(duì)邁向更成功的墊腳石。重視日志就是尊重現(xiàn)實(shí)、就是一個(gè)“唯物主義者”哈哈！
9. 無論是支持者、觀望著、反對者，所有人都有一個(gè)信任過程、你需要“讓朋友搞得多多的，讓敵人搞得少少的”，方法就是持續(xù)運(yùn)營、不斷優(yōu)化。讓數(shù)據(jù)告訴項(xiàng)目干系人，你是尊重他們的，你也希望得到他們的信任。感激你的朋友、也感謝你的敵人！

附錄圖：提示詞工程

五、全面推廣和下一步規(guī)劃

路漫漫其修遠(yuǎn)兮吾將上下而求索！要全面推廣和走向自動化，還需要很長的路來走，我也做了一些整個(gè)AI產(chǎn)品的下一步計(jì)劃，夢想還是得有嘛：

1. 保障AI審單準(zhǔn)確率的核心是：規(guī)則越清晰、附件越標(biāo)準(zhǔn)、單據(jù)量越大；所以，下面的全面推廣就需要建立這個(gè)選擇標(biāo)準(zhǔn)進(jìn)行推進(jìn)。
2. 印章問題是一個(gè)老大難問題，可以考慮相似度算法+代碼個(gè)性邏輯來算出百分比，如下是一些典型問題 ：印章都蓋在甲乙方上面，在識別的時(shí)候就存在錯(cuò)誤；印章有名字類型的，順序無法判斷，比如王明印、結(jié)果識別成為王印明；
3. 每一個(gè)規(guī)則設(shè)定“自動化必須通過”的標(biāo)志、比如發(fā)票與法人的關(guān)系，要是錯(cuò)了，哪怕其他規(guī)則都通過了，只要這條規(guī)則不通過，那么自動化就不會通過；這可以降低成本；
4. 每一條規(guī)則返回的時(shí)候都帶了“校驗(yàn)準(zhǔn)確率”，普通規(guī)則則要么100%、要么0%；而采用相似度算法的則會返回具體的校驗(yàn)準(zhǔn)確率，即相似度算法校驗(yàn)后的結(jié)果；最終結(jié)合“自動化必須通過”和“校驗(yàn)準(zhǔn)確率”來判斷是否可自動化通過；也得出一個(gè)最終的“總校驗(yàn)準(zhǔn)確率”；通過這個(gè)閾值，低于這個(gè)值的則人工、高的則自動；
5. AI的成本還需要進(jìn)一步降低，希望國內(nèi)各大廠商進(jìn)一步推進(jìn)吧，AI的引入決策成本還是蠻高的，其實(shí)若AI真的沒有這么貴，我也沒必要寫這篇文章了。
6. 前置規(guī)則到用戶和本地接單人人員，審單本身就是一個(gè)流程冗余的動作、要是每個(gè)人都填得對、每個(gè)人填單就校驗(yàn)完畢，那么流程的成本將極大降低，沒有審單人員、沒有管理成本，審單人會去做更重要、更有價(jià)值的事情。世界將會變得更加美好！

六、最后

AI從產(chǎn)生概念到實(shí)際應(yīng)用已是許久，我們對AI還是那么期待，而在恐怖谷理論中，當(dāng)下的AI還沒有讓我們反感和害怕，這是否正說明AI還是很弱~~這確實(shí)讓人心塞。

AI的未來一方面是三算的提升，另一方面還是企業(yè)應(yīng)用的探索。希望更多的企業(yè)和個(gè)人能夠放心大膽的信任AI，去探索AI場景。個(gè)人也希望這篇文章能為AI踐行之路的人們指明一條可復(fù)制的方法。