“报销革命——企业智能化升级的开端。

在数据猿过去的多次采访中，在“AI替代人类工作”这个话题上，众多业内人士都表达了相同的观点：短期内势必会带来部分基础岗位需求的减少，但从长远来看，人类可以将更多时间用在价值度更高的工作上。几乎存在于每个企业内部的，耗时耗力但又必须做的基础工作是什么？我想会有很多。

今天提名其中一个：报销。员工提交报销单后 财务需花大量时间核对审批，如发现错漏还需返工至提交者，整个流程依靠人力协作极其繁琐。未来的智能化报销流程是怎样的？报销+AI会产生怎样的化学反应？

9月26日，由合思主办、德勤战略支持的「AI在当下 | 2025未来财务人大会」北京站圆满落幕，大会汇聚200余位企业CEO、CFO、CIO及财务先锋，聚焦“L5级无需报销”前沿实践，为我们展示了未来企业的智能财务管理蓝图。

什么是L5级无需报销？

就在几年前，“无需报销”还只处于概念阶段，如今它已近在咫尺。这一阶段彻底改变了以往L1-L4流程驱动业务的方式，采用AI驱动系统、商业模式乃至人的思维转变，让AI与人类成为协同合作的同事，在全场景、全链路实现AI智能化的无需报销。

L5级无需报销实际应用是怎样的，接下来我们通过对比表格来具体拆解每一步：

从表格中可以看到，L5级无需报销从全流程颠覆了传统报销，如果说从前报销流程的SOP需要链条上每一个人来执行，那现在AI已经将流程变为自动化推进，从“人找事”变成了“事找人”，每一环节可查，全流程清晰明了。

报销环节走到最后，来到了财务人员的审批过程，如果只是提交流程自动化，财务人员依然承担着很大的审批压力。合思AI审核的核心思路是将真实企业管理方式系统化，采用“风险分级处理”——高风险单据，AI直接升级人工处理；中风险单据，AI分析后人工复核；低风险单据，AI直接处理。

过去审批人需主动在系统中找单据，效率低且易遗忘；如今系统主动将异常事项推送给审批人。过去审批依赖个人经验，标准不一且难以追溯；如今审批基于统一规则和数据，标准唯一且合规可靠。此外，AI可7天24小时不间断工作，将单张单据平均审批时间从过去的几小时甚至几天缩短至2分钟以内。

AI存在幻觉，如何让人信任？

AI的幻觉问题目前依然是阻碍AI真正落地企业的重要因素，合思创始人兼CEO马春荃表示：

AI会有幻觉，人类也会有，而且人类的幻觉也很重，且人类的幻觉是具有不确定性的。

马春荃认为，AI幻觉的产生主要有三个原因：

第一个原因是数据的不及时。ChatGPT刚刚发布时，是用2022年之前的数据来训练的，如果你向它提问一个不在这个时间范围内的事情，它就会瞎编。但是你告诉它：“如果你不知道不要瞎编”，它就不瞎编了，这一点上甚至要比人类好，人类可能还会因为种种原因而撒谎，但对于大模型，如果提示词里面写明不能胡编乱造，它就不瞎说了。

第二个原因是联网查询信息的不确定性。为了弥补数据的不足，现在大模型可以开启“联网查询”选项。但是这个信息和预训练用的信息有一个显著的差别，就是会有错误。如果网页上有一个假网站，被大模型捕获了，它无法识别真假。

第三个原因是小概率的偏差。如果你给大模型一张六根手指的图片，问它有几根手指，它会说5个手指，这不是大模型在骗你，而是因为六根手指在现实中是极其罕见的，在大模型预训练的时候不会学习这类知识。

在财务领域里，以上导致幻觉的三个因素可以做到被极大的克制。

首先提供给大模型来训练的数据可以更全面，其次必须是正确的，然后小概率事件可以逐渐识别出来，不断地识别这些badcase积淀为案例，就可以减少误差。

大模型之所以有幻觉是因为这几个方面做得不够好，同样的条件下如果是人类员工，也会有幻觉。相比大模型，人的幻觉反而是不可预测很不稳定的，而大模型不会出现这种情况。

放在实际应用场景里看，我们可以将不同的场景进行分类，成熟并且风险概率低的一些场景拿出来完全给到AI处理，目前还不太完备、不太成熟的场景，我们将AI放到辅助的位置，让人在AI的基础之上去查缺补漏。原来财务负责人每个单子都要审，现在只需要特定去审一些较为复杂的单子，就做到了很好的降本增效。

财务数据涉私涉密，如何保障安全？

财务数据作为企业内较为核心且私密的数据，合思如何搭建企业客户与大模型的最后一道信任桥梁？

马春荃表示，对于不同类型的数据，处理方式也会不同。对于不太敏感的数据，就可以完全信任公有大模型，合思与客户会签署安全协议，大模型不会存储，也不会记忆这些数据。对于较为敏感的数据，客户可以不用公有的大模型，用合思的私有大模型，数据在模型里使用完之后就删除。

如果以上两种方式仍觉得不能完全信任，可以在本地部署专属的私有化模型，只连接本地的专属数据，不使用联网功能。

未来的企业工作场景：全员懂AI

马春荃认为，未来企业不是要招AI专家，而是全部员工要懂AI、会用AI，具备运用AI协同工作的能力。

“如果我是财务负责人，我把AI看作纯技术能力，我不懂写代码，不懂编程，这些事要让技术人员来干，我要做的是等模型调试好后直接使用。那就会产生一个问题：技术与业务的断层。

即使是非技术人员，如果你的岗位需要使用AI，那你就要把它弄懂，并不是说要去学习怎么编程、怎么写代码，而是将自己的业务知识教给AI，将AI从一个有一身本领但不知道怎样工作的角色，转变为可以灵活处理业务的好帮手。 ”

马春荃分享了一个身边的例子：合思的一名员工离职后去做了合思的集成外包商，之前在合思是做客服，完全不懂代码，但是他懂业务。他用了不到一个月的时间，就开发了基于合思产品的单点登陆的系统集成的平台，又用了大概半个月的时间，让我们的系统集成可以在集成接口发生调整的时候，通过三两句话重新集成起来。

过去如果接口调整，需要打开代码库，重新把这个字段定义清楚，再把它对接起来，现在它不但能够自己把集成做完，而且可以通过自然语言让这个系统非常神奇的完成了适配。其实我们不需要那么多的技术专家，我们需要的是懂业务的人，因为AI可以帮你干技术活，你只要吩咐它就可以。学会与AI沟通，知道怎样与他交流可以达到你想要的结果，这非常重要。

AI不是炫技，把AI真正嵌入到业务中，提高工作的效率，切实解决问题，比机器人跑酷要更有意义。早期做技术都会追求炫酷好看，但我们最终的目的是技术为人类服务，技术改变生活。企业的智能化变革，或许从一张发票开始。