人工智能大模型技术财务应用蓝皮书
101
会议执行中的照片记录,通过人工智能大模型进行照片的智能识别人数、姓名及照片是否为翻拍的校验,将图片识别
的姓名与签到人姓名比对,以确保学术推广的每一个细节都合规。
图 4-6-5 学术推广会的会议过程异常检测
基于照片的识别结果在会议结报流程中进行异常检测,如发现照片人数与实际签到人数差异较大,或姓名匹配差异较大,
则会智能化提示用终端用户及业务审批者,起到合规性预警的作用,如图 4-6-5 所示。
大模型智能合规稽查平台的管理收益:F 医药企业融入了人工智能大模型技术的智能合规稽查,大大提高了内部稽查
的时效,避免存在合规风险的业务发生及蔓延。
大模型能力应用在非标附件识别效果非常出色,以住宿费中的酒店水单附件为例,其有电子版也有纸质版,不同酒店
开出来的均存在差异,其样式纷繁复杂,利用大模型技术提取其关键信息并在后续进行时间、金额、入住人及违规消费的检查,
节省财务人员在差旅费审核上的人力。
在 2023 年全年,F 医药企业 AI 数字员工 7*24 的事中智能审核,缩减了财务共享中心 30% 的审核人力;同时由于 AI
数字员工前置于单据提交环节进行实时检查,退单率也从过去的 20.9% 退至 5% 以下,报销周期缩短 30%。AI 数字员工的
事后智能稽查发现超过 200 笔业务的中高风险异常,避免了潜在的损失和风险。
(2)智能财务客服的应用
企业财务信息化建设高速发展,财务系统越建越复杂,加之企业制度政策每年都有调整、员工流动频繁,导致员工对
流程不熟、对流程卡顿原因不理解,使得财务部承担着大量的问题咨询解答的工作量,不仅占用财务精力和同时,也影响
到了业务流程的效率。因此,越来越多的企业开始重视智能财务客服平台的建设和应用,以满足用户需求,提升企业竞争力。
F 医药企业财务共享中心员工共 55 人,服务近 5000 名员工,其中 20% 的工作精力在于解答用户制度咨询、系统流程
操作。同时,因员工流程不熟悉导致的财务退单率高达 25%,用户抱怨声很大。
因此,F 医药企业建立了一套智能客服体系,基于 LLM 大语言模型搭建的更高效的知识生产、更优质的回复内容及对