外部公开案例，非衍谷交付
匿名央国企 · 财务流程自动化
来源披露≠独立审计；编辑分析不等于客户确认。A级仅表示可定位到案例级来源，详细度不是成功评分。请先阅读下方字段分析边界；未公开细节不可当作已实施事实。
字段分析边界
- 业务问题依据
- 基于公开材料概括
- 解决方案
- 基于公开材料概括
- 技术工作流
- 公开信息与编辑推演混合
- FDE 行动（请结合分析边界）
- 访谈信息与编辑归纳混合
- 结果（来源方披露）
- 案例发布方披露
业务问题
报销、建单、审核等流程既有语义判断，也有大量重复系统操作，且责任要求高。解决方案
AI负责信息组织、分类判断与风险识别；RPA/API负责建单、填表和提交；高风险事项升级人工。技术工作流
- 业务材料/发票/单据/申请
- OCR/字段抽取 + 业务材料结构化
- AI识别业务类型、补齐上下文并做初步风险判断
- 规则/监督逻辑复核：金额、材料完整性、规则冲突、低置信度
- RPA/API进入ERP/OA完成建单、填表、附件上传、提交
- 高风险/异常 → 财务人员复核和最终审批
- 审批结果、异常原因沉淀为后续规则和样例
技术组件
- OCR/文档解析
- LLM
- 规则/监督逻辑
- RPA/API
- ERP/OA/财务系统
- Human-in-the-loop
人工责任与复核
人工承担高风险、低置信度和最终审批责任。FDE 行动（请结合分析边界）
- 跟岗观察真实财务操作，找出员工自己说不清的隐性判断
- 把流程拆成“语义判断 / 机械执行 / 最终责任”三类任务
- 访谈老员工并把经验转成明确规则、例外和升级条件
- 尽量复用原ERP/OA，把AI做成上层intelligence而非重做财务系统
- 从小场景PoC验证，再决定私有部署和算力投入
- 用低置信度和高风险路由设计责任边界
结果（来源方披露）
形成“AI判断 + RPA执行 + 人终审”的可迁移架构；部分案例推动私有化算力投入。核验说明
- 中：Datawhale案例公开了业务分工和落地方法；具体模型、框架、接口产品未完整披露，组件层使用通用技术类别表示。
- 来源可直接定位到该案例；数值仍属于来源方披露，不代表独立审计。
未公开 / 仍有缺口
- 业务背景
- 改造流程
- 人机与治理
- 量化结果
可迁移方法
- 企业AI不等于一个万能Agent；最稳的结构往往是 AI判断 + 确定性执行 + 人负责
- 先改造一段高频流程，再扩展基础设施
- FDE的第一产物常常是新的工作流，而不是模型
来源账本
- 标题
- Datawhale FDE案例100｜NO.09 从“表哥表姐”到智能执行：FDE用AI重构央国企财务流程效率
- 发布方
- Datawhale FDE100
- 来源类型
- 官方案例合集 PDF
- 可定位性
- 案例级直接来源
- 结论披露方
- 案例发布方披露
- 已记录独立核验
- 否
- 源库查阅日期
- 2026-09-19
- 合集名称
- Datawhale FDE案例100
- 合集案例编号
- 9
- 印刷页码
- 86
- PDF 物理页码
- 87
补充来源
- 标题
- Datawhale FDE100 单案例网页｜NO.09
- 标题
- 旧版使用的二次整理或汇总来源
证据说明
中：Datawhale案例公开了业务分工和落地方法；具体模型、框架、接口产品未完整披露，组件层使用通用技术类别表示。编辑摘要
这个案例的关键不是单点使用AI，而是把“财务流程自动化”重构成可执行、可验证、有人类责任边界的生产工作流。详细度六维评分（各 0–2）
- 业务背景
- 1
- 改造流程
- 1
- 技术工作流
- 2
- 人机与治理
- 1
- 量化结果
- 1
- 来源可定位性
- 2
原始案例 ID
datawhale-009来源分类
Datawhale企业 / 组织
匿名央国企行业
财务/企业服务业务场景
财务流程自动化FDE 标记
明确FDE成熟度说明
已落地/规模化主来源
https://assets.datawhale.cn/Datawhale%20FDE%E6%A1%88%E4%BE%8B100.pdf#page=87 ↗一级行业
企业运营与其他成熟度阶段
规模化FDE 关系
明确FDE证据等级
A证据等级说明
A级｜案例级直接来源详细度评分（满分 12）
8详细度分组
standard详细度说明
标准案例｜可参考但仍有缺口编辑数据：guminghao-avi contributors，MIT。导入 2026-10-02；源版本 ef550123。版权与许可证 · 原案例库。以上保留来源与证据限定，不构成衍谷效果承诺。