算力中国行,落地财务端:实在智能分享“算力+大模型”实践路径

11月10日,“算力中国行”(浙江站)媒体调研采访活动座谈会在杭州召开,实在智能联合创始人、CMO张俊九参会,并围绕“算力+大模型”在财务审单场景的落地路径分享实践。会议由工业和信息化部新闻宣传中心、浙江省通信管理局、浙江省经济和信息化厅联合主办,政府部门、基础电信企业、算力与人工智能企业及媒体代表围绕算力网络建设、算网融合、算力产业发展与行业应用展开交流。

图片
图片

座谈会上,张俊九表示,公司把算力底座与大模型能力结合,推动AI转化为财务共享中心的生产力:面对海量、多版式单据及复杂审核规则,智能体依托多模态视觉大模型实现泛化识别与提取,完成财务制度到审核规则的智能解析,并通过算力调度保障高并发处理。

座谈会披露的浙江算力基础设施进展,为这一讨论提供了背景:全省已建成算力中心113家,总算力超198 EFLOPS,智算占比95%,已建成5个万卡集群;省级干线实现200G OTN全覆盖。网络侧,浙江电信方面披露,已实现城市内1毫秒、长三角枢纽3毫秒、全省5毫秒的时延能力。

• 实在Agent

强规则场景切入,

可核查链路落地

财务共享中心是一个典型的强规则场景:业务类型上百种,单据数量以百万计,审核规则密集且随制度频繁更新。

难点不只是识别一张发票。制度条款要变成执行逻辑,多版式票据要泛化识别,业务信息要跨系统校验,审核结论还要留痕可查。这些环节能否跑通,直接影响智能体能否在财务共享中心真正落地。

针对这些环节,张俊九分享了实在智能在财务审单场景的落地路径,大致包括四个步骤。

第一步,把企业财务制度解析为可执行的代码规则,让制度条款变成系统里跑得动的判断逻辑。

第二步,用多模态视觉大模型对多版式单据做泛化识别与提取,减少逐版式开发模板。

第三步,由智能体调度规则引擎,跨系统查询并执行动态校验。

第四步,输出审核结论并保留过程记录,异常单据连同疑点与处理建议一并交回人工。

支撑这条链路的算力底座采用国产算力服务器,具备模型推理、批量计算、并发处理与任务调度能力,并以本地化部署、全栈信创适配,适应财务数据对内网部署和合规留痕的要求。

对实在智能而言,算力要落到智能体可调用的执行能力上,这条落地路径的业务价值才更容易被验证。

• 实在Agent

能源央企样本,

超85%初审完成

以某能源央企为例,其财务中心需应对上百种业务类型、数百万笔单据的审核压力。在该项目中,智能体自主完成了超85%的初审工作。据项目反馈,人效得到提升,并推动该岗位从重执行向重合规、重决策管理升级。

图片

以一笔差旅报销为例,系统会同时核验行程单与发票金额是否一致、乘车人与报销人是否同一、发票抬头与部门归属是否匹配。对无正式发票、个人转账、票据信息缺失等情况,分别标注为待核实或驳回,并在结论中列出建议人工复核的重点与下一步操作指引。

从该案例看,“算力进入业务现场”体现为重复劳动减少、执行链路可核查,而不只是多了一块大屏或一个新概念。

“智能体做执行,人做判断与责任承担。”张俊九在发言中强调,在已上线场景中,财务审单的岗位没有被取消,而是被重排:原来以录入、比对、粘贴为主的执行工作转由数字员工承接,人的位置向异常判断、合规把关、跨部门协调与结果确认上移。

用他的话说,在部分先行团队中,财务人员正在成为“数字员工指挥官”——管理一组数字员工的产出质量,决定哪些单据通过、哪些退回、哪些需要现场核实。推进节奏上,实在智能采取分批上线、可控可停,先在单一组织或单一费用类型跑通,再向多组织、多业务类型扩展。

张俊九将这套做法概括为一句话:机器承重,人做判断,人机共生。

• 实在Agent

流程闭环可追溯,

经验沉淀成资产

对该客户而言,最直接的变化是流程闭环时间被压缩、规则执行口径趋于一致:制度更新后规则随之更新,不再依赖个别审核人的经验记忆;多组织之间的判断差异收敛到同一套可追溯的规则上;审核过程留痕,合规检查有据可查。

对财务共享中心这一组织形态而言,更长远的变化是经验资产化——业务专家把审核逻辑沉淀为企业自己的规则资产。人走,经验不走。

从财务审单这一强规则场景出发,实在智能把“算力+大模型”的落地路径拆成可执行、可核查的环节,再交回业务现场验证。

“算力供给、模型能力与业务规则的深度耦合,是AI在财务这类强规则场景跑通的关键。”张俊九表示,实在智能将继续以行业问题定义场景、以AI构建能力、以算力保障运行、以实践验证价值,推动算力从资源指标转化为业务结果。

1.本内容作为作者独立观点,不代表RPA学习天地立场,RPA学习天地仅提供信息存储空间服务。

2.如果对本稿件有异议或投诉,请联系客服微信号。