夜雨聆风
詹老师 · AI产品专家 / 流程管理专家
昨天受邀做了一场直播。
这场直播，原本是想把“AI+审批流”这件事讲透。
现场气氛很好。
大家互动很踊跃，也帮忙做了很多转发。
课程里提到的资料，大家也很关心。
包括金老师的流程规划Skill，我这边的审批插件、流程管理插件，还有完整课件和演示材料。
这些都不是口头福利。
想要的话，可以在文末留言你的审批场景，再加我微信，我整理后发给你。
但昨天确实有一个问题。
网络不稳定。
有几段内容讲得断断续续，大家体验不好。
这点先跟大家说声抱歉。
所以今天一早，我重新把直播里的核心内容整理了一遍。
尤其是大家最关心的这件事：
AI 到底怎么放进审批流？
不是一句“接入大模型”就完了。
也不是让 AI 替老板、财务、法务、人事直接点“同意”。
审批的本质，仍然是责任链。
AI 真正能改变的，是审批前的信息准备、审批中的规则比对、审批后的意见沉淀，以及流程本身的持续优化。
先看完整课件里的总图
昨天课件里，我把 AI 加审批流拆成了 6 种可落地方式。
这 6 种方式不是代际。
不是说第 6 种一定比第 1 种高级。
它们更像一条连续谱。
越往前，越工程化，越稳定，越容易治理。
越往后，越智能化，越有想象力，但对接口、数据、权限、评测和责任边界要求也越高。
课件截图：AI 加审批流的 6 种落地方式
所以企业不要一上来就问：要不要上 AI？
更好的问题是：这类审批，AI 应该放在哪一层？
判断能不能自动，先问三件事
我在课件里放了一页“三问法”。
这页很重要。
因为很多 AI 审批项目一开始就走歪了。
不是模型不行。
而是项目组没有先把数据、规则和责任说清楚。
课件截图：判断审批 AI 能不能自动，先问数据、规则和责任
第一问，数据拿得到吗？
只在表单里，还是要取预算系统、供应商系统、合同系统？
是否还要读附件、截图、聊天记录和历史审批意见？
第二问，规则写得清吗？
如果是“金额小于 300 元自动通过”，这就是工程规则。
如果是“付款条款是否异常”“理由是否充分”“前序意见是否被回应”，这就涉及语义判断。
第三问，风险谁承担？
有些审批可以自动通过。
有些只能生成意见。
有些只能提示风险，不能替人做决定。
这三问不讲清楚，AI 审批就容易从“提效工具”变成“责任黑箱”。
方式一：审批引擎里的硬规则
1第一种方式，其实不是 AI。
它是传统自动审批。
比如金额小于 300 元，自动同意。
比如某个岗位发起的固定类型申请，跳过某个节点。
比如部门、类型、金额组合后，路由到不同审批人。
这些判断都可以写进审批引擎。
它们非常稳定，可解释，可审计，执行成本也低。
只要规则能写清楚，就不要为了 AI 而 AI。
确定性问题，优先交给工程。
方式二：接口取数，再做规则判断
2第二种方式，比第一种多了一步。
审批表单本身不够用了。
系统要先通过接口拿外部数据。
比如预算余额、供应商状态、历史采购价格、合同履约记录。
拿到以后，再按规则判断。
这里有个关键点。
数据来源变复杂了，但判断逻辑未必变成 AI。
如果最后还是 if/else，还是阈值、字段、状态，那本质仍然是工程规则。
它适合系统基础比较好的企业。
预算、采购、合同、ERP、CRM 已经能打通，审批 AI 就可以先从“外部数据参与判断”开始。
方式三：先读材料，再匹配规则，最后生成意见
3审批真正变难，通常从附件开始。
表单里只有几行字段。
但真实判断藏在合同、报价单、发票、营业执照、方案文件和历史意见里。
过去大家会用 OCR。
OCR 能解决一部分识别问题，但它只是起点。
今天更可行的方式，是用多模态模型或专门微调过的模型，把非结构化材料变成可判断的数据。
课件截图：页面 / 附件 → 识别类型 → 提取要素 → 规则匹配 → 意见草稿
这里最稳的链路，不是直接让模型审批。
而是先识别类型。
这是合同、报价单、发票，还是说明材料？
再解析内容。
主体是谁，金额是多少，付款条款怎么写，附件证据在哪里？
然后回到规则。
能工程化的匹配，仍然用工程规则。
供应商名称是否一致，合同金额是否等于付款申请金额，发票抬头是否匹配，这些不该交给模型猜。
模型真正适合做的，是复杂语义判断和审批意见表达。
比如条款是否异常。
理由是否充分。
前序审批意见是否被回应。
风险应该怎么写成一段人能读懂、可直接复制进审批框的话。
这里真正难的，是评测
做到第三种方式，很多企业会卡住。
卡住的原因不是模型不会说话。
而是大家不敢相信它。
审批不是写文章。
一个金额提错，一个主体看错，一个条款误判，都会带来真实风险。
所以要素提取要评测。
规则匹配要评测。
风险判断要评测。
审批意见也要评测。
而且不能只看一个总分。
要拆到字段级、规则级、场景级。
很多企业不是不想用 AI 审批。
而是不知道怎么证明它可用。
没有评测体系，AI 审批就只能停在演示阶段。
方式四：页面插件，不等接口也能先跑
4这也是昨天大家很感兴趣的一种方式。
很多流程管理团队会遇到一个现实问题：接口拿不到。
信息部门排期很满。
业务系统不愿开放。
厂商也未必配合。
那能不能不改系统，先做出效果？
可以。
做页面插件。
课件截图：不改 OA，也能在审批页面旁边跑 AI 审批助手
审批人打开页面时，插件读取当前页面信息和附件信息。
再根据页面类型匹配对应的审批 Skill。
比如审批快速分析、报价审批分析、流程审批分析。
它可以输出风险扫描、缺失材料、判断依据和审批意见草稿。
更好的体验，是有预热机制。
不是你点开侧栏以后才开始跑。
而是你打开页面那一刻，插件已经开始捕捉页面、解析附件、匹配规则。
等你点开侧栏，结果已经在那里。
你可以追问，也可以复制，还可以插入审批意见。
这种方式特别适合先做样板。
它不解决所有平台治理问题，但能让大家很快看到：AI 不是在流程外聊天，而是回到了真实审批页面里。
方式五：转换器接入，平台侧栏辅助
5插件再往前一步，就是平台侧栏。
如果钉钉、飞书、OA、BPM 能通过标准转换器或开放接口把任务接出来，AI 审批就可以提前分析。
审批任务一产生，平台就拿到数据。
审批人还没打开页面，分析已经跑完。
等他进入审批系统，只需要看侧栏里的摘要、风险、依据和建议。
课件截图：标准转换器接入，先辅助，不急着自动回写
这里我特别强调一句：不要一上来就自动回写。
越早自动写回，组织阻力越大。
业务担心误判。
IT 担心权限。
法务和内控担心责任。
管理者担心不可控。
更稳的做法，是先做侧栏辅助。
AI 提前看完材料，给出结论、证据和建议。
审批人确认后，再写入审批意见。
平台方案真正有价值的地方，也不只是提效。
它还能沉淀治理数据。
哪些审批类型最适合 AI 辅助。
哪些规则经常被人工推翻。
哪些意见被采纳。
哪些样本应该进入评测集。
插件适合快跑，平台适合规模化。
插件证明价值，平台沉淀能力。
方式六：Agent 监听与自动执行
6最后一种，是大家最有想象力的方向。
如果系统能通过接口、命令行或协议读写数据，AI 就可以从“辅助”走向“代办”。
它可以监听你的审批列表。
读取审批详情和附件。
运行对应 Skill。
做风险分级。
再根据授权策略自动处理、提醒确认或升级复核。
课件截图：自动化不是全同意，而是绿色自动、黄色提醒、红色阻断
这件事不是空想。
现在越来越多企业平台已经在开放 API、SDK、命令行工具或面向智能体的协议。
但这类方案有前提。
系统要能读写。
规则要稳定。
样本要充足。
责任边界要清楚。
否则就不要急着让 Agent 自动提交。
成熟的审批 Agent，不是悄悄替你乱点。
它应该把低风险事项自动化，把高风险事项显性化。
比如低于 300 元且票据字段完整的报销，可以自动通过。
缺附件的采购单，可以自动提醒补充。
合同主体不一致、付款条款异常的审批，应该自动升级法务复核。
一张表选方案
如果你听完还是不知道从哪里开始，就回到这张选型矩阵。
不要问“要不要 AI”。
要问“这个审批场景，AI 应该放在哪一层”。
课件截图：用一张表判断你的审批场景适合哪种方案
字段清楚、阈值明确、低风险，就先用审批引擎硬规则。
需要预算、供应商、历史价格，就先做接口取数加规则。
大量附件、合同、报价单，就做多模态解析加匹配。
系统难改但页面可读，就先做审批插件。
审批量大、需要治理统计，就做转换器平台侧栏。
规则成熟、系统可读写，再考虑 Agent 自动执行。
最后，把资料领取说清楚
昨天直播里提到的资料，我会整理成一个包。
里面包括：
1金老师相关插件和 Skill。
2我这边的审批插件、流程管理插件。
3这套 AI 加审批流的干货课件。
4流程规划、流程图、泳道图相关 Skill 和模板。
5审批 AI 选型画布和评测清单。
领取方式也简单。
你可以在评论区留一个你最想改造的审批场景。
比如合同审批、费用报销、采购申请、供应商准入、用章审批、权限开通。
然后加我微信。
我会把资料发给你。
场景越具体，我越容易给你对应的建议。
真正值得带走的，不只是资料
资料当然有用。
插件、Skill、课件、Skill，都可以帮你更快上手。
但更重要的，是你要形成一种判断能力。
看到一个审批流，不要先问能不能上 AI。
先问数据在哪里。
再问规则能不能写清。
再问模型到底补哪一段能力。
最后问风险由谁承担，怎么评测，怎么留痕。
能工程化的，不要硬交给模型。
需要语义理解的，不要假装几个字段能解决。
适合插件快跑的，不要一开始就做大平台。
适合平台治理的，也不要永远停在单点演示。
AI 加审批流，本质不是“让 AI 审批”。
它是在重新设计企业的判断系统。
谁提供证据。
谁匹配规则。
谁组织意见。
谁承担责任。
谁复盘流程。
这些问题被重新拆开以后，流程管理才真正进入 AI 时代。
这也是我为什么愿意把昨天没讲透的内容，重新整理成这篇文章。
算是给大家补作业。
也算是给昨天一起熬到最后的同学，一份实实在在的福利。
参考依据
本文关于审批动作、文档信息提取、流程挖掘、开放接口和智能体接入的判断，参考了 Microsoft Power Automate、AI Builder、Power Automate Process Mining、飞书/Lark 开放能力和 ServiceNow 相关公开资料。具体落地仍要结合企业内部系统、权限、数据安全和责任边界评估。
