案例基本内容和执行情况
消灭报销,业财融合,用友费控商旅平台引领报销变革
支出管控是企业集团财务管理的基本场景之一。长期以来,在传统商旅及费控模式下,企业集团面临着商旅行为频繁且大量发生、商旅审批及报销环节牵涉面广、费用支出不透明、事后控制难追溯等问题。作为全球领先的企业数智化服务商,用友在支撑客户数智化转型的同时,也在不断提升自身的数智化水平。用友从使用面最广、服务全体员工的费控商旅平台入手,打造财务数智化支出领域的领先实践,为同行业推进数智化转型提供重要参考。
依托数智底座,覆盖6类费用大场景
用友BIP费控商旅平台通过“1个数智底座+6类费用大场景+8项标准制定+9大能力支撑”的架构打造“连接、高效、智能、合规”的费控管理体系。
1个数智底座即用友iuap平台,基于微服务、中台化架构,把通用的企业服务功能提炼封装为可复用、可扩展、可运营的中台能力,并为中台能力的开发、运营提供一系列的能力支撑服务。
6类费用大场景分别是:
场景一:一站式员工差旅场景,实现“免垫资,免贴票,免报销”,节省全员操作80%时间。
场景二:主要围绕员工通讯费、交通费等定额费用,部门活动费、日常招待、会议举办等日常费用场景展开,体现公司精细化的费用管控;系统通过PC端和移动端的多端应用,融合了财务核算、资金结算、税务等系统,整合申请、预定、审批、凭证处理及付款的全流程管控,形成应用全闭环,实现业财一体化管理。
场景三:打通对公支出业务全流程,主要围绕公司有/无合同的对公业务、立项申请、无票预付、到票支付等场景展开;以预算为起始+合同为主线的全生命周期闭环管理,将预算、立项、合同过程透明化、阳光化。
场景四:主要围绕费用分摊、预提、摊销、代扣、全球报销、代理报销等场景展开,通过智能填报、稽核、收单,解决财务人员管控难、人工审核压力大、复核与对账时间长等业务痛点。
场景五:费用管控场景,以事前规避、事中控制、事后预警形成全链条核心风险管控点场景展开,费用集约化管控,成本节省5%-10%。
场景六:财务分析报告体系场景,主要围绕构建企业财务数据模型、激活企业数据价值、反哺业务支撑经营决策场景展开。
8项标准制定,包括数据、费用、预算、流程、权限、核算、结算、报告八项标准的规范化; 9大能力支撑包括消费预估、商旅预定,票据识别、票据验证,语音识别、人机互动,稽核规则、智能审核,机器学习,模拟提升,合规校验、风险管控,实时智能、多维精细,规则引擎、智能结算,数据分析、数据预测。
案例主要经济成效和社会成效分析
四大特点,支撑一站式员工出行
用友BIP费控商旅平台具备四个特点:全,广泛连接市面上大部分主流TMC资源;活,有效衔接市面上所有财务系统产品;快,通过RPA机器人、审核规则,提高报销效率,缩短报销时长;智,通过费控报销的流程标准化,规则引擎引入,有效快速控制风险。系统已覆盖用友25000+员工,全面深入制造、医药、能源、航空与机场、建筑、地产、贸易等23个不同行业的前端业务团队。
全面上线4个月以来,用友实现了免垫资免贴票免报销的一站式员工出行,共产生商旅类订单约3万笔通过自动推单形成,节省员工填报报销单数量约1万次,减少员工垫资近千万元,大幅提升员工差旅体验;共处理约2万张报销单,约60%是通过智能机器人全系统处理,40%通过智能稽核功能辅助测算,100%单据经过OCR识别风险,既让公司执行全面的风险监控,也最大限度减少了人工处理量,提升财务工作效率;打通对公支出业务全流程,商旅成本集约化管控,同时通过机器、酒店的详细交易记录,可在今后用于和TMC谈判的数据分析中,可进一步强化集团费控能力,降低企业运营成本。
好文章,需要你的鼓励
Anchor Browser获得600万美元种子轮融资,专注解决AI代理安全可靠地使用网络的挑战。该公司重新设计浏览器作为云端执行层,为每个AI代理提供独立安全的浏览器环境。与传统浏览器不同,Anchor的b0.dev系统让代理能够规划工作流程并可靠重复执行,将混乱的自动化转变为企业级软件工程。
清华大学研究团队开发的SLA技术通过将AI视频生成中的注意力权重智能分类,对不同重要程度的权重采用差异化计算策略,成功实现了95%的计算量减少和20倍的速度提升,同时保持视频质量不变,为AI视频生成效率优化开辟了新思路。
英国竞争与市场管理局经过九个月调查,将谷歌和苹果的移动平台指定为具有战略市场地位。监管机构表示,两家公司在移动平台领域拥有根深蒂固的市场主导地位,其平台规则可能限制创新和竞争。这一指定使监管机构能够考虑采取针对性干预措施,确保英国应用开发者能够创新和发展业务,但目前尚未引入任何直接要求。
斯坦福大学等机构联合提出多人Nash偏好优化(MNPO),突破传统双人训练局限,让AI在多人游戏环境中学习处理复杂非传递性偏好。该方法通过时间依赖设计,让AI与历史版本对话练习,在所有主要测试中显著超越现有方法,在Arena-Hard中甚至超过GPT-5,为AI对话系统训练提供了更贴近真实世界复杂性的新范式。