【MOI 实践 Vol.1】我用 AI 把员工报销从 1 小时压缩到 5 分钟

每个月月末，公司里总有一幕固定上演：

一阵阵叹息声从工位上传来。那是同事们又在重复那个“神圣”的报销仪式——打开邮箱，在一堆邮件里大海捞针般地找出电子发票，下载，打开，再把发票号码、金额、日期一个字一个字地敲进报销系统。

如果是打车发票，那恭喜你，难度加倍。你还得找到对应的行程单，像玩“大家来找茬”一样，核对金额、地点，然后在大脑里快速检索报销制度，判断这笔钱到底算“市内交通”还是“差旅费”。

出差多的同事，光是这一套“仪式”走下来，一杯咖啡都凉了，时间也过去了一个小时。

最绝望的是，你知道下个月，这一切还会原封不动地再来一遍。

Part 1

场景1：眼花缭乱的“数字游戏” 你对着一张 PDF 发票，把一长串发票号码敲进系统，生怕看错一个数字；再把金额的小数点对齐，反复确认。几十张发票下来，眼睛都花了。

场景2：记忆力大考验 “这笔去机场的打车费，是出差还是团建来着？”“这张餐饮发票，是招待客户还是部门聚餐？”你不得不努力回忆几周前发生的事情，每一次判断都是一次小小的脑力消耗。

场景3：无尽的循环 你好不容易填完所有单据，提交。两天后，财务驳回了你的申请：“张三，你这张发票和行程单金额对不上。”于是，上面的所有流程，从头再来。

报销，这件看似简单的小事，正在像一个微型黑洞，日复一日地吞噬着每个人的时间和耐心。

报销的痛苦，不在于“填”，而在于“找”和“判”。

这本质上是一件高度重复、规则明确、但极其繁琐的体力活。而这种活，正是AI最擅长接管的领域。

过去，机器看不懂 PDF 和图片里的发票，这个瓶颈卡住了所有自动化尝试。但现在，多模态大模型可以直接“阅读”这些文件，准确率甚至超过疲惫的人眼。

技术的那扇门，已经开了。

基于这个判断，我们开发了一套智能报销系统。

核心思路很简单：把所有重复劳动都丢给 AI，人只做最后那个“确认”的动作。

整个系统分为四个模块：

邮件批量提取 通过 IMAP 协议连接 QQ 邮箱，一键批量下载所有包含 PDF / OFD / XML 格式附件的邮件，自动按邮件分组存储，完整保留邮件元数据。提取一封邮件的所有附件，不到 1 秒。
AI 发票解析 调用硅基流动的 Qwen3-VL-32B-Instruct 多模态模型，对每一张发票或行程单进行识别。系统会自动判断文档类型（发票 or 行程单），并提取对应字段。对于打车行程单，还能解析出每一段行程的起终点、时间和金额。解析结果持久化存储，不重复调用 API。
智能分类与配对

所有判断自动完成，用户无需手动选择类型。

Agent 会自动执行：搜索邮件 → 提取附件 → AI 解析 → 合规校验 → 生成报销草稿，最后以轮播弹窗的形式呈现每一张报销单，等待用户逐一确认后提交。

数字最直接。

我们来看一个真实场景：

产品经理张三，月末要报销 15 笔费用，涉及 30 个文件。

最关键的变化是：报销从一项“工作负担”，变成了一个“无感任务”。

原来需要专门留出大块时间来处理的烦心事，现在可能就是在会议间隙、等电梯的碎片时间里，随手就完成了。而且，由于 AI 识别和规则校验，那些因为手误录错金额、填错类型而被财务打回来的情况，几乎消失了。

做完这个小工具，我们最大的感受是：AI 最强大的地方，不是它有多“聪明”，而是它“不知疲倦”。

让人类去重复处理 100 张发票，是一种折磨；让 AI 去做，它每一张都处理得和第一张一样精准、一样快速。在这些重复性劳动上，AI 的价值是压倒性的。

报销只是一个开始。想象一下，那些合同审批、数据周报、会议纪要整理……所有这些办公室里重复的、有规律的、正在消耗我们创造力的场景，都可以用同样的思路去改造。

让 AI 去做那些重复的、机器擅长的事，把人类的时间和精力，真正解放出来，去做那些需要思考、需要创意、需要沟通的，真正有价值的事。