把 AI 放进审批流,最容易出问题的不是技术,而是责任。审批的本质是「有人签字负责」,如果签字的人变成了模型,出了问题谁担责?这个问题不解决,审批流就上不了线。
责任该怎么划分?
三种模式。第一种是「AI 建议、人签字」,AI 给出通过或不通过的建议加理由,人做最终决定并签字,责任在人;第二种是「AI 初筛、人复核异常」,AI 处理明确合规的单据,把可疑的推给人,责任按规则分配;第三种是「AI 自动通过、人事后抽查」,效率最高,风险也最高,只适合金额小、后果轻的场景。多数企业应该从第一种开始。
为什么不能直接上第三种?
因为审计过不去。出了问题,监管或内审会问「谁批准的」,答「模型批准的」不构成有效回答。而且模型的行为不可完全复现,同一输入两次可能给出不同结果,这在审计上是硬伤。要让 AI 自动通过,必须先有完整的规则留痕和可回放机制。
留痕该记什么?
五项:输入原文、模型版本、判断结果与理由、规则命中情况、最终处理人。五项缺一不可。尤其是模型版本,因为不同版本行为不同,没有版本号就无法复盘。
出错了怎么补救?
两条机制。第一,可撤回,在约定时限内可以撤销 AI 的通过决定并重新审批;第二,可追溯,能从结果反查到当时的输入和判断依据。两条机制的成本不高,但它们是审批流能上线的底线。
怎么让审批人愿意签字?
给依据,不给结论。AI 的输出要写清「依据哪条规则、命中了哪些条件、有哪些例外」,审批人看到依据才敢签。只给一个「建议通过」,审批人会把所有单子都重新看一遍,效率反而更低。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论