外购动力费审核智能体怎么建？用量、单价与发票一致性校验全流程拆解

每到月末结账前，财务共享中心的能源费用会计几乎都要经历同样的场景：几十上百张电费、水费、蒸汽费发票摆在面前，每张发票背后还挂着结算单、表计抄见记录、合同附件和政策调价通知。发票上的金额对不对？用量和抄表数能不能对上？单价是不是按合同约定的峰谷平时段执行？一度电差几分钱，乘以几十万度就是几万元的差异。靠人工逐张翻、逐项算，不仅慢，而且很难做到全量覆盖。

IDC 的调研数据显示，财务共享中心里仍有超过一半的单据处理时间消耗在票据核对与数据比对这类规则明确但重复度极高的工作上。外购动力费恰恰是其中规则最复杂、数据最分散的一类。本文不谈概念，直接讲清楚一件事：外购动力费审核智能体该怎么一步步建起来，尤其是用量、单价、发票这三方一致性校验的规则设计与落地路径，帮助企业把这项"必须做、但做不快"的工作交给智能体。

🧩 一、先看清难点：外购动力费审核到底卡在哪里

外购动力费指的是企业向外部供电、供水、供气、供热单位购买的电力、蒸汽、燃气、水等能源动力支出。它不同于一般的费用报销，特点是金额大、周期固定、计费规则复杂、数据源跨系统。审核的核心诉求只有一句话：付出去的钱，是否与实际耗用量、合同约定单价、发票票面金额三者严格一致。

但在实际操作中，这条链路往往被四个断点打断：

• 用量数据分散：表计抄见数在能源管理或生产系统里，结算单在供应商对账平台里，分摊结果在成本核算系统里，三份数据口径经常不一致。
• 单价构成复杂：目录电价之外还有基本电费、力率调整、峰谷平分段、线损分摊、阶梯水价、蒸汽的吨位计价与热量计价并存，任何一个系数取错，总额就会偏差。
• 票据版式杂乱：不同能源供应商的结算单模板差异极大，有的一页表格套三张附表，有的把用量、单价、附加费分散在正文说明文字里，传统模板化解析很难覆盖。
• 复核无法全量：人工只能抽检，样本之外的差错通常在审计或年度对账时才被发现，整改成本极高。

这正是智能体切入的价值点：把分散在多个系统里的用量、单价、发票三类数据自动汇聚，按规则全量比对，异常才交给人。

🏗️ 二、智能体的整体架构：三层能力 + 四步流程

搭建一个可用的外购动力费审核智能体，不需要推翻现有系统，思路是"轻接入、重校验、可追溯"。整体可以拆成三个能力层和一条四步执行流程。

2.1 数据接入层：把用量、单价、发票三张"底表"建起来

智能体的判断力来自数据完整度。这一层要解决的是"能不能拿到、拿得准不准"。

• 用量侧：通过接口或 RPA 从能源管理、表计采集、生产台账系统中获取抄见数、结算周期、分摊比例。
• 单价侧：从采购合同、框架协议、政策调价通知中抽取计价方式、峰谷时段划分、基本电费与力率考核标准。
• 票据侧：接收发票、结算单、附件影像，进入识别与结构化环节。
• 主体与期间侧：户号、抬头、税号、结算起止日期等基础字段，用于后续一致性校验的锚点。

对于尚未开放接口的老系统，实在Agent 可以通过 RPA 模拟人工登录的方式非侵入式取数，不改造原系统即可完成数据采集，这一点在能源、制造类企业的内网异构环境中尤为关键。

2.2 识别抽取层：大小模型交叉验证，专治版式不统一

外购动力费的结算单是典型的"半结构化 + 长文本"文档，单一技术路线都容易翻车。

• 小模型（OCR/NLP）负责稳定输出：表计编号、抄见数、倍率、金额等固定字段，几乎不产生幻觉，适合做基础定位。
• 大模型（LLM/VL）负责泛化理解：从说明性文字里识别"本周期执行峰段电价上浮 X%""损耗按 3% 分摊"这类规则描述，处理没见过的新版式。
• 交叉验证：两个通道对同一字段的结果互相印证，一致则放行，冲突则打标进入人工复核队列。

这种"大模型 + 小模型"双轨制的好处在于，既保住了准确率下限，又获得了对新版式、新供应商模板的适应能力，避免每换一家供应商就要重新标注训练一次。

2.3 规则引擎层：把制度文件翻译成可执行的校验逻辑

这是智能体真正的"大脑"。很多项目失败的原因，是把审核规则写死在代码里，业务规则一变就要开发排期。

• 制度文档解析：上传企业内部的能源费用管理办法、采购合同条款，由大模型解析并生成代码级审核规则。
• 规则类型覆盖：数值计算规则（金额 = 用量 × 单价 + 附加）、时间匹配规则（结算期间是否落在合同有效期内）、文本逻辑规则（计价方式是否与合同一致）、跨文档规则（发票 vs 结算单 vs 抄表记录）。
• 零幻觉执行：抽取结果注入代码规则后运行，规则执行环节不依赖大模型判断，结果可复现、可审计。

2.4 执行处置层：AI 审核节点直接操作业务系统

校验完成不等于流程结束。智能体需要把结论落回业务系统：一致的单据自动流转，不一致的生成差异明细并退回或挂起。实在Agent 在这里承担的是"AI 审核节点负责人"的角色——模拟人工登录财务或费控系统，打开待审单据，填入审核结论与差异说明，完成流转，全链路留痕。

🔍 三、核心中的核心：用量、单价与发票的三重一致性校验怎么设计

这是整套方案的技术重心，建议按"四重校验矩阵"逐层推进，每层设独立的通过条件和异常码，便于定位问题出在哪一环。

3.1 第一重：量—量校验，先确认"用了多少"

• 抄见量与结算量比对：本期抄见数减上期抄见数，乘以互感器倍率，是否等于结算单上的计费用量。
• 用量与生产台账比对：单位产品能耗是否落在历史合理区间，环比、同比波动是否超过阈值（例如 ±15%）。
• 总分表关系校验：总表用量与各分表用量之和的差额是否在合理损耗范围内。

这一层能把"表计抄错、倍率取错、跨期计入"这三类高频差错拦下来。

3.2 第二重：价—价校验，再确认"该按什么价"

• 合同价与执行价比对：结算单价是否等于合同约定的计价标准。
• 政策调价校验：目录电价、阶梯水价调整后，是否按规定生效时点执行，有无提前或滞后适用。
• 峰谷平与力率校验：分时段电量是否按对应单价计费，基本电费按容量还是需量计取，力率调整系数是否按考核结果计算。
• 损耗与分摊校验：线损、变损分摊比例是否符合合同约定。

单价类差错往往金额隐蔽但累计影响大，一厘钱的偏差乘以全年用量，结果相当可观。

3.3 第三重：票—单校验，最后确认"票面金额对不对"

• 金额重算：用量 × 单价 + 基本电费 + 附加费 + 税金，与发票不含税金额、税额、价税合计逐项比对，差异控制在容忍度内（如 ±0.01 元的尾差）。
• 票面要素校验：户号、抬头、税号、开票日期、发票号码与结算单是否一致，防止串户、错票。
• 税率与票种校验：电力、燃气、水的适用税率是否正确，专票与普票是否与合同约定一致。
• 重复报销拦截：同一发票号、同一结算期间是否已被占用。

3.4 第四重：期间与主体校验，守住合规底线

• 结算起止日期是否连续、有无重叠或断档。
• 计量点、户号是否属于本核算主体，是否存在跨法人主体串用。
• 合同有效期是否覆盖本期结算期间。

四重校验全部通过，单据自动流转；任一层不通过，输出带异常码的差异说明，进入人工处置队列。这样一来，审核人员看到的不再是一堆原始单据，而是"这张单第 3 层第 2 条规则未通过，差 1,240 元，原因是力率考核系数取错"这样可直接判断的结论。

⚠️ 四、异常处理与持续学习：让智能体越用越准

全量自动通过是不现实的，关键在于异常处理是否高效、模型是否能进化。

• 分级预警：按差异金额和规则类型设置红黄绿灯。绿灯自动通过，黄灯提示性复核，红灯强制人工介入。
• 差异可解释：每条异常都带规则来源、计算过程、原始影像定位，审核人员点击即可回溯，不必重新翻单据。
• 人工意见回流：人工复核时的修改动作被采集为学习素材，提取关键特征进入样本库，定期用于抽取模型与规则阈值的优化。
• 规则版本管理：政策调价、合同续签带来的规则变更，通过制度文档重新解析生成新版本规则，保留历史版本以便追溯。

在某能源领域科研机构的费控实践中，采用类似思路构建的审核数字员工实现了报销单据与凭证的全量精准校验，单笔处理时效从小时级压缩到分钟级；而某大型电力集团下辖多省分子机构的智能审单项目，通过大小模型双轨制覆盖核心业务场景，初审替代率达到 66% 左右，人工负荷下降六成以上，准确率稳定在 99% 以上。外购动力费作为其中规则最密集的品类之一，正是这类架构最能体现价值的场景。

🚀 五、落地路线图：从一条产线到全域推广

建议按四周期的节奏推进，避免一次性大而全。

5.1 试点选择：先啃"量大规则清"的那一类

优先选择单一能源品类（如生产用电）、单一供应商、规则相对稳定的场景做试点。目标是跑通"取数—识别—校验—回写"闭环，而不是一开始就覆盖全部动力费类型。

5.2 规则冷启动：制度先行，样本校准

把能源管理办法、采购合同、结算模板整理成结构化文档，先由大模型生成初版规则，再用历史差错单据做回测校准，确定各维度的合理阈值。

5.3 度量指标：用数据证明价值

• 单据自动通过率（初审替代率）
• 校验准确率与误报率
• 单笔平均处理时长
• 年化挽回的差异金额
• 人工复核工作量下降比例

5.4 推广与集成：从孤立工具到流程节点

试点跑通后，通过标准 OpenAPI 接口将智能体接入 ERP 或费控系统，成为审核流程中的正式节点，并逐步扩展到水、蒸汽、燃气等其他动力品类，最终形成统一的能源费用智能审核能力。

📌 结语

外购动力费审核的难点从来不是"算不算得出来"，而是"能不能全量算、算得准、算完还能追溯"。建好一个审核智能体，本质上是用数据接入解决"看得见"，用大小模型交叉验证解决"看得懂"，用代码级规则引擎解决"判得准"，用 RPA 执行闭环解决"落得下"。建议从单品类试点起步，先把用量、单价、发票三重校验跑通，再谈规模化。

❓ 常见问题解答

Q1：外购动力费审核智能体和普通的发票查验工具有什么区别？

普通查验工具只解决发票真伪与票面要素，而审核智能体要往前延伸到表计用量、往后延伸到合同单价与政策条款，做的是三方交叉校验。它判断的不只是"这张票是真的"，而是"这张票该不该付这么多钱"。

Q2：供应商结算单版式经常变，智能体会不会失效？

这正是采用"大模型 + 小模型"双轨制的原因。固定字段由小模型稳定抽取，新出现的版式与说明性文字由大模型泛化理解，两者交叉验证。新版式首次出现时可能进入人工复核，复核结果回流后即可快速适配，不需要重新开发模板。

Q3：规则这么复杂，业务人员能自己维护吗？

可以。规则不是写死在代码里的，而是由制度文档解析自动生成代码级规则。业务人员更新管理办法或合同条款后，重新解析即可生成新规则版本，IT 只需做发布与版本管理，不必逐条改代码。

Q4：差异金额很小（比如几毛钱）也要报异常吗？

不需要。建议按品类设置容忍度阈值，例如尾差在 ±0.01 元以内直接放行，超出但低于一定金额的记为提示项而不阻断流程，只有超过阈值的差异才生成红灯异常。阈值应基于历史数据分析确定，而非拍脑袋设定。

Q5：多主体、多计量点的集团企业怎么落地？

按"集团统一规则库 + 分子机构差异化参数"的方式组织。共性规则（如金额重算逻辑、票面要素校验）统一维护，差异部分（如各地电价政策、分摊比例）以参数形式配置到主体维度，配合权限管理实现分级使用。