01 / 企业与问题
问题发生在哪里？
案例中的消费品企业以线下门店经营为主，门店位于商场或商业综合体。企业收银数据与商场结算数据各自形成，每个结算周期都要核对单据和金额，最终到账情况又直接关系经营。
店员或店长从系统导出数据，对着纸质单据、扫描件或图片逐项核对。发现差异后还需要来回确认，挤占销售与门店管理时间。有些较小差异因追查成本较高而没有继续核实。
02 / 原案例做法
AI 进入了哪些环节？
- 01
优先选择价值清楚的环节
从客户多个需求中选取对账，以人工耗时和能核实的差异作为早期观察点，先明确范围与业务基线。
- 02
识别并比对单据
采用 OCR 和视觉处理纸质或图像信息，再按周期运行工作流。能够初步确认的记录先整理出来，疑点保留原材料供复核。
- 03
把异常交给员工
员工主要核实需要判断的部分，而非再次逐项抄录所有数据。差异可能是少收也可能是多收，需要结合业务计算净结果。
- 04
先跑少量门店
原项目先在上海部分门店应用，再为更多门店同时运行时的稳定性、冗余和后台数据能力作规划。
03 / 原案例反馈
发生了什么变化？
原受访者称，一个周期原需一两个人天的工作压缩为几个小时，员工更集中于异常处理。系统也使过去容易被忽略的账目差异更容易被看见，但实际价值需要在复核后确认。
效果来自原项目少量门店，不能将发现差异的比例直接写成新增利润。不同账期、单据质量、商场规则和系统接口，都会影响实际实施难度。
04 / OPC 中国整理建议
你的企业，可以从哪里开始？
先选一家门店、一个结算周期，准备双方账单与人工已确认的结果。验证能否定位差异、能否追溯单据、是否方便复核，通过后再扩大。
开始前准备
- 脱敏后的双方账单与单据
- 结算规则和差异处理方式
- 人工核对过的结果样本
一起看这些结果
- 首次核对与复核耗时
- 差异识别的准确和遗漏情况
- 经确认的净差异及处理结果
具体范围、实现方法与验收方式，需要结合你的业务进一步沟通。
本文根据 Datawhale《FDE案例100》 No.10「从人工核对到智能对账：FDE用AI让线下零售对账又快又准」摘要编排。原资料记录于 2026 年 9 月，PDF 第 96—105 页。项目进展与效果为原案例记录；“你的企业可以从哪里开始”为 OPC 中国整理的建议。本案例为第三方行业实践参考。
查看 Datawhale 原始案例集