費(fèi)用支出作為企業(yè)運(yùn)營的重要環(huán)節(jié)，其合規(guī)性直接影響到企業(yè)的穩(wěn)健發(fā)展和資金安全。為了應(yīng)對外界監(jiān)管日益嚴(yán)格、內(nèi)部合規(guī)需求日益迫切的情況，企業(yè)應(yīng)建立健全費(fèi)用支出合規(guī)監(jiān)督體系，完善企業(yè)費(fèi)用支出管理辦法、流程，明確權(quán)責(zé)，并應(yīng)充分利用先進(jìn)的數(shù)智化技術(shù)，對企業(yè)費(fèi)用支出中的合規(guī)性與風(fēng)險(xiǎn)進(jìn)行全方位監(jiān)控，構(gòu)建“事前-事中-事后”的合規(guī)監(jiān)管閉環(huán)。（如圖1）

利用BIP數(shù)智化平臺的商旅服務(wù)技術(shù)，可將費(fèi)用支出的“消費(fèi)”過程進(jìn)行合規(guī)性監(jiān)督、控制與預(yù)警，真正實(shí)現(xiàn)“發(fā)生即合規(guī)”，消除“黑洞”。以差旅場景為例，通過商旅服務(wù)預(yù)定機(jī)票、火車票時(shí)，自動(dòng)校驗(yàn)訂票人員差旅標(biāo)準(zhǔn)，超標(biāo)不允許預(yù)定或予以預(yù)警；預(yù)定酒店時(shí)，自動(dòng)校驗(yàn)預(yù)定人員職級與所在城市的住宿標(biāo)準(zhǔn)，超標(biāo)不允許預(yù)定或予以預(yù)警；自動(dòng)控制無法預(yù)定差旅申請之外的時(shí)間、地點(diǎn)的行程，杜絕差旅行程內(nèi)參雜個(gè)人行為；差旅相關(guān)發(fā)票采用公對公傳遞，不經(jīng)個(gè)人手，杜絕發(fā)票內(nèi)參雜不符合規(guī)定的消費(fèi)行為；差旅用車時(shí)，自動(dòng)校驗(yàn)發(fā)單位置與實(shí)際上車位置距離偏差（如大于5000米），預(yù)警假借差旅用車之名為他人叫車等違規(guī)行為；自動(dòng)校驗(yàn)行車路線異常（如超預(yù)估里程4000米，或比例超過30%；超預(yù)估金額10元，或比例超出30%），預(yù)警繞路、辦私事等行為。（預(yù)警效果如圖2所示）

BIP數(shù)智化平臺提供智能稽核技術(shù)，通過事前智能解析規(guī)章制度形成的合規(guī)規(guī)則與風(fēng)險(xiǎn)預(yù)警模型，自動(dòng)對費(fèi)用支出各個(gè)環(huán)節(jié)、各類資料進(jìn)行智能稽核，對于不合規(guī)行為不予通過，對于疑似風(fēng)險(xiǎn)進(jìn)行預(yù)警提示。以會議費(fèi)報(bào)銷為例，《中央和國家機(jī)關(guān)會議費(fèi)管理辦法》明確規(guī)定了會議費(fèi)可列支的內(nèi)容，如果會議費(fèi)報(bào)銷中出現(xiàn)非會議費(fèi)列支范圍內(nèi)的消費(fèi)內(nèi)容，智能稽核將不予通過；對于會議舉辦的時(shí)間地點(diǎn)，智能稽核將自動(dòng)檢查是否在節(jié)假日、在風(fēng)景名勝區(qū)召開等，預(yù)警假借開會名義公費(fèi)旅游的違規(guī)行為；對于提供會議服務(wù)的供應(yīng)商，智能稽核將自動(dòng)檢查會議供應(yīng)商是否在黑名單或白名單內(nèi)，對于不符合規(guī)定的會服商將予以預(yù)警，提示可能存在的違規(guī)行為；對于會議參會人員，智能稽核將自動(dòng)檢查會議參會人員人數(shù)、職級等，智能判斷是否有不該參會的人報(bào)銷了費(fèi)用；對于會議費(fèi)支出的證據(jù)鏈，智能稽核將自動(dòng)檢查合同、發(fā)票、會議簽到表、會議通知、會議議程、會議照片等相關(guān)資料是否齊全、格式是否符合規(guī)定，發(fā)票是否真實(shí)且符合會議召開的時(shí)間地點(diǎn)，會服列支的內(nèi)容與會服合同簽訂內(nèi)容是否一致，是否存在違規(guī)列支內(nèi)容（如電腦、打印機(jī)等固定資產(chǎn)以及與會議無關(guān)的費(fèi)用），報(bào)銷內(nèi)容是否含有疑似違規(guī)內(nèi)容（如四星級以上酒店、禮品、煙酒、洗浴、KTV、購物卡等）。（智能稽核效果示例如圖3所示）

傳統(tǒng)的費(fèi)用報(bào)銷管理系統(tǒng)，僅能事后分析費(fèi)用支出是否超出預(yù)算，而對更深層次的疑似違規(guī)行為則無法分析和預(yù)警。BIP數(shù)智化平臺利用大數(shù)據(jù)與大模型等技術(shù)，構(gòu)建智能風(fēng)險(xiǎn)分析模型，深層挖掘費(fèi)用支出數(shù)據(jù)，預(yù)警疑似與潛在風(fēng)險(xiǎn)，形成合規(guī)檢查與風(fēng)險(xiǎn)分析報(bào)告。以會議費(fèi)支出為例，BIP數(shù)智化平臺通過構(gòu)建高頻會議模型，分析某類會議召開頻次、某地點(diǎn)召開會議頻次、某會服商服務(wù)會議頻次等，并分析預(yù)警疑似異常與違規(guī)情況；構(gòu)建重點(diǎn)會議關(guān)注模型，對參會人數(shù)多、人均費(fèi)用較高的會議情況予以重點(diǎn)關(guān)注；構(gòu)建異常會議費(fèi)支出模型，對會議費(fèi)異常增高進(jìn)行預(yù)警；構(gòu)建疑似重復(fù)模型，對相同或相近時(shí)間內(nèi)同一人有不同會議報(bào)銷記錄或參會記錄予以重點(diǎn)關(guān)注；構(gòu)建疑似轉(zhuǎn)嫁攤牌模型，分析會議發(fā)起方、服務(wù)合同甲方、會議記錄與簽到表、開票方、付款方等一致性，如不一致或多方存在關(guān)聯(lián)關(guān)系，則疑似存在會議費(fèi)攤牌或轉(zhuǎn)嫁等違規(guī)行為。（效果示例如圖4）