穿透式监管的下半场:当AI开始"看懂"流程
发布时间:2026-08-03
在穿透式监管项目的落地实践中,凡得发现一个问题。
集团建了驾驶舱、上了指标体系、把各业务系统的数据汇进数据中台,红灯确实亮得更勤了。可一旦触发实质风险,合规与审计团队仍要人工去溯源——在 ERP、合同、采购、资金多个系统之间,按业务单号一点点对齐时间线,只为回答一个最基本的问题:这笔业务实际是怎么走完的?
指标能告诉你"哪里的数不对",却给不出"为什么不对、绕过谁、在哪个环节发生的"。这段空白,今天依然靠人的经验在补。01
传统路线为什么有效,以及它的边界
过去十年,主流做法基于 OSM 模型(目标–策略–度量):先把"什么算异常"写成指标定义,再由 ETL 任务定时从各系统抽取、聚合、计算,最后上屏。这条路线成熟,也有实在价值:
一是建设快,行业里有大量可复用指标,集团能较快搭起驾驶舱;
二是可沉淀,指标定义一次就持续运行,不依赖关键人员;
三是打已知风险高效,凡规则清晰、高频发生的问题,指标几乎是成本最低的解法。
但它有一个结构性边界:指标是对事件流的降维聚合。一次采购付款,在底层是几十个带时间戳、带操作人的事件;指标把它们压缩成一个数值。聚合之后,事件之间的时序、主体(resource)、分支路径全部丢失。所以指标稳稳回答"哪里异常",却答不上"为什么、谁的责任"——因为答案本就不在聚合结果里,而在被丢掉的原始事件链中。2
问题不在工程,在出发点
指标驱动的局限,根源不在算力或算法,而在它从"数"出发、不从"事"出发。
要把"为什么异常"说清楚,必须回到事件日志本身:谁、在哪个系统、什么时间、做了哪个活动、前后依赖是什么。传统架构之所以答不上,是因为它从没保留一条可下钻到 case 级别的事件链——指标算完,细节就留在源系统里了。
这也是为什么许多上了驾驶舱的集团仍感到使不上劲:告警多,能真正闭环的少。
换个思路:先还原事件链,再判断偏离
从"看见"到"看懂",思路要反过来:先别想指标,先把业务真实发生过的事件链还原出来。
具体做法是流程挖掘(Process Mining)的思路:以业务单号(case id)为主键,汇集跨系统的事件日志——每个事件带 activity、timestamp、resource——再用流程发现(process discovery)还原真实流程模型,并对比设计流程做一致性检查(conformance checking),自动标出偏离(deviation)。
它的价值在于,不再依赖预先定义指标:已知风险能抓,那些从未被建模、却真实发生的隐蔽路径(如审批被跳过、活动顺序被调换)也能被检出。
凡得在新一代监管上的核心能力
凡得的穿透式监管方案围绕三条技术链路展开:
第一,流程挖掘引擎还原真实流程。 不是让顾问画图,而是直接从各系统的事件日志中,通过流程发现算法还原实际跑过的活动顺序与分支,并支持变体(variant)分析和重做/瓶颈识别。设计流程与实际流程的差异,一眼可见。
第二,跨系统事件关联拼出端到端 case 视图。 采购、合同、资金、验收往往分属不同系统、不同时间源。凡得以业务主键(采购单号/合同号/付款流水号)做实体解析(entity resolution),把同一条业务线上的事件对齐到统一时间轴,让"绕开审批""拆单规避""假验收"这类跨系统行为无处藏身。这里真正的难点是口径对齐——不同系统的字段含义与时间精度不一致,需要映射规则而非简单拼接。
第三,大模型承担辅助研判。 还原出的流程图谱是给机器看的,人需要结论。凡得将 case 时间线、偏离标记与业务规则知识库作为上下文,通过 RAG 与提示工程,自动产出结构化研判报告:异常摘要、根因(root cause)、责任角色与处置建议,把原本几天的手工倒查压缩到几小时。
以某集团供应商付款场景为例(数据已脱密):
合同在 A 系统、采购在 B、付款审批在 C、验收在 D。按传统指标紧盯"超预算""超期",一切正常,红灯没亮。
但当四个系统的事件按业务主键关联、对齐到同一条时间轴后,一致性检查立刻标出一个偏离:那笔付款在 C 系统的关键审批活动缺失——对应事件是"拆分为两笔小额付款、各走快速通道",且 D 系统的验收时间戳早于货物实际到库。单个指标都不会报警,但放在完整事件链里,就是一条清晰偏离:审批被绕、金额被拆、验收造假。大模型随后基于该 case 生成报告,列出缺失的合规活动、涉及角色、时间线与"疑似规避审批 + 虚假验收"的研判建议。
在这个脱敏场景中,凡得方案将跨系统异常的定位时间,从人工倒查的平均三到四天压缩到几小时;因不再只依赖预设指标,额外发现约 15%–20% 过去任何指标都覆盖不到的隐蔽偏离;分析报告撰写时间减少约七成。
数字不算惊人,但它说明:看不懂流程的监管,会系统性漏掉那一小撮最隐蔽的问题。
新方案不是来取代传统路线
需要说明,凡得新一代穿透式监管方案并非取代指标驱动。在规则清楚、高频、已知的风险上,指标依然最划算。流程智能与大模型的价值,是补上"流程"这一环——尤其适合天然跨系统、链路长、且违规行为会主动规避指标的场景,例如:采购付款、工程资金、合同履约、供应商舞弊等。
同时,新路线有门槛:它依赖事件日志的标准化与跨系统主键的可用性。因此落地通常是先打样、再铺开,而非一次性全覆盖。这种渐进路径反而更稳健。6
穿透式监管的下半场
穿透式监管走到今天,关键词正从"指标聚合"走向"流程还原 + 语义研判"。
指标让监管看见异常,流程挖掘让监管还原真实链路,跨系统关联让监管锁定责任环节,大模型让研判可规模、可复用。凡得做的,不是又一个更花哨的驾驶舱,而是把监管从"红灯亮了去翻系统",推进到"链路还原即见偏离、偏离即见责任"的新一代能力。
真正穿透的,不只是数据,而是流程。