一张酒店账单,十九笔银行扣款

真实生意里的对账往往是一对一解决不了的多对多:一次五天住店 = 一张总账单 + 25 张小票 + 19 笔银行扣款;一次船舶靠港 = 预估账单 + 预付款 + 一摞供应商发票 + 最终结算。把多张单据和多笔流水拼成一笔完整的账,最花时间——而这正是 AI 来做拼合、人只做判断的地方。

RT
Richard Tang
Founder of SnapLedger. Building an all-in-one AI financial back office, in public.
2026年8月11日·阅读约 4 分钟

很多人觉得,对账就是「一张票对一条流水」。

真实的生意里,对账往往是多对多:好几张单据,对上好几笔流水,中间还隔着汇率、分期和预授权。这种账,人工对一次,一晚上就没了。

我用两个真实场景说说,再加一个船代朋友的行当。

场景一:一次出差住店。

同事去吉达出差,住了五天酒店。回来以后,财务桌上多出来的是:

一张酒店总账单;25 张零散小票——酒店咖啡厅、主餐厅、客房送餐、楼下面包房;银行流水里 19 笔扣款,商户名全都只显示酒店的名字。

麻烦在于:小票的商户名和流水对不上,连税号都不一样——总账单是酒店集团的开法,小票是餐饮运营方的开法,法律上是两个主体。金额也全是零头:47.02 的有八笔,90.13 的有四笔,最大的一笔 3,559.61 是房费。

人工怎么对?摊开 45 份单据,猜哪几笔加总等于哪几张票。

AI 的做法不一样:它先认出这 26 张单据属于「同一次入住」,把它们打包;然后只在包内做匹配——房费对那笔大的,客房送餐对那几笔 47 的,餐厅消费对那几笔 90 的。19 笔流水,一笔不落,全部对清。

场景二:一张账单,两次扣款。

另一家住西贡的酒店,总账单是一张,但信用卡是分两次扣的——银行流水里没有哪一笔等于账单总额,只有两笔加起来(在汇率误差内)等于它。

人看到这种账,第一反应是「是不是多扣了」。AI 会做子集求和:在候选流水里找出加起来等于账单的那一组,对上,结案。

场景三:船舶代理的 PDA 和 FDA。

做船代的朋友对这个最熟。船还没靠港,就要先出一份 PDA——预估港使费账单,向委托方收预付款。船在港期间,港务费、引航费、拖轮费陆续发生,每一张都是不同供应商的发票。船离港后,再出 FDA——最终结算账单,多退少补。

一笔业务,横跨好几周:预收一笔、补缴一笔、退款一笔,中间夹着一摞供应商发票。哪笔流水对应哪份账单的哪一段,全靠人对。

而 AI 能把这一串「预估—预付—实际—结算」的流水和单据拼成完整的一笔业务,谁多付了、谁该补、补多少,清清楚楚。

发现共同点了吗?

记账真正的难,从来不是读懂一张单据,而是把散落各处的证据拼成一笔完整的账——哪怕它们来自不同主体、不同币种、不同星期。

这件事以前只能人做。现在 AI 来做:它把所有单据和所有流水放在一起看,找出全局最合理的拼法,而不是先到先得、对错随缘。

拼上的每一笔,自动变成「可审计」:有票、有流水、有据可查。拼不上的,AI 不硬猜——留出来,等你做个判断。

人的时间,只花在真正需要人的判断上。剩下的,拿去想想生意。

今日心得

记账的难从来不是读懂单据,而是把散落的证据拼成一笔完整的账——哪怕它们来自不同主体、不同币种、不同星期。拼合的活 AI 来做,判断留给人。

开放问题

你的生意里,有没有那种一单横跨好几周、要拼十几张单据才能对清的业务?它现在是谁在对?

把证据拼成账是机器的活;做判断才是人的活。

reconciliationaccountingtravelagency

订阅创始人日记 + 您所在国家/地区的监管动态

每周一封,只在有真材实料时发送 — Richard 的创始人日记和与您相关的监管动态。免费,随时退订。