← 返回首页
办公室 AI 应用探索 · 资产分类治理

环资流 EcoAsset Flow

让资产分类经验从个人记忆走向规则引擎

通过本地化规则沉淀与覆盖率评估,将分散在历史台账和个人经验中的分类知识, 转化为可量化、可复用、可持续改进的自动化能力

本地脱敏 规则沉淀 覆盖率评估 批次制单 人机协同 数据安全
280
内部分类体系
16+
CLI 命令覆盖
100%
本地执行率
75
自动化测试用例

资产分类治理的现实困境

资产云系统的三级分类与内部 280 类体系之间,长期存在映射断层

分类映射靠人记

资产云三级分类到内部编码的对应关系,全凭经手人的经验记忆,一旦换人就断档

重复劳动无沉淀

每批次底单都要重新人工匹配分类,上次的判断结果无法自动复用到下一次

制单流程长且碎

从底单导入到打印单、汇总单、处置单、入库单,环节多、校验难、容易出错

数据安全难保障

资产底单含敏感信息,传统方式需要发送原始文件给多方,泄露风险大

覆盖缺口不可见

规则库能覆盖多少分类、哪些是高频缺口、改进效果多大——缺乏量化手段

新人上手周期长

分类规则散落在个人经验中,新接手人员需要数月才能建立完整的映射认知

核心能力矩阵

四层能力体系,从数据安全到持续改进形成闭环

01

数据安全层

  • 全程本地执行,不联网、不上传、不调用外部服务
  • 敏感字段 SHA-256 哈希脱敏,编号类不保留原值
  • 脱敏盐值本地管理,不入日志、不入代码库
  • 字段审计 Sheet 记录处理方式,确保脱敏可追溯
02

规则沉淀层

  • 双路径规则提取:统计推断 + 精确 Hash Join
  • 置信度分级:high / dominant / conflict 三档管理
  • 人工确认闭环:所有候选规则须审核后方可入库
  • 冲突不覆盖机制:异常流转管理保护已有规则
03

覆盖率评估层

  • 三维度指标:分类命中率 / 次数加权 / 原值加权
  • 高频未命中自动排序,精准定位补规则优先级
  • 冲突异常汇总,可视化规则库健康度
  • 纯只读评估,不修改任何数据,可反复运行对比
04

批次制单层

  • 一键生成打印单、汇总单、处置单、入库单四份标准文件
  • 自动校验报告:数量/金额完整性检查 + 问题清单
  • 批次状态巡检,进度、异常一目了然
  • 模板化输出,样式统一,合规可控

智能治理工作流

从原始数据到规则沉淀,形成持续改进的正循环

1

数据导入

资产云底单
本地脱敏

2

分类复核

L1 自动匹配
人工确认

3

单据生成

打印/汇总/处置
入库/校验

规则沉淀正循环

历史数据脱敏

sanitize-history

候选规则提取

build-history-map

人工审核入库

import-rules

覆盖率提升

evaluate-coverage

场景对比

同样的工作,不同的方式

1 新批次资产分类

使用前
  • 逐条翻看历史台账找对应关系
  • 询问有经验的同事确认编码
  • 手动填写 Excel 逐行核对
  • 同一分类每次重复判断
耗时:3-5 个工作日 / 批次
使用后
  • 导入底单自动匹配已知规则
  • 仅需确认少量未命中项
  • 确认结果自动沉淀为新规则
  • 下批次同类资产自动命中
耗时:0.5-1 个工作日 / 批次(且越用越快)

2 历史经验复用

使用前
  • 历史台账存在各人电脑,无法集中利用
  • 同一资产多次被不同人分到不同编码
  • 人员变动后历史判断记录丢失
使用后
  • 历史台账脱敏后自动提取映射规则
  • 冲突自动标记,人工一次性裁决
  • 规则入库后全员共享,新人直接受益

3 规则库健康度评估

使用前
  • 不知道规则库覆盖了多少实际分类
  • 不清楚哪些高频分类还需补规则
  • 改进效果无法量化,缺乏说服力
使用后
  • 一键生成覆盖率报告:分类/次数/原值三维度
  • 高频未命中自动排序,优先补规则方向清晰
  • 每次导入新规则后可量化对比提升幅度

实际运行效果

以下为本地真实数据验证结果(示意)

规则覆盖率(分类维度)
76.8%
249 / 324 分类已命中
历史规则提取
61
47
high
5
dominant
9
conflict
Hash Join 命中率 100%
效率提升预估
4x
人工判断项减少 ~77%
新人培训周期 降低 60%
分类一致性 显著提升
ecoflow build-history-map
$ ecoflow build-history-map 脱敏三级分类.xlsx 脱敏历史.xlsx
▸ 读取三级分类文件... 324 条记录
▸ 读取历史分类文件... 1,247 条记录
▸ Hash Join 对齐... 命中 1,247 / 1,247 (100%)
▸ 分类映射分析...
high: 47 条(置信度高,可直接确认)
dominant: 5 条(主导映射占比 ≥ 85%)
conflict: 9 条(需人工判断)
invalid_name: 0 条
✓ 输出: 历史映射候选.xlsx (4 Sheets)

项目价值总结

不是替代人工判断,而是让每一次判断都被沉淀、复用、量化

效率跃升

规则库覆盖的分类无需重复判断,
人工精力聚焦于真正的疑难项

经验沉淀

每次人工确认自动转化为规则,
组织知识不再随人员变动流失

安全可控

全程本地运行,敏感数据不出机,
脱敏+审计双保障合规要求

覆盖率可量化
改进效果可衡量
冲突不覆盖机制
异常可追溯处理

在整体 AI 办公体系中的定位

环资流承担"资产分类治理"这一核心能力模块

数据输入
资产云系统导出
历史分类台账
内部分类主数据
博意报价文件
核心引擎
环资流
脱敏 & 清洗
规则匹配 & 沉淀
覆盖率评估
批次制单
能力输出
标准化制单文件
分类映射规则库
覆盖率评估报告
异常追溯记录

未来扩展方向

当前版本已验证核心链路,后续可逐步扩展

可扩展方向

AI 辅助分类建议

接入大模型对冲突项和新分类提供参考建议,辅助人工判断(仍需确认)

可扩展方向

多部门协同复核

支持多人并行复核、审批流转,追踪每人确认进度

可扩展方向

Web 可视化看板

规则库健康度、批次进度、覆盖率趋势的实时可视化仪表盘

可扩展方向

与资产云系统对接

从手动导出 Excel 升级为 API 直连,实现自动化数据同步

可扩展方向

规则版本管理

映射规则库支持版本回溯、变更记录、审批历史

可扩展方向

跨单位规则共享

多单位间在脱敏前提下共享映射规则,加速整体覆盖提升