这是继「对账全托管」之后，「资金驱动业务」的首个落地场景：上一次，银账通让企业看懂每一笔钱；这一次，看懂的钱开始自己干活。

用友银账通产品总监雷涛在发布会上讲了一个客户现场的画面：旺季，一位经销商上午十点在县城银行打了二十八万货款，十一点半赶到厂区却装不了货——系统还不知道这笔钱到了，他又等了一个小时。钱在账上，货在仓库，车在门口，生意就是做不成，而这笔损失不会出现在任何一张报表上。

这是一笔看不见的成本。

成本卡在“确认到账”四个字上。它实际是一条链路，有三个堵点：拉取频率、认领匹配、系统间等待，隐形杀手是认领匹配——付款人写着个人姓名，系统里的经销商却是公司全称；附言只有“货款”两个字；一笔钱付三张订单。主数据与匹配规则未经治理的企业，人工介入比例可达30%到40%。更严重的是内控问题：为了不让客户久等，一线「先放货、后补单」，放货脱离了资金的控制。雷涛说：“当你的制度逼着优秀员工违规才能把事做好的时候，问题不在员工身上。”

纯规则引擎的自动认领率存在约70%的结构性天花板——规则匹配的是字符串而非实体，也表达不了「一笔款对多张订单」。

银账通的解法是三层能力叠加：本体（Ontology）让系统知道「谁是谁」，从历史认领行为中自动生长出「私人账户—实际控制人—经销商」的关系网络；OCEL（Object-Centric Event Log，对象中心事件日志）让一个到账事件同时关联经销商、多张订单与促销政策；AI在此基础上做语义理解、模糊匹配与冲突消解。三层叠加，认领率可达95%，其中AI贡献约4个百分点。

打个比方：「没有本体，AI就是在做完形填空。」人工兜底这一环则永远保留——做法是把认领不了的部分隔离到「待认领池」，设SLA与账龄告警，让每次人工认领回流为系统的知识：这个比例会逐年收敛，第一年5%，第三年可能只有3%。

三个堵点各有解法：拉取频率靠通道层解决——银行主动推送为主、高频轮询兜底，流水获取达到秒级，端到端时效以分钟计，主要受部分银行接口能力的限制。在联动层，架构从定时同步改为事件驱动：钱一到账，订单、仓储、额度系统同时收到「到账事件」，系统间的传递延迟降到毫秒级，自动生成发货单、释放额度、推送提货码。他说：「客户买的从来不是银企直连这四个字，买的是『到账即事件』的能力——收款从一个数据，变成一个动作。」

这个场景并非人人适用。现场有人在等、发货有硬性截止窗口、付款方身份模糊的企业——农资的春耕、快消的双节、建材的金九银十——价值最大；客户少且打款规范、赊销为主、主数据尚未治理的企业，银账通明确不建议上线。需要说明的是，本体解决的是「付款人身份模糊」，并不替代主数据治理——同一客户多套编码、重复档案这类基础问题，仍需先行治理。

在这里同步给出三个不花钱的自查动作：测一测旺季从打款到放货的端到端时长，拉一张「发货时间早于收款确认时间」的记录表，查一查待认领资金的规模和账龄——只要有一个数字不健康，这件事就值得排进议程。

同一个到账事件将同时驱动记账、开票、核销、额度释放与返利计提——「最好的对账，是不需要对账」；而企业沉淀的本体关系网络，将成为带复利、拿不走的数据资产，「模型不是壁垒，知识才是」。