货代公司的应收费用，很多时候并不是没有规则。
恰恰相反。
规则早就已经有了。
客户签约的时候有报价单。
销售和客户谈价格的时候有聊天记录。
财务手里可能还有 Excel。
比如：
海运操作费 500 元/票
文件费 200 元/票
报关费 150 元/票
超过 10 票以后按另外一个价格
毛重超过 5 吨以后增加附加费
某些客户按计费重量收取
某些业务由指定销售负责时使用特殊价格
这些规则员工都知道。
真正麻烦的是：
每来一票订单，还要重新把规则翻出来，再根据订单数据算一次，然后一条条录进应收。
如果客户少、费用简单，这件事问题不大。
但当客户越来越多、价格规则越来越复杂以后，费用录入就会变成一个非常典型的重复劳动。
所以立刻云这次新增了一个新的 AI 场景：
AI 应收录入。
它做的事情并不复杂：
把原来写给“人看的报价规则”，尽量直接变成 AI 可以执行的计费规则。
然后结合当前订单的数据，自动生成应收费用草稿。
过去：有报价，还得再算一次
假设某个客户的收费标准是：
海运出口操作费：500 元/票
文件费：200 元/票
报关费：150 元/票
如果毛重大于 5,000 KG，增加超重服务费 300 元
如果销售为张三，操作费优惠 50 元
这段规则对一个业务人员来说很好理解。
但真正录费用时，仍然需要人工做几件事：
先看当前订单是不是这个客户。
再看订单毛重多少。
再确认销售是谁。
然后逐项判断：
操作费多少钱。
文件费要不要收。
报关费有没有。
有没有超重附加费。
最后再到订单费用明细里：
新增费用名称。
填数量。
填单价。
填金额。
一票如此。
下一票再重新做一遍。
问题不只是慢。
更容易出现的是：
规则知道，但执行不一致。
同一个客户。
A 员工按旧价格录了。
B 员工忘记加附加费。
C 员工数量填错了。
最后往往要等到对账的时候才发现。
现在：把客户报价直接交给 AI
AI 应收录入提供了一种更直接的方式。
企业可以把客户现有的计费规则，用自然语言配置到系统里。
甚至最简单的方式就是：
直接把已有的客户报价文本粘进去。
不需要先把它改成程序代码。
也不要求员工学习复杂公式。
比如可以直接描述：
操作费 500 元/票。
文件费 200 元/票。
报关订单收取报关费 150 元/票。
毛重大于 5000KG 时增加超重服务费 300 元。
销售为张三时，操作费减免 50 元。
这些内容作为当前客户的：AI 应收计费规则。
以后打开这个客户的订单时，系统就可以结合订单实际数据，让 AI 根据规则生成对应的应收费用草稿。
AI 不只是读规则，还可以读取当前订单数据
如果 AI 只能理解一段报价文字，其实还不够。
因为很多货代费用的计算，本身就依赖订单里的变量。
比如：
- 件数
- 毛重
- 计费重量
- 销售
- 客服
- 业务类型
- 运输方式
- 其他订单字段
所以 AI 应收录入还可以读取当前订单的数据源。
在功能界面的【数据源】中，可以看到一组 JSON 格式的订单参数。
其中的中文参数，就可以直接拿来作为计费规则中的条件或者变量。
可以简单分成两类。
一类是判断条件
比如：
销售
客服
这些字段可以用于判断：
这票订单应该执行哪一种收费规则。
例如：
如果销售是张三，操作费按照 450 元收取。
另一类是计算变量
比如：
件数
毛重
计费重量
就可以直接参与费用计算。
例如：
超重服务费按照毛重，每 1,000 KG 收取 50 元。
或者：
派送费按照计费重量 × 0.8 元计算。
这样 AI 面对的就不再只是：
一段静态报价。
而是：
计费规则 + 当前订单真实数据。
这也是 AI 应收录入真正有价值的地方。
场景一：同一个客户，每一票都按固定规则收费
最适合使用 AI 应收录入的场景之一，就是：
长期客户 + 相对固定的收费规则。
例如某个客户长期走海运出口。
每票通常固定收：
操作费。
文件费。
报关费。
VGM。
以及根据重量、柜型或者业务条件产生的附加费。
过去每开一票新订单，员工都要重新录。
现在可以提前把这套规则维护好。
以后打开订单：
右键 → AI 应收录入
系统就可以根据当前订单生成一份应收费用草稿。
员工主要做的事情变成：
核对。
而不是：
重新录入。
场景二：客户报价经常就是一段文字
很多中小货代企业的报价规则，本身就不是维护在一个复杂的报价系统里。
可能就是：
Excel。
Word。
邮件。
聊天记录。
甚至销售直接发过来的一段文字。
比如：
苏州提货 800 元/车，上海港进仓 400 元，报关 150 元，操作费 300 元，晚上提货加收 200 元。
过去要把这种规则系统化，需要先拆字段、做公式、写配置。
所以很多公司最后干脆继续靠人工。
AI 应收录入希望降低的就是这一层门槛。
规则只要人能看懂，就可以先尝试用自然语言描述。
对于很多并不特别复杂的报价体系来说，会比传统公式配置更加直接。
场景三：不同销售、客服可以执行不同规则
有些收费并不是完全统一的。
例如：
某个重点客户由指定销售负责。
某类业务由特定客服操作。
或者不同业务组之间存在特殊价格约定。
这时就可以把订单中的：
销售。
客服。
或者其他字段。
直接作为判断条件。
例如：
当销售为王经理时，文件费免收。
或者：
客服属于华东操作组时，操作费按照 A 标准计算，否则按照 B 标准计算。
这样企业原来依赖员工自己记住的规则，可以逐渐被写进计费规则里。
AI 生成的不是正式费用，而是“草稿”
这一点非常重要。
立刻云并不是让 AI 算完以后，完全不经过人工确认就直接写入账务数据。
目前的流程是：
规则 + 订单数据
↓
AI 计算
↓
生成应收费用草稿
↓
员工预览核对
↓
确认
↓
正式写入订单
也就是说：
AI 负责减少计算和录入工作。
但在真正进入订单费用之前，仍然保留人工确认。
员工可以重点核对：
- 费用名称
- 计费数量
- 单价
- 金额
- 是否漏项
- 是否存在特殊业务情况
确认没有问题以后，再点击【确定】写入系统。
这种方式会比：
AI 直接改财务数据
更加稳妥。
临时情况，还可以直接修改提示词重新算
即使客户已经配置了固定规则，也不代表每一票都完全一样。
有时候可能存在临时约定。
比如这一票：
某项费用免收。
临时增加一项特殊操作费。
价格与平时不同。
这时可以在 AI 应收录入界面中临时调整计费规则，再点击：
【AI生成】
让 AI 根据新的规则重新计算。
所以它并不是一个完全固定死的收费模板。
而更像是：
一套可以使用自然语言临时调整的计费助手。
从“配置公式”，变成“描述规则”
过去想让系统自动计算费用，通常会遇到一个门槛：
规则必须先被转换成系统能够理解的公式。
对于简单费用没问题。
比如：
数量 × 单价。
但业务一复杂，就会出现大量：
如果。
否则。
大于。
小于。
某客户特殊。
某销售例外。
某业务类型另外收费。
最终规则越来越复杂。
AI 应收录入尝试做的，就是把中间这一步再往前推进：
以前：
业务规则 → 人工转换成公式 → 系统计算
现在可以尝试：
业务规则 → 自然语言描述 → AI 理解 → 生成费用
这并不意味着所有复杂计费都可以完全不用配置。
但对于大量原本就存在于：
报价单。
邮件。
Excel 备注。
业务人员脑子里。
的计费规则来说，多了一种更低门槛的实现方式。
费用草稿 1 点，确认写入 3 点
AI 应收录入属于增值能力，目前采用点数计费。
生成费用草稿
1 点 / 次
AI 根据当前计费规则和订单数据进行计算，并生成费用草稿供用户查看。
确认写入费用
3 点 / 次
员工确认费用草稿无误后，点击【确定】，将费用正式写入订单。
如果没有填写计费规则，不会生成费用，也不会扣除点数。
这种计费方式也把：
AI 试算
和：
正式写入
分成了两个动作。
AI 应收录入真正减少的，不只是几次点击
如果只看功能表面，它就是：
帮你自动录几条应收费用。
但从实际业务流程看，它解决的其实是：
报价规则和订单费用之间的重复转换。
企业前面已经花时间确认过一次价格。
销售已经和客户谈好了。
报价单也已经存在。
真正到了订单环节，却还要员工重新：
理解一次。
计算一次。
输入一次。
AI 应收录入希望把这一段重复工作尽量缩短。
报价规则配置一次。
之后每一票订单根据自己的实际数据重新计算。
员工从：
逐项录费用
逐渐变成：
审核 AI 生成的费用草稿。
但它仍然不应该替代最后的费用审核
国际物流费用场景有一个特点：
例外很多。
临时价格。
客户特殊约定。
某票业务异常。
额外服务。
销售临时减免。
这些情况都可能导致：
同样的计费规则，在某一票订单上需要调整。
所以 AI 应收录入目前更适合被理解成：
AI 费用生成助手。
而不是完全无人审核的自动计费系统。
尤其是在刚开始使用时，建议企业：
先从规则比较稳定的客户开始。
先配置少量常用费用。
连续核对一段时间。
确认规则表达和实际计费结果稳定以后，再逐步扩大使用范围。
让已经存在的报价规则真正参与订单处理
很多企业其实并不缺价格。
缺的是：
让价格规则真正自动参与业务。
报价放在 Excel 里。
订单在系统里。
费用靠员工自己在两边来回对照。
这中间一直存在一道人工环节。
AI 应收录入提供了一种新的连接方式：
客户报价
↓
自然语言计费规则
↓
读取订单数据
↓
AI 生成应收费用草稿
↓
人工确认
↓
一键写入订单
原来是员工看着报价录系统。
现在开始变成：
系统先根据报价帮员工算好，员工负责最后确认。
对于每天需要处理大量重复费用录入的货代企业来说，这可能比单纯增加一个新的 AI 按钮更有意义。
因为 AI 真正开始进入的，是：
每天都要重复发生的业务流程。
详细操作方法，可查看：
《V78.立刻云操作指南：AI应收录入功能》