2 篇博文 含有标签「enterprise-ai」

📌 核心摘要 (Key Takeaways)

• 中期审计范围: 在涵盖约650万亿韩元的公共财政数据中，针对5项核心预算项目和6项政府采购合同，全面运行了自主AI审计系统(national_budget_ai)。
• 4大核心违规查处（严格匿名化）:
  1. 拆分规避公开招标: 利用2000万韩元以下小额单一来源采购规定，在12天内将同一项目拆分为3笔合同（总计5820万韩元，违反国家合同法，审计院先例匹配度94.5%）。
  2. 同地址空壳公司围标网络: 3家挂牌在同一大厦同一室的关联企业联合参与竞标（总金额2.13亿韩元）。
  3. 单价虚高7至10倍: 专家咨询费高出公立中位数7.0倍，GPU服务器机架租赁费高出采购中位数10.0倍。
  4. 预算传导效率低下(DEI 30.0%): 仅30.0%资金直达最终受益群体，70.0%被中间管理及外包环节截留。
• 系统综合性能评估:
  • 精度: 基于确定性Text-to-SQL实现财务计算零幻觉，11项集成测试套件100%全数通过。
  • 速度: 生成完整法律证据卷宗平均耗时0.03秒。
  • 局限性: 剖析了隐名实控人与多级民间转包资金追踪的技术盲区。

📌 核心摘要 (Key Takeaways)

• 專案目標: 追蹤年均 5,000 億美元規模的政府採購契約、財政總帳及非結構化預算文書，精準查處虛報單價、拆標限制性招標與空壳公司圍標卡特爾。
• 預期難題與預防機制: 採用確定性 Text-to-SQL 杜絕 LLM 數值計算幻覺；構建**异质知识图谱（GraphRAG）**將關聯網絡追蹤徹底解耦，形成 Dual-Brain 架構。
• 實際遭遇錯誤與排錯實踐: (1) 利用 EntityResolver 正規化引擎修復公司名與地址畸形導致卡特爾偵測失敗問題；(2) 引入滑動時間窗口算法捕獲時間差分批拆標；(3) 結合採購法規與審計判例庫打造可解釋性 XAI Dossier。
• 驗證結果: 11 項單元與整合測試全數通過，成功揪出同地址 3,850 萬韓元限制性招標圍標案及 70% 間接管理費流失（DEI 評分 30%）。