审批流
1. 3 秒看懂
审批流是把组织内的“谁、在什么条件下、按什么顺序、用多长时限”来批准或驳回一项业务申请这一整套决策过程,固化为可追溯、可回退、可审计的数字流程。它的表面是表单和按钮,底层是状态机、权限快照、事件驱动和事务补偿的精密组合。一句话:审批流就是数字化之后的责任链与决策路径。
2. 3 分钟产业解释
每个打工人都用过的请假、报销、合同盖章、采购申请,背后都跑着一条审批流。和随口一句话的“行不行”完全不一样,审批流必须严格遵从组织权限和业务规则:
- 表单承载数据(请假天数、报销金额)触发流程引擎。
- 流程引擎解析模型(BPMN 图或状态机定义),找到当前应该停在哪个节点、谁该审批。
- 按照规则匹配审批人(部门负责人、财务总监,可能是静态指定,也可能是实时计算组织树),生成待办任务。
- 审批人操作(同意、驳回、加签、转办、委托、前加签/后加签),引擎记录操作日志并移动流程节点。
- 所有强制节点通过后流程结束,回调业务系统(更新订单状态、放款、记账)。
在产业一侧,审批流早已不是 OA 里的一个独立模块,而是低代码平台、PaaS/SaaS、RPA、BPMS(业务流程管理套件)的内核级能力。企业选型时不再只看“能不能批”,而是更关心:流转有多灵活(会签、或签、动态加签)、能否嵌入已有系统、高并发下状态是否一致、跨组织审批时法律证据链是否完整。
3. 技术原理
审批流本质是一套基于有向图模型的分布式状态编排系统,其运行时由三层核心组件协同:
- 流程定义模型:描述节点、连线、网关、定时事件的静态元数据,常用 BPMN 2.0 XML 表达。
- 流程实例运行时:每张业务单据创建一个实例,持有当前节点指针、上下文变量(表单数据快照)、审批历史栈和流程版本号。
- 任务管理服务:生成任务、推送待办中心、校验操作权限、记录操作日志、更新实例状态并触发后续节点。
执行机制(简化示例)
发起人提交
│
▼
入口网关(条件分支)
│
├─[金额 ≤ 5 万]──► 部门经理审批 ──[通过]──► 实例状态=完成
│ ──[驳回]──► 实例状态=已驳回(可配置回退节点)
│
└─[金额 > 5 万]──► 部门经理审批 ──[通过]──► 财务总监审批(会签,需 ≥2 人通过)
│
[全部通过]──► 完成
[任一驳回]──► 已驳回
真正的复杂性藏在几个常被忽略的层次里。
状态机层 每个实例的状态必须严格一致且可回溯。典型状态模型包含:未提交、审批中、已通过、已驳回、已撤回、已终止。复杂场景还有子流程挂起、超时自动流转、管理员强制干预(实例跳转)等状态,这些都要求引擎能妥善处理状态迁移的合法性,避免出现“既通过又被驳回”的矛盾。
网关与分支求值
条件表达式(如 amount > 100000 AND costCenter == "研发")通常使用 FEEL、SpEL 或自定义脚本语言在运行期动态解析表单字段与上下文变量。这一步既要保证执行效率,又必须防范注入风险,因此企业级引擎多采用受限语法或解析器沙箱。
上下文与权限层 审批人在不同节点看见的数据视图并不相同——某些字段需要脱敏、隐藏或只读。操作权限(同意、驳回、仅加签、仅填写意见)也需要动态计算,通常由表单引擎与权限服务协同完成,而非硬编码在流程定义中。
时间与事件层 定时边界事件(如 24 小时未审批自动升级给上级)、条件事件(金额 >10 万自动触发合规审查节点)依赖流程引擎支持事件子流程与定时器,并能在分布式环境下准确触发,不丢失、不重复。
集成与 Saga(长事务补偿) 审批通过后往往还需要调用支付、库存、CRM 等多个外部系统。如果“审批已通过”但后续外部调用失败,就会出现业务不一致。成熟的审批流方案必须引入补偿机制(Saga 模式),例如记录失败任务,逆向调用已执行的外部操作,或将流程挂起到人工干预队列。
高并发一致性 两人同时审批同一节点、管理员强制干预与正常审批并行、流程版本热更新(升级定义但不影响已运行实例),这些都需要谨慎的并发控制。常用手段是实例版本号乐观锁,或基于 actor/cell 模型将同一实例的所有操作路由到单线程执行,从而避免分布式锁的开销。企业级引擎还需支持组织架构实时变动时的审批人快照一致性——审批启动时是按当时的组织关系冻结审批人,还是每次都实时计算?不同策略对业务影响极大,必须在设计上明确。
理解这些之后,才能明白为什么审批流不是“填个表单、打个勾”这么简单。它是以有向图、状态机、事件和时间为核心,把人的决策过程变成可编程、可追踪、可补偿的系统。
4. 关键参数
以下参数衡量审批流引擎是否达到企业级水准,数字标记“公开资料未见”表示该指标因高度依赖部署环境而未形成行业统一基准,具体应结合厂商性能测试报告判断。
- 流程定义复杂度上限:最大节点数、网关嵌套深度、循环嵌套层数。企业级引擎通常支持单图数千节点而不出现解析劣化;公开资料未见统一上限标准。
- 吞吐量:引擎每秒可推进的流程实例状态迁移数。在事件驱动或 actor 模型实现下,单节点可达数千 TPS(来源:Camunda 等开源引擎基准测试,具体数值随版本和硬件变化,建议查阅官方基准)。
- 端到端响应延迟:从审批人提交决策到实例状态持久化、下一节点任务生成的总耗时。核心受状态持久化写操作(数据库或事件日志)延迟影响,通常要求 P99 < 200 ms(企业内部参考值,公开行业标准未检索)。
- 任务签收与操作幂等性:审批操作必须支持幂等,网络重试不会导致重复审批或流程跳变。此指标用异常率衡量,目标应接近 0。
- 流程版本在线热更新兼容率:升级定义后,运行中实例平滑迁移(不丢失、不重复节点)的百分比。企业场景要求达到 100%,否则需停机迁移,但公开资料未见各厂商实测数据。
- 组织快照一致性:流程启动时审批人链路的冻结方式(快照/实时计算)以及变更后对运行中实例的影响范围。无通用量化指标,但直接决定跨组织变动时的稳定性。
- 资源争用和线程池饱和度:乐观锁冲突重试次数、线程池排队长度等,反映并发瓶颈。需由运维侧结合业务量监控。
5. 技术路线
审批流的技术实现路线并非单一路径,实际产品常是多种路线的组合。下表对不同路线进行定性对比。
| 维度 | 状态机驱动审批 | 工作流引擎(BPMN)驱动审批 | 低代码/无代码审批平台 | 智能审批(规则+ML) |
|---|---|---|---|---|
| 灵活性与表达能力 | ★★(硬编码状态转换) | ★★★★(支持泳道、边界事件、补偿事务) | ★★★★★(可视化编排,实时生效,业务人员可用) | ★★★★(规则+模型混合编排,适合风险分级) |
| 实施成本 | ★★(开发量大,逻辑深嵌代码) | ★★★(需集成开发,理解 BPMN) | ★(业务用户可配置,但复杂场景仍有瓶颈) | ★★★(数据标注、模型训练、规则维护成本高) |
| 复杂场景支持 | 简单串/并行,动态分支能力弱 | 并行、分支、异常边界、子流程、补偿 Saga | 通常受平台封装上限限制,部分弱于纯 BPMS | 善于风险分级与自动决策,不擅长复杂人工协作模式 |
| 性能吞吐(同等资源) | 高,纯状态机开销极低 | 中高,模型解析与事件处理有开销 | 中,受多租户与平台中间层影响 | 中,模型推理增加不可忽略的延迟 |
| 可审计性 | 好(可自建日志) | 极好(审计日志与历史栈完备) | 好(平台通常自带审计能力,但深度可调性有限) | 需额外记录模型决策理由(XAI) |
| 典型产品/引擎 | 自研业务状态机(如交易系统的订单状态流转) | Camunda、Flowable、Activiti | 钉钉审批、飞书审批、企业微信审批、ServiceNow Flow Designer | 结合评分卡的自主控制台,或金融反欺诈中的自动审批 |
注:★ 为定性评级,5★最高;各产品能力可能因版本迭代快速变化。部分路线在实践中常以混合形式出现,比如低代码平台底层嵌入 BPMN 引擎,或智能审批叠加在状态机之上。
6. 上游
审批流的上游决定了它“能不能把任务发给对的人、看到对的数据、用对的条件分支”。任何一个上游环节的延迟或数据错误都会直接导致流程下发的错误。
- 组织架构与身份认证服务:通常对接 LDAP / AD / HR 系统,为流程提供部门树、岗位、汇报关系。这是动态审批人计算的基础,服务不可用将导致所有流程无法生成任务。
- 动态表单渲染引擎:提供审批时看到的数据视图、字段权限(可见/不可见/可编辑)、前端校验规则。表单与流程的深度绑定使得两者常为同一平台基础设施。
- 规则引擎:决策表、Drools 或 FEEL 规则,用于条件分支求值与自动决策。复杂网关需要规则引擎快速解析,部分场景会独立部署规则服务。
- 消息队列/事件总线:审批流转过程中产生大量事件(任务生成、审批提交、流程完成),用于异步通知下游,避免同步耦合。队列堆积或丢失会直接影响实时性。
- 企业缓存/快照服务:为隔离上游组织服务偶发抖动,审批流引擎常用缓存存储启动时的组织关系快照,确保流程启动后不受组织结构变动影响。
典型的 SLA 要求:上游身份认证服务可用性 ≥ 99.9%,规则引擎 P99 延迟 < 20 ms,以确保审批流端到端体验。
7. 下游
审批流的下游是它“做完决策之后还要做什么事”的环节,也是业务价值的最终实现点。
- 统一待办任务中心:将来自不同系统的审批任务聚合到一个界面,支持待办已办、批量审批、移动端消息推送。这是终端用户的主要接触点。
- 业务系统回调:ERP / CRM / SCM / 费控等系统在审批完成后更新单据状态、放款、发货、记账。回调失败需要有重试和补偿机制。
- 档案与合规系统:审批记录、操作日志、附件需要归档至档案系统或电子存证平台,满足审计、法务要求。部分行业还需对接电子签名服务(如 e签宝、法大大)。
- BI 与流程挖掘:审批时长、驳回率、节点瓶颈等数据被导入分析平台,用于组织效能诊断。流程挖掘工具(如 Celonis)可直接从事件日志重构实际流程模型,发现与设计模型的偏差。
- RPA 自动化机器人:审批通过后,RPA 可代替人工完成后续系统间的数据搬运(例如从 CRM 复制合同信息到 ERP 建账),减少人工操作,但同时增加了整体流程一致性管理的复杂度。
- 即时通讯与协作工具:审批通知通常通过钉钉、飞书、企业微信等 IM 渠道实时推送,并允许在对话中直接完成审批,减少应用切换成本。
8. 受益公司
审批流作为一种基础能力,很少单独作为产品出现,通常是嵌入在 OA、低代码平台、BPMS 或云服务中。以下按模式分类列举受益方向和典型公司(仅用于产业分析,不构成投资建议,财务数据请以各公司最新年报为准;若无公开拆分数据,明确注明“公开资料未见”)。
开源/PaaS 引擎商业化
- Camunda:核心引擎开源,提供云托管服务(Camunda SaaS)。其赞助商模式与 BPMN 标准深度绑定,在微服务编排和审批流中都广泛应用。公开资料未见针对审批流部分的独立营收拆分。
- Flowable:由原 Activiti 核心开发者创建,开源基础上提供企业版与云服务。开源社区活跃,常被国内厂商作为底层引擎集成。
企业软件厂商
- SAP:S/4HANA 和 SuccessFactors 内嵌审批工作流,深度连接财务、HR 和供应链,审批流是其平台用户粘性的重要部分。不单独拆分审批流收入(公开资料未见)。
- 用友网络:BIP 平台和 NC Cloud 中审批流属于基础能力,服务于大量中大型企业客户。未披露审批流单独模块收入(公开资料未见)。
- 金蝶国际:金蝶云·星瀚、苍穹平台包含审批流引擎,不单独披露审批流收入(公开资料未见)。
平台级嵌入
- ServiceNow:ITSM 与审批流深度结合,Flow Designer 提供可视化审批编排,面向大型企业。其订阅收入中审批流作为工作流的一部分,无法单独拆分(公开资料未见)。
- Salesforce:Approval Process 引擎内嵌于 Sales Cloud / Service Cloud,为销售、服务流程审批提供支撑。不单独披露审批流收入。
- 微软 Power Automate:作为 Power Platform 成员,提供审批连接器与自动化审批流,以订阅和用量计费,与 Office 365 深度绑定。
国内协作/OA 生态
- 泛微网络:OA 龙头,审批流是产品核心,长期积累大量政企客户的复杂审批模板。公司整体营收可在年报查阅,但审批流单独贡献未披露(公开资料未见)。
- 致远互联:协同办公及审批流能力覆盖中大型组织,同样不单独拆分审批流收入。
- 钉钉、飞书、企业微信:均提供免费基础审批,作为获客与促活手段,通过专业版/OA 版/aPaaS 高级能力收费。审批流的使用频次与次日留存高度相关,是这些平台的关键粘性模块。各家不披露审批流单独贡献收入(公开资料未见)。
新兴方向
- AI 辅助审批:部分初创公司尝试用 NLP 解析合同风险、自动生成审批意见,辅助财务审核等场景。多数处于早期融资阶段(如 Seed~A 轮)。
- Web3/多签钱包审批流:基于智能合约的多签审批,用于 DAO 资金管理,但企业大规模采用仍有距离。
9. 市场规模
截至 2025 年 4 月,公开资料未见针对审批流独立细分市场的定量规模统计。审批流市场价值通常嵌入在更大范畴的流程自动化(BPM)与低代码/无代码平台市场中,且各研究机构的口径差异较大。
- 流程自动化市场:据 Gartner 等机构近年报告,全球业务流程管理(BPM)和超自动化(Hyperautomation)软件及服务市场处于数百亿美元量级,并保持双位数增长。具体年度数字请参阅 Gartner 发布的《超自动化市场预测》或 IDC 相关追踪报告。
- 低代码/无代码市场:Gartner 预测 2024 年全球低代码开发技术市场约达 XXX 亿美元(因报告获取限制,此处不转载具体数字,详见 Gartner 官方发布),其中审批流、工作流与表单是核心组件,常被列为关键用例。
- 中国市场:中国信通院及多家分析机构的低代码/无代码市场报告中,审批流/流程自动化被视为数字化基础能力,市场保持较快增长。具体规模数据建议查阅信通院《低代码发展研究报告》最新期数。
审批流是“无处不在但难以独立计费”的能力,因此评估其市场规模需关注相关平台的整体 ARR 或订阅收入增长,以及流程自动化渗透率指标。
10. 玩家对比
以下对比聚焦于主流审批流引擎/平台的代表性模式,维度涉及架构开放性、复杂流程支持、部署模式、社区生态和典型客户画像。均不涉及具体营收数字,因为“公开资料未见”统一的拆分口径。
| 玩家/产品 | 核心定位 | 架构开放性 | 复杂人工流程(会签/加签/回退) | 部署模式 | 社区/生态 | 典型客户画像 |
|---|---|---|---|---|---|---|
| Camunda | 以开发者为中心的 BPMN 引擎 | 高,开放源码,REST/Java 接口 | 强,原生支持 BPMN 用户任务与边界事件 | 自部署/云托管 | 大型开源社区,广泛集成微服务生态 | 中大型企业,有自有开发团队,需深度定制 |
| Flowable | 开源 BPMN 引擎,商业支持 | 高,与 Camunda 类似 | 强,支持 CMMN 和 DMN | 自部署/云 | 活跃社区,国内有集成商 | 中大型企业,尤其金融、政府 |
| 钉钉审批 | 低代码/无代码 OA 审批 | 低,仅通过开放平台 API 交互 | 中,复杂加签、并行、条件分支均支持,但深度编排受限 | SaaS / 混合云 | 国内最大协作生态,模板市场 | 中小企业到大型企业,注重移动化和免开发 |
| 飞书审批 | 无代码审批+飞书集成 | 低,开放 API,可集成自建应用 | 中,支持并行、条件、加签等,但复杂 Saga 需借助飞书集成平台 | SaaS | 飞书生态,ISV 丰富 | 数字化程度较高的中大型企业,尤其是互联网、科技 |
| ServiceNow Flow Designer | ITSM 为核心的工作流与审批 | 中,通过 Integration Hub 和 API 扩展 | 强,原生支持丰富的审批动作与子流程,结合 ITSM 资产 | SaaS | 全球大型企业生态,合作伙伴丰富 | 大型企业 IT/HR/客服共享服务中心 |
| Power Automate | 流程自动化与审批 | 中,基于连接器生态,可通过 Azure 扩展 | 中,支持多级审批、条件、并行,但高度复杂 BPMN 需借助逻辑应用 | SaaS / 自托管网关 | 微软全家桶生态,Office 365 用户基础庞大 | 已使用微软生态的中大型企业,追求快速自动化 |
| 泛微 / 致远 | 传统 OA 审批升级的协作平台 | 低,产品边界封闭,二次开发多通过官方平台 | 极强,沉淀了大量政企复杂审批模板(多机构联审、党政机关流转) | 私有化/混合云 | 国内伙伴生态,信创适配 | 大型集团、政府机构,对合规和本地化要求极高 |
注:上述对比基于公开产品文档与行业认知,功能细节随版本更新变化,建议参考各厂商最新白皮书。
11. 风险
审批流自身及依赖其运行的业务面临以下风险,产业参与者在选型和架构设计时需持续评估。
- 竞品同质化与免费化压力:基础审批功能门槛极低,钉钉、飞书、企业微信等以免费审批拉新促活,使独立 OA 厂商和中小型引擎的生存空间受到挤压。缺乏差异化能力(如合规存证、AI 辅助决策)的厂商可能面临价格战与客户流失。
- 性能与可用性风险:审批流是大量核心业务(报销、合同、付款)的阻塞点。流程引擎自身出现性能瓶颈、死锁、并发冲突导致大面积审批卡顿,可能直接中断业务运转。此类风险在超大型组织高并发期(如月底报销高峰)尤为突出。
- 组织数据依赖与迁移锁定:审批流深度绑定组织架构、权限和表单,一旦上线,迁移成本极高(包括历史流程实例、审计日志、用户习惯),供应商锁定效应明显。这会限制企业后续议价能力和架构选择。
- 合规与证据链缺陷:金融、医药、政府等行业对审批留痕、电子签名、不可篡改有时间戳的要求。若系统未提供合规存证或审计日志不可追溯,企业将面临监管罚款或法律争议风险。
- 安全与权限失控:动态审批人计算若存在权限绕过漏洞(如越权审批、参数篡改),可能导致资金损失或数据泄露;表达式注入漏洞(如 SpEL 注入)可被利用执行恶意代码,属于高危风险。
- 长事务一致性设计缺陷:不少自研或轻量审批流未设计完善的 Saga 补偿机制,在审批通过但后续业务执行失败(如支付失败、库存扣减失败)时遗留数据不一致状态,修复成本高、业务影响大。
12. 误读纠偏
误读 1:审批流就是工作流 工作流范围更广,涵盖自动化、人工、集成、消息等多种任务编排;审批流特指需要人工决策的核签型流程,且非常强调责任归属、回退与加签操作,在 BPMN 标准中属于“用户任务”及围绕它的特定模式。把两者等同,会忽略审批流在权限、快照和证据链方面的额外要求。
误读 2:审批流必须是线性串行的 许多实际业务是并行的(多人会签、或签)、动态的(根据金额增加审批节点),成熟的审批流支持并行分支、条件跳过、子流程、动态加签,远非“一个人过了下一个人”这么简单。低估其路由能力,就会设计出僵化流程,反而降低效率。
误读 3:审批通过后就万事大吉 审批的原子操作和后续业务执行之间存在分布式事务间隙。需要补偿机制处理“审批已生效但支付/发货失败”这种部分执行场景。没有此设计的系统,最终会积累大量业务不一致的“悬空”记录,手工修补代价极高。
误读 4:有了低代码审批,就不需要引擎概念 低代码平台封装了大部分复杂性,但如果业务需求超出平台预置模板(例如需要复杂 Saga 补偿、跨公司审批存证、事件子流程),就必须理解底层引擎的工作原理。把低代码当作万能钥匙,遇到复杂场景就容易撞墙。
13. 最新事件
截至 2025 年 4 月,公开资料未见审批流领域足以单独构成行业里程碑的单体事件,但以下产业动向作为日常演进值得关注(均为公开信息摘要,建议查阅厂商官方渠道获取细节):
- Camunda 持续增强云原生与 AI 能力:Camunda 在近年版本更新中强化了多租户隔离、流程实例热迁移,并开始引入 AI 驱动流程推荐。(来源:Camunda 官方博客)
- 国内低代码审批平台持续迭代:钉钉、飞书审批模块在 2024–2025 年间陆续升级了跨组织审批、与电子签名更深度集成,以及连接器生态扩展。(来源:各平台更新日志)
- AI 审批助手趋势加速:多家 SaaS 厂商和独立开发者已推出利用大语言模型(LLM)辅助审批意见摘要、合同风险提示的功能,但仍处于早期产品化阶段,尚无大规模基准数据披露。(来源:网络公开报道)
- 《电子签名法》等法规执行强化:中国持续提升电子合同和审批留痕的法律效力要求,促使更多审批流产品内建存证与时间戳服务。(来源:国家政策文件)
14. 跟踪指标
监控审批流运转健康状况和业务价值,应关注的指标如下(建议结合具体厂商的管理控制台进行量化)。
- 流程流转正确率:成功到达终点的实例占全部到达终态的实例比例,目标接近 100%。因流程定义缺陷导致的“死流程”比例需独立监控。
- 节点平均审批耗时:从任务生成到审批人提交决策的时间(可剔除节假日),常用来定位瓶颈岗位和流程节点。
- 端到端流程时长 P50/P95:从发起到最终结束的业务视角耗时,能暴露长尾异常(频繁驳回、多人加签)带来的延迟。
- 审批操作可用性:签收、提交等核心操作的业务异常率(不含审批人主动驳回),反映引擎及依赖服务的稳定性。
- 流程版本在线迁移兼容率:升级流程定义后,存量运行实例成功平滑过渡的百分比,目标应为 100%。
- 资源争用指标:乐观锁冲突重试次数、任务队列深度、线程池使用率,反映引擎在业务峰值下的并发瓶颈。
- 人工干预频率:管理员强制干预(如跳转、撤回、重新指定审批人)的次数,频率升高可能意味着流程设计或组织数据异常。
- 用户触达与完成率:待办消息推送成功率、移动端审批完成占比,可衡量审批流的体验质量与办公移动化程度。
15. 信源
- 工作流管理联盟(WfMC)术语表及参考模型(公共标准)
- OMG 规范:BPMN 2.0 Specification
- Marlon Dumas 等《业务流程管理基础》(Fundamentals of Business Process Management)
- Camunda 官方文档:工作流引擎架构与审批模式
- Flowable 开源文档与用户指南
- 阿里云、AWS 平台上审批工作流最佳实践白皮书(供应商案例)
- Gartner:《超自动化市场预测》《低代码开发技术魔力象限》(各年报告,具体期数以官方发布为准)
- Forrester Wave:Low-Code Development Platforms(定期更新)
- 中国信通院《流程挖掘研究报告》《低代码发展研究报告》
- 各厂商官网及产品更新日志:钉钉开放平台、飞书开发者文档、ServiceNow 产品文档、微软 Power Automate 文档、泛微网络、致远互联
注:因未进行本次环境下的实时信息检索,所有定量数据均标注为“公开资料未见”或不转载具体数字,技术性能数据建议查阅各自官方最新基准及学术文献。本文所有内容不构成任何投资或选型建议。