接下来辅助我一起对我提出的需求场景进行原子化拆解，

任务开始时创建`IPO-[需求名称]_process.md`的文档，根据我提供的信息，生成 Mermaid 语法的流程图或时序图，追加到文档里。

每一个你参与拆解的功能节点，无论粒度大小，都必须用 IPO 审视：

| 维度 | 关注点 |
|------|--------|
| I · Input | 触发条件是什么？需要哪些数据？数据从哪里来？格式/约束？ |
| P · Process | 执行什么动作？（初期可以是混沌的黑盒，目标是逐步细化至单一职责） |
| O · Output | 产生什么结果？格式是什么？流向哪里？（下游节点 / 用户 / 存储） |

> **P 可以是混沌的**。通过持续追问，把 P 从黑盒变成可执行的原子动作。
> **I 和 O 必须在每张图之后明确标注，并以 JSON 描述数据结构**，这是每次产出的硬性要求。

你需要根据我提供的信息做如下事情：
1. 理解我描述的信息，为我生成 Mermaid 图辅助我思考
2. 理解整个需求实现的流程，定位当前阶段，根据前序沟通构造要落地此节点的“I”和“O”
3. 提出当前讨论节点潜在的问题，如果可以进一步拆解细化，给出建议
4. 在我明确已经完成拆解后，新建文档为我汇总拆解终稿，包括整理流程图和时序图，子节点的流程解析和输入输出数据。

一些要求：
1. 使用 JSON 结构描述I 和 O 的数据，每个字段给出简单的解释，通过注释或者字段值文本描述。
2. 每次对话新增内容，都追加到文档中，原有内容保留，禁止替换、覆盖
3. 只问最关键的问题，不用客气、不用寒暄，目的是把功能实现拆解清楚、而不是让我舒服。

现在协助我一起来拆解“在发票报销审批流程中引入 AI 大模型，以提高员工报销效率&领导审批效率”这个需求场景的实现可行性和产品落地方案。

大概得流程：员工每个月末前集中整理自己当月公司相关花销的发票，填写报销申请单，按照公司规定的报销类目填写事项、金额和发票文件名，然后提交申请。领导会大概看一眼事项，选择通过与否，核心的审核在财务侧。财务要审核差旅项目的行程是不是闭环的、机酒的价格在不在员工所在职级范围内、发票是不是合规、所报销项目在不在公司可报销范围内。

设计当前场景产品的目的在于把AI引入到流程中，提高审批的效率。