方案概述

合合信息与兴业银行运营管理部、科技管理部和金融科技研究院联合成立项目组，在兴业银行智慧集中作业领域，基于“OCR+LLM+多模态理解+Agentic Coding”技术，通过智能化能力，在事前代替辅助和录入，事中代替辅助和审核，事后代替辅助和校验，极大的提高了集中作业平台的处理吞吐量和效率，实现了"人工依赖"到“人工辅助+AI驱动"的跨越式升级。

方案背景

业务痛点

在银行业数字化转型进程中，大部分业务已实现总行集中作业模式，这些业务通常包含事前录入，如按照模板填写文档内容信息；事中审核，如多个业务规则的数据校验，预警信息的配置审核；事后校验，如数据一致性完整性检查等标准流程，这些流程集中了大量简单重复且附加值较低的操作环节。

过去银行业一直在持续探索传统OCR技术在这些场景中的应用，试图实现自动化处理，然而仍面临如下困境：

1. 文档类型动态识别难

传统方法需预先定义文档类型并独立训练模型，与银行业务“先验类型未知、后验校验强依赖”的实际流程存在根本性矛盾。面对数十种文档混合处理需求，现有技术无法实现端到端分类-抽取-校验一体化，导致流程断点与效率瓶颈。

2. 非结构化版式泛化能力不足

合同跨页条款、票据可变模板、承诺书手写批注等非标准版式，超出传统OCR基于固定模板的解析能力。现有方案需针对每种版式重新标注训练，单次模型迭代平均耗时2-3周，难以满足业务敏捷性要求。

3. 长尾需求规模化覆盖难题

全国性银行机构面临分支机构地域差异化需求（如区域性政策文件、地方特色单据），传统方案需针对每个长尾场景投入数百标注样本，人力成本与时间成本呈指数级上升，亟需小样本学习（Few-shot Learning）及零样本迁移（Zero-shot Transfer）技术突破。

4. 模型能力提升难

由于行业内业务数据和模型语料分离的壁垒，不能结合实际业务作业过程中的问题进行快速调整，无法实现模型场景化能力的有效提升。

方案目标

1. 效率革新

在智慧集中作业的场景中将单笔业务处理时间缩短至10-20s，人力效率提升50%。在不增加业务人员的情况下，极大的提高单日的业务吞吐量。

2. 场景覆盖

以集中作业系统为标杆，扩展运管部其他业务场景以及零售贷款、信用卡及托管业务国际业务等场景。

3. 行业痛点破解

打破"数据孤岛"困局，构建银行业务全流程数据-模型闭环系统，解决传统AI方案中模型迭代滞后于业务变化的行业难题，模型版本迭代周期从行业平均3个月缩短至7天，通过持续的场景数据反馈，模型场景化识别准确率持续提升。

方案特点

特点1：相较于原集中作业中“两录一校”都是人工，当前借助AI智能录入，替代一录，辅助一录，人机协同高效作业

以电汇凭证处理为例：通过智能分类并自动识别票据类型和要素信息，能够替代一录完成提取和录入，无需人工干预；对于手写文字由OCR自动识别手写文字，识别不准的数据由人工补录修正。

双重校验：AI录入和人工补录的数据会进行比对，确保一致后，才提交至业务系统，保障数据准确性。

特点2-多场景、全要素抽取，兼顾短文本长文本

智能文档处理的整个方案，依赖的核心解析能力，支持双层PDF电子件、拍摄件、扫描件等不同格式的文档，手写体、印章、表格等不同类型的元素的智能抽取，兼顾短文本与长文本，能够输出版面元素，文档结构等，较准确的给模型以还原原始的数据结构，打好文档处理的坚实基础。

特点3-低样本快速适配

相较于传统分类抽取的模型训练需上百张以上的样本，当前方案通过embding向量化技术，单场景上传少量（10张左右）样本/分类关键字设置，无需标注训练，即可实现文档自动分类；对于复杂字段的抽取，借助多模态的语义理解能力，提供prompt和规则配置，在少量样本（10张左右）下仍能实现比较准确的抽取效果。

特点4-多模态模型的灵活组合与大小模型快速切换

系统内置多种小模型及预设字段，开箱即用，如通用卡证、国内通用票据等；对于业务场景要求的多种文档类型，小模型可与大模型同时灵活搭配，共同处理业务，兼顾效率与准确率。

特点5-模型全生命周期管理体系

- 物理隔离实验室环境，实现业务数据安全脱敏回流；

- 建立数据-模型-场景的三级权限管控机制，确保数据使用全程可审计；

- 支持多模态大模型（百亿参数级）与轻量化小模型（千万参数级）的并行训练；

- 首创"模型管道自助编排"，支持根据业务场景特征自动组合最优模型方案，实现业务需求与模型能力的最优匹配；

  - 简单场景：启用轻量化小模型，提升响应速度；

  - 复杂场景：触发多模态大模型协同分析，保障准确率。

特点6- 方案基于大模型（AI）的Skill（技能）配置与管线（Pipeline）自动化生成技术，能够帮助开发者更高效地调整业务逻辑，并实现复用和调用

1、需求识别：明确输入、输出和业务规则（如文档字段提取）；

2、AI配置：大模型自动生成初始处理管线（Pipeline）规则；

3、管线调试：开发者通过自然语言交互（Vibe Coding）微调逻辑；

4、固化部署：调试完成后，配置固化为Skill，支持后续复用。

方案业务流程图

文档处理流程图

实现功能展示

功能1-分类拆套引擎

分类依据：配置页面中每个文件类别上传的样本文件特征，并支持通过大模型对文件类型描述。上传文件至工作空间后，系统将会对其进行自动分类，分类完成后，可至对应文件类别下找到该文件。

拆套：若在上传时选择了文件拆分，系统将会分类到【多类别】，多类别的具体信息可点击该文件进行查看。

切分：若在上传时选择了多图切分，系统将会分类到【单页多图】，文件切分后的详细分类及抽取信息可点击该文件进行查看。

功能2-要素抽取的灵活配置可视化与审核结果可溯源

- AI识别样本内容，自动添加所需的抽取字段，人工对AI识别的字段进行增加、修改或者删除操作；

- 表格字段的配置抽取，可配置多表格抽取，提升抽取完整度；

- 通过写提示词描述抽取字段，提升抽取准确率；

- 支持抽取结果、审核结果的原文定位可视化溯源，高亮定位抽取要素、审核要素、关键条款，并支持多文档的同屏展示，方便用户快速核对。

方案案例及效果

【集中作业平台建设的应用成效】

1、AI智能录入，替代一录，辅助一录，文档处理效率提升50%+；

2、高精度识别：关键字段准确率突破95%，显著降低人工复核成本，释放了人员效能，优化了整体的客户体验；

3、敏捷响应：科技人员建模开发提升效率80%，新文档类型适配周期平均缩短至0.2月，助力银行业务快速创新；

4、事后监督由AI替代人工进行全量业务定时跑批，自动比对校验人工复核问题数据，大幅增加了事后监督的覆盖面，降低了业务差错以及职务犯罪风险，极大提升事后监督的执行效率。

【规模化推广应用成效】

1. 规模化应用成效

多个扩展的业务场景实现AI全流程赋能。

2. 其他扩展场景的突破性表现

-在远程授权场景中，合照信息对比通过率超75%；

-在询证函处理中明细录入的替代率超94%，有效拦截前台录入错误笔数；

-在内部账务（复杂场景）中突破12类附件+手写签名的识别瓶颈，非结构化数据处理正确率超95%；

-在对公开户场景中，多个文档类型准确率超90%，开户时效从30分钟缩短至8分钟。

方案未来展望

未来，合合信息将与兴业银行一起围绕兴业银行行内场景，持续打造行内的AI智能集中作业企业级能力，构建结构化与非结构化数据智能化处理中枢，持续沉淀高质量业务数据，支撑AI模型迭代优化。通过业务数据回流，形成“数据→模型→场景→数据”的闭环飞轮，持续提升垂直场景的AI能力，覆盖更多的业务场景，赋能全行智能化。