當(dāng)前，金融行業(yè)正在經(jīng)歷深度的數(shù)字化轉(zhuǎn)型浪潮，以應(yīng)對市場競爭和滿足客戶日益提高的期望。證券、期貨、銀行、保險等金融機(jī)構(gòu)逐漸采用了在線和遠(yuǎn)程服務(wù)提高效率和降低成本，并更好地滿足客戶需求。

然而對于券商來說，面臨的一大問題就是，在機(jī)構(gòu)開戶業(yè)務(wù)辦理過程中，需要上傳的影像資料繁多，人工逐項(xiàng)分揀，匹配速度慢，效率低下，且容易出錯，往往需要業(yè)務(wù)辦理者反復(fù)上傳并核對資料，耗時耗力。

近日，華福證券機(jī)構(gòu)智能開戶系統(tǒng)升級上線。在騰訊云TI-OCR 的助力下，機(jī)構(gòu)開戶系統(tǒng)資料上傳環(huán)節(jié)的準(zhǔn)確率和時效性提高50%。

提高機(jī)構(gòu)開戶業(yè)務(wù)效率

證券領(lǐng)域具有體系完善、環(huán)節(jié)眾多、數(shù)據(jù)復(fù)雜、場景豐富等特性，一直以來都是前沿技術(shù)落地應(yīng)用的重要領(lǐng)域。隨著AI大模型等新興數(shù)字技術(shù)的快速發(fā)展，正推動著行業(yè)全場景、全方位實(shí)現(xiàn)智慧化升級。

以開戶協(xié)議識別、智能分揀場景為例，辦理機(jī)構(gòu)開戶時，客戶經(jīng)辦人簽署與蓋章紙質(zhì)開戶協(xié)議，工作人員將開戶協(xié)議拍照上傳至系統(tǒng)提交，便于后臺審核與留存。但問題在于，需要上傳的影像資料繁多，人工逐項(xiàng)分揀，匹配速度慢，效率低下，且容易出錯，往往需要業(yè)務(wù)辦理者反復(fù)上傳并核對資料，耗時耗力。

AI大模型驅(qū)動的OCR（光學(xué)字符識別）技術(shù)應(yīng)運(yùn)而生，其有助于協(xié)議識別，梳理更便捷、更高效、更準(zhǔn)確，推動行業(yè)流程自動化發(fā)展。但傳統(tǒng)OCR也存在著一些痛點(diǎn)，包括對手寫體識別效果不佳；在密集表格、單元格中文本換行等場景下識別效果不佳；長文提取關(guān)鍵字段信息難，段落之間沒有關(guān)聯(lián)關(guān)系；訓(xùn)練樣本需求龐大，訓(xùn)練時間長等。

據(jù)了解，騰訊云TI-OCR平臺通過搭載大模型能力，有效解決了圖像干擾、混合版式、表格結(jié)構(gòu)化識別等OCR領(lǐng)域核心痛點(diǎn)。華福證券成為了這一平臺的“體驗(yàn)官”。在騰訊云TI-OCR 的助力下，機(jī)構(gòu)開戶系統(tǒng)資料上傳環(huán)節(jié)的準(zhǔn)確率和時效性提高50%。

“眾所周知機(jī)構(gòu)開戶所需要的材料是券商賬戶業(yè)務(wù)當(dāng)中最多最復(fù)雜的之一，身份證明材料再加上開戶要填寫的表單，初步算來需要12—13份材料。”談及TI-OCR對券商開戶運(yùn)作效率的提升作用，華福證券運(yùn)營管理部負(fù)責(zé)人林佳表示，原來沒有智能化的情況下，開戶協(xié)助人必須根據(jù)系統(tǒng)提示把材料一一上傳到指定位置。

而開戶協(xié)助人通常是券商營銷人員，這類人流動性較大，往往很難得到長期培訓(xùn)，更加劇了操作難度?，F(xiàn)在客戶經(jīng)理只需要批量拍照，一鍵上傳，系統(tǒng)自動將照片歸類到對應(yīng)協(xié)議類別下，縮短了開戶材料的上傳時間，大大提高了機(jī)構(gòu)開戶業(yè)務(wù)的效率。

騰訊云智能高級產(chǎn)品架構(gòu)師丁鵬進(jìn)一步介紹到，TI-OCR基于多模態(tài)底座大模型，采用端到端的識別方式，可以解決傳統(tǒng)OCR沒有辦法解決的比較難的問題，如印章干擾、手寫識別等。此外，相比于企業(yè)自己依據(jù)場景訓(xùn)練模型，如今將大模型融入之后，會結(jié)合實(shí)用性降低模型對資源的消耗，客戶可以采用少量的樣本自主訓(xùn)練垂類場景OCR模型以解決更復(fù)雜場景問題。

此外，為了解決大模型落地行業(yè)的挑戰(zhàn)，騰訊云還研發(fā)并應(yīng)用了類RAG技術(shù)，基于向量數(shù)據(jù)庫、實(shí)時訪問數(shù)據(jù)服務(wù)等技術(shù)打造多層次算法框架。它依托行業(yè)知識分類提取，精準(zhǔn)獲取專業(yè)知識，并利用大語言模型快速提供高質(zhì)量生成信息，有效降低大模型可能存在的幻覺和信息不可控問題。

券商業(yè)務(wù)端大模型需求豐富

正如丁鵬所述，大模型技術(shù)在OCR領(lǐng)域的應(yīng)用，以較低的資金、人力和時間投入一站式滿足金融券商對一線復(fù)雜環(huán)境下長尾復(fù)雜文件識別的較高要求。為客戶提供更加個性化、精細(xì)化的服務(wù)，最終實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和智慧升級目標(biāo)。

而大模型對券商的助力不止于此。在多名業(yè)內(nèi)人士看來，大模型對證券機(jī)構(gòu)業(yè)務(wù)效率的提升全方位賦能，其前景不可限量。

“華福證券AI探索目標(biāo)，一是提質(zhì)增效，二是降本增效?！比A福證券數(shù)智賦能部研發(fā)中心總經(jīng)理謝琪說道。華福證券目前將TI-OCR已經(jīng)應(yīng)用到開戶領(lǐng)域、智能分揀領(lǐng)域，應(yīng)用實(shí)際效果不錯，將把TI-OCR作為OCR原子服務(wù)能力上架到公司AI中臺，賦能更多的業(yè)務(wù)應(yīng)用場景。

業(yè)務(wù)端豐富的需求，也是技術(shù)方面推進(jìn)資管行業(yè)券商大模型研發(fā)的根本動力。丁鵬提到，實(shí)踐過程中，面向財富管理業(yè)務(wù)，面向機(jī)構(gòu)業(yè)務(wù)、國際結(jié)算業(yè)務(wù)、托管業(yè)務(wù)等，都收到非常多的訴求?！霸S多長尾的產(chǎn)品，如個性化文案、各類票據(jù)、單據(jù)或授權(quán)證書等等，傳統(tǒng)的OCR模型沒有辦法實(shí)現(xiàn)準(zhǔn)確率以及結(jié)構(gòu)化信息的效果，但這些需求確實(shí)存在。”

“我們AI研究側(cè)重應(yīng)用場景挖掘。我們內(nèi)部的要求是做AI不能脫離實(shí)際業(yè)務(wù)場景，重點(diǎn)是要通過AI實(shí)際幫助到業(yè)務(wù)或者幫助到員工?！敝x琪坦言，“目前華福證券通過大模型技術(shù)在對內(nèi)賦能上已經(jīng)落地了數(shù)個場景，比如員工外腦、知識庫檢索、書寫輔助等場景。同時，我們也在探索‘大模型+Agent’模式，這個方向行業(yè)也處于探索階段?！?/p>

不過，丁鵬同時說到，金融行業(yè)競爭激烈、業(yè)務(wù)復(fù)雜、場景豐富，也給大模型帶來了不小挑戰(zhàn)。當(dāng)前，大模型在金融機(jī)構(gòu)的落地還處在探索階段，整體來說缺乏較好的建設(shè)依據(jù)或方法論的支撐。此外，基于金融行業(yè)對合規(guī)的高要求，大模型真正落地上線的效果等各個方面都要有比較好的評價指標(biāo)，這是如今比較欠缺的。

而要想真正做好服務(wù)于業(yè)務(wù)效率提升的大模型，要從實(shí)際需求出發(fā)，真正地解決客戶業(yè)務(wù)問題，而不是“為了做大模型而做大模型”。丁鵬指出，在大模型實(shí)際落地的過程中也要考慮金融行業(yè)的業(yè)務(wù)復(fù)雜性，包括數(shù)據(jù)以及合規(guī)安全的問題。

（來源：北京商報）