日均處理影像超5000份，手寫識別準確率95%，印章識別準確率97%，版式迭代近乎“零影響”——這是軟通動力為國家融擔(dān)基金數(shù)字化平臺打造的代償補償智能輔助審核體系交出的真實成績。面對海量票據(jù)、高頻版式變更、材料異構(gòu)難識別的三重困局，軟通動力以“視覺大模型+機器學(xué)習(xí)文檔解析”為核心技術(shù)，將傳統(tǒng)人工比對、規(guī)則頻繁重構(gòu)的審核模式，升級為全流程自動化、持續(xù)迭代的AI智能審核流水線，助力國家融擔(dān)基金實現(xiàn)從“人審”到“AI智審”的跨越，為智能財資場景注入核心動能。

在核心AI能力構(gòu)建上，軟通動力并未陷入“大模型萬能”的路徑依賴，而是將審核拆解為版面理解、方向校正、文字提取、印章識別四個子任務(wù)，形成“組合模型+規(guī)則校驗”的穩(wěn)定架構(gòu)。針對手寫與印章混雜的高難度票據(jù)，團隊引入多模態(tài)大模型，從“按模板識別”轉(zhuǎn)向“理解文檔結(jié)構(gòu)”，不同版式文件無需重寫規(guī)則即可平滑適配。同時，通過數(shù)據(jù)合成技術(shù)與定向模型微調(diào)，軟通動力攻克了印章形態(tài)多樣、方向不統(tǒng)一、開源數(shù)據(jù)匱乏等業(yè)內(nèi)難題，為國家融擔(dān)基金提供了高精度、高可用的AI技術(shù)底座。

系統(tǒng)化能力建設(shè)層面，軟通動力構(gòu)建了統(tǒng)一接入與規(guī)則糾錯引擎，形成從“影像感知—AI認知—業(yè)務(wù)落庫”的完整閉環(huán)。平臺實現(xiàn)票據(jù)自動分類與智能路由，將支付憑證、借款合同、印章等不同材料分發(fā)至對應(yīng)OCR產(chǎn)線；規(guī)則引擎完成字段交叉核驗與異常預(yù)警，支持申訴、拒絕、提醒等多級處理策略。更關(guān)鍵的是，基于自研智能中臺開發(fā)套件軟通動力幫助國家融擔(dān)基金在敏感數(shù)據(jù)“不出域”前提下搭建AI生產(chǎn)線——從冷啟動人工標注，到上線后自動化挖掘錯誤樣本，再到高頻錯誤定向微調(diào)，模型問題修復(fù)周期從傳統(tǒng)數(shù)周壓縮至數(shù)天，讓AI真正具備“跑得久、迭代快”的持續(xù)進化能力。

這套自進化AI智審體系為國家融擔(dān)基金帶來了顯著價值：單字段識別準確率超90%，銀行回單識別達95%，身份證識別99%以上，推理側(cè)單請求響應(yīng)時間約1秒，業(yè)務(wù)處理效率提升約40%。更重要的是，審核人員的工作模式發(fā)生根本性轉(zhuǎn)變——從“逐張審核”到“重點復(fù)核”，從“體力勞動”到“價值判斷”，從“被動執(zhí)行”到“主動優(yōu)化”。軟通動力以本項目為藍本，沉淀出涵蓋“子任務(wù)拆解、模型組合、規(guī)則校驗、數(shù)據(jù)閉環(huán)”的AI技術(shù)范式，為智能財資、代償補償、風(fēng)險預(yù)警等更廣闊金融場景的智能化轉(zhuǎn)型，提供了可復(fù)制、可持續(xù)、可進化的實踐路徑。