一、项目背景及目标

随着金融科技的迅猛发展，银行业对公客户的函证业务、取现业务、转账业务、开户业务等虽已逐步实现线上化，但仍面临每年数以百万计的柜面交易需求。同时，虽然OCR技术在运营作业中的应用已相当成熟，但OCR模型的性能更多依赖于训练数据的质量和数量，数据量不足或数据质量差可能导致模型泛化能力差。为突破这一瓶颈，济南和海口分行大胆尝试引入AI多模态识别技术，结合OCR与AI多模态两种先进算法进行双重验证，显著降低了识别错误率。通过与总行的密切沟通，各团队深入探讨并制定了基于字段重要性的风险评估机制，确保识别结果的安全性和可靠性。这一创新举措标志着总行、济南及海口分行在对公业务领域实现了AI智能录入的重大突破。

该项目以“五维运营”为牵引，以“1671工程”为方法，共同探索拓展AI智能作业新赛道，打造“深度融合、人机协同、智能生态”为特征的AI智能录审“新质生产力”，打造数智驱动新模式、开启智慧运营新动能，实现了颠覆式的革新，为打造全行数智运营核动力贡献力量。

二、创新点

① OCR+AI多模态技术融合应用实现精准审核：结合OCR与AI多模态两种先进算法进行双重验证，降低识别错误率。通过同一单据不同字段信息（如大小写金额等）之间的逻辑审核，不同单据同一字段信息的交叉审核，通过智能信息录入进化为智能信息审核，进一步赋能小桂圆高效、精准完成审核工作，实现了智能化技术与实际业务需求的紧密结合。这种模式的创新不仅为AI赋能业务开辟了新的路径，也为其他业务场景的智能化改造提供了借鉴。

② 海螺RPA助力业务流程自动化： 通过RPA影像嵌入式应用，及最新的海螺智能作业SDK能力，该系统实现在不改变运营核心系统现有流程的情况下自动带入信息。通过录审数据的实时流转与处理，减少人工干预。

③ 系统扩展性和可维护性：该系统采用模块化设计，支持系统的扩展和维护，适应业务发展的需求；建立反馈机制，通过持续收集用户反馈和识别错误，不断优化模型和算法，提高系统的准确性和稳定性。

三、项目技术方案

（一）业务模式

打通模态：多团队深度融合，探索录入新模态。总、分行共同讨论分析运用OCR、AI多模态两种不同算法进行双重识别、交叉验证提升识别效率的可行性；研究探讨基于字段重要性的风险性，评估字段是否可以实现科技替代录入，确保识别结果的安全性和可靠性。

打通流程：多规则深度融合，开启智慧新流程。在确定录入新模态之后，如何成功落地应用成为摆在眼前的新专题。总行、济南、海口分行运用“PETSC”方法，选定函证业务作为MVP试点业务，横向从产品、事件、任务、步骤等分析确定智能录审的节点；纵向从业务种类、单据组合、凭证种类、字段信息确定识别应用规则。通过横向、纵向的规则综合推演，最终确定“先扫描、后识别、再应用”的方式，并通过业务和技术层面的双重评估，确保了流程的科学性和可行性。

打通模式：多业务深度融合，开启智能新模式。在成功推演评估MVP业务流程的可行性后，总行、济南、海口进一步提炼AI智能录审的公共要素，打通跨业务种类运用AI智能录入的可行性评估方法，萃取总结形成可广泛适用的通用方法。形成通用方法后，根据业务量、单据标准化程度等要素，对全行柜面对公业务进行评估论证，最终确定在函证业务先行先试后，同步扩展至对公取现、转账等各类业务，持续扩展AI智能录审的业务种类，持续升级AI智能录审的智能程度，推动银行业务向最加智能、更加高效的方向持续迈进。

（二）流程介绍

① 影像扫描，纸质信息实时数据化。经办人员扫描单据影像到运营核心系统，触发“营小助”智能作业平台（询证函模块）自动调用影像系统接口获取扫描上传的影像，随即展开“询证函智能录审之旅”。

② 多技术融合，审核信息执行智能化。“营小助”智能作业平台（询证函模块）运用行内智能录审平台多模态大模型+视觉云平台OCR的技术融合手段，同时识别并提取询证函的关键录入要素，如询证函的函证范围、截止日期、联系人、联系电话、函证范围、会计师事务所等信息。同时，在识别页面支持人工勾选AI大模型识别结果、OCR识别结果或手工录入（不使用任一识别结果），便于后续根据不同字段使用识别信息、手工录入信息分析字段识别的准确率、错误率等，进一步评估字段自动化录入的可行性。

③ 多平台联动，业务信息录入自动化。“营小助”AI智能数字运营平台（询证函模块）调用影像系统接口获取实时数据，通过RPA影像嵌入式应用、海螺智能作业SDK能力，将OCR及大模型智能录审结果通过运营核心系统接口自动填充至相应位置，实现在不改变运营核心系统现有流程的情况下自动带入信息。通过录审数据的实时流转与处理，减少人工干预，确保数据的准确性和一致性，提高了业务办理的效率，大大减少了人工录入的时间和错误率。“营小助”智能作业平台（询证函模块）通过打通影像系统、运营核心系统、RPA、智能录审平台等联接，实现了AI大模型能力与运营核心系统流程的无缝对接，全面提升了了AI技术在运营核心系统实际业务中的未来应用潜力，为未来的运营核心系统全面智能化打下了坚实的基础。

四、项目过程管理

① 需求分析与设计阶段

周期：1个月

时间：2025.1月

与运营中心作业室人员沟通业务需求，明确项目目标；制定详细的功能需求文档，为后续开发提供依据。

② 系统设计与原型开发阶段

周期：1个月

时间：2025.2月

完成平台的架构设计，包括核心系统外置前端界面设计、后端逻辑设计及数据模型、数据同步策略设计，确定技术选型。

③ 开发与测试阶段

周期：2个月

时间：2025.3~4月

API接口开发，后端应用服务开发，内外部数据模型开发；进行功能测试、性能测试及用户体验测试。

④ 上线与运营阶段

周期：1个月

时间：2025.5~6月

平台上线试运行；收集用户反馈，进行功能迭代优化，提升用户体验；持续监控系统运行状态，确保稳定运行，及时处理各类问题。

⑤ 持续运营阶段

周期：长期

持续收集用户反馈，进行版本迭代与优化；逐渐推广到其他兄弟分行。五、运营情况

自第一版本5月8日上线至今的函证试点应用阶段，AI多模态技术与招行运营核心系统进行了深度整合，验证了AI技术在询证函处理中的卓越效果。

（1）推广应用情况

“营小助”智能作业平台自上线以来，已在济南分行、海口分行函证业务场景中得到了广泛应用和推广，平台的自动化录入和审核功能显著缩短了业务处理时间，提升了整体业务效率。柜面人员和后台运营人员对平台的使用体验总体满意，认为其操作便捷，效率提升显著。随着版本迭代和功能优化，计划进一步扩大应用范围至其他分行和分支机构。

系统运行情况

“营小助”智能作业平台在系统运行方面表现稳定，但也仍存在一些需要优化的地方。

运行稳定性：平台整体运行稳定，未出现重大故障或中断，确保了业务的连续性和可靠性。偶发性故障较少，且能够快速恢复，对业务影响较小。

性能表现：平台的OCR和大模型技术处理速度较快，能够满足高并发业务需求。系统响应时间较短，用户体验良好。

安全性：平台采用数据加密和访问控制技术，确保敏感数据的安全性，符合金融行业的数据安全标准。

合规性：平台的数据处理流程符合相关法律法规，未发生数据泄露或安全事件。

六、项目成效

1.经济效益

① 减少人工成本、提高工作效率：通过多技术融合（如RPA、OCR、多模态大模型）实现询证函信息的自动录入，减少了人工操作的需求，降低了人力成本。传统询证函处理需要大量人工操作，每份询证函的录入和审核时间约为10分钟。通过智能录入系统，处理时间缩短至5分钟以内。基于目前每年约50万份的全行纸质询证函业务量估算，未来预计可在60%-70%的询证函业务接单环节中，运用“营小助”智能作业平台（询证函模块）”的AI智能录审能力实现人工录入替代。在运行效果良好后，预计可替代30%-50%的人工操作，年节约FTE约27（FTE计算：5min*500000/60/6/250≈27.8），释放百万分钟的人工操作资源，显著提升业务处理效率和准确性。

② 提升业务处理能力：系统可以同时处理大量询证函，提升了银行的业务处理能力，满足了高峰时段的业务需求。

2.社会效益

① 提升行业标准：通过引入先进的技术手段，该系统推动了行业向更高标准的数字化、智能化方向发展。

(1)推动行业数字化转型：传统询证函处理依赖人工操作，效率低且易出错。智能录入系统通过RPA、OCR等技术实现了流程自动化，推动了行业从“人工操作”向“智能处理”的转变，提升了行业的整体数字化水平。

(2)提高规范化水平:通过标准化的字段配置和流程管理，系统确保了询证函信息的准确性和一致性，减少了人为错误，提升了行业服务的规范化水平。

② 改善用户体验：““营小助”智能作业平台（询证函模块）”提供了友好的用户界面和实时预览功能，使用户能够更便捷地完成询证函的录入和提交。用户通过系统提交询证函后，信息自动录入和审核，操作流程更加简便,处理时间从传统的数小时缩短至几分钟，极大提升了用户的满意度。

七、经验总结

1.项目建设经验总结

① 需求分析与规划

明确需求：在项目启动初期，分行进行了全面的需求分析，与用户深入沟通，明确了系统的核心功能需求，包括自动化的询证函录入、数据校验、流程管理等。

制定计划：根据需求分析结果，制定了详细的项目计划，包括时间表、资源分配和里程碑设定，确保项目有序推进。

② 系统设计

模块化设计：采用模块化设计，将系统分为数据采集、校验审核、自动录入、流程管理等模块，便于后期维护和扩展。

技术选型：充分评估行内各技术平台及工具的优势特点，选择适合的OCR、RPA等技术，确保系统高效稳定运行。通过对比测试，选择了性能最优的技术方案。

③ 开发与测试

敏捷开发：采用敏捷开发模式，分阶段开发和测试，及时发现问题并修复，确保系统质量。

全面测试：在开发过程中，进行了单元测试、集成测试和用户验收测试，确保系统功能完善、运行稳定。

③ 上线与部署

平稳过渡，持续优化：优先济南、海口分行作为试点，试运行一段时间后，充分暴露系统问题、收集反馈意见，持续优化系统功能和性能，提升用户体验，再逐步推广至全行。

2.推广经验总结

用户培训与支持：该系统一经上线，便为用户提供详细的操作培训，帮助用户快速掌握系统功能和使用方法。同时建立了完善的售后服务体系，及时解决用户在使用过程中遇到的问题，提升用户满意度。

3.总结与展望

通过““营小助”智能作业平台（询证函模块）”的建设和推广，我们积累了丰富的经验，成功提升了行业的数字化水平和用户的工作效率。未来，我们将继续优化系统功能，拓展应用场景，根据业务量、单据标准化程度等要素，对全行柜面对公业务进行评估论证，在函证业务先行先试后，逐步扩展至对公取现、转账等各类业务，持续扩展AI智能录审的业务种类，持续升级AI智能录审的智能程度，推动银行业务向最加智能、更加高效的方向持续迈进。