合合信息OCR技术在金融行业具体是如何应用的?

一、金融行业柜面业务痛点：

金融行业的柜面业务是银行与客户直接互动的重要环节，它不仅承担着现金交易、账户管理、客户咨询等基础服务功能，而且是银行形象和服务质量的直接体现。然而，在数字化转型的浪潮中，柜面业务正面临前所未有的挑战：

·人力成本高：柜面业务的传统模式需要大量员工来处理日常事务，这不仅包括前台的接待人员，还有后台的审核和管理人员。随着最低工资标准的提高和员工福利的增加，人力成本已经成为银行运营成本中的一个重要部分。

·效率低下：柜面业务常常面临大量重复性工作，如身份验证、单据填写、交易处理等，这些工作往往需要较长的处理时间。在业务高峰时段，客户可能需要长时间排队等待，这严重影响了客户体验和银行的运营效率。

·风险管理：柜面业务涉及大量的现金交易和敏感信息处理，任何操作失误都可能导致严重的财务损失或客户信息泄露。因此，银行需要投入大量资源来加强内部控制和风险管理。

·材料非标准化：金融行业的柜面业务中存在大量非标准化的文档和材料，这些材料的版式多样，给自动化处理带来了很大的挑战。传统的OCR和NLP技术在处理这些非标准化材料时，往往需要针对每个版式进行单独的模型训练，这不仅增加了技术实施的难度，也提高了成本。

为了应对这些挑战，银行正在探索通过引入智能技术，如OCR、NLP等，来优化柜面业务流程，提高服务效率和客户满意度，同时降低运营成本和风险。

二、合合信息TextIn智能文档抽取，秒级处理金融行业业务文档，不限版式！

金融多业务场景适用：信贷业务、国际结算业务、银行函证业务、供应链金融业务、保险业务

1.信贷业务

银行可基于TextIn智能文档抽取产品构建信贷材料信息智能提取能力，针对公司金融部、普惠金融部、信贷管理部、授信评审部等部门业务场景下的30+类文档，实现智能化的文档解析与抽取、历史文档的结构化，模型开箱即用，并无缝对接到业务系统。

2.国际结算业务

银行国际结算业务中，需要处理物流、资金流、信息流相关的大量纸质单据，这些非标复杂文档需要从非结构化数据转为结构化数据，面对着文档质量参差、单据版面复杂、抽取类型复杂、复杂表格还原等难点。

TextIn智能文档抽取产品支持抽取国内/国际开立信用证、INVOICE、交易合同、PO单、进出口报关单、境内汇款申请书、提款通知书、贷款变更通知书、涉内外收入申报单、购汇申请书、信用证修改申请书、承兑通知书、海运提单、空运单、Packing list、原产地证明、保单等超20种国际结算业务单据，且兼容不同文档版式。

同时，合合信息TextIn平台已上线国际结算场景化模型，内置保单、报关单、INVOICE、PO单等单据类型的关键字段，抽取更便捷准确。

效果演示：使用国际结算场景模型抽取INVOICE

3.银行函证业务

根据《银行函证工作操作指引》，适用于注册会计师执行财务报表审计业务的询证函有两种格式。、

格式一由注册会计师根据根据被审计单位相关信息填写，银行接收到格式一询证函后，需要采集函证内14大类信息，与行内业务系统中客户数据比对，回复是否相符，如不符，还应提供详细信息。

格式二由注册会计师填写扣款银行账号以及供银行识别函证范围所需信息，银行接收到格式二询证函后，需要抽取被审计单位的账户信息，对接内部数据库，填写具体信息后回函。

TextIn智能文档抽取产品支持格式一、格式二两种版式银行询证函的关键信息抽取，涵盖公司名称、函证基准日、扣款账户等基本信息以及银行存款、银行借款、担保等14大类信息，辅助业务人员智能化完成信息抽取与比对。

目前合合信息TextIn平台已上线银行函证场景化模型。

效果演示：使用银行函证场景模型抽取询证函

4.供应链金融业务

针对供应链金融场景，合合信息以智能文档抽取技术为底座，打造了AI智能审核系统，能够将供应链金融业务中的纸质合同、单据以及资产清单等影像件数字化、结构化，并通过审核规则模型自动完成合规性审查以及关键信息的比对校验，确保合同要素的完整性、交易背景的真实性、应收账款的有效性、单据间数据的一致性，同时大幅降低人力投入成本，显著提升审核效率。

除了常规的文档审核外，智能审核系统同样能够将中登网（动产融资统一登记公示系统）上的登记资产进行全面数字化处理，包括标准的登记文件以及非标的附件信息，审核人员不用再受困于海量的登记资产去大海捞针，而是能够快速检索和匹配中登网文件中的资产登记信息，及时发现重复登记，实现资产风险的快速排查，从而确保己方登记资产的优先受偿权。

5.保险业务

①新增医疗发票识别，助力医保报销流程自动化

在各类报销场景中，医疗费用报销占据了相当高的比例。根据国家卫生健康委数据，中国医疗卫生机构每年总诊疗人次超过84.2亿次，医院次均门诊费用约342.7元，每年产生8.48万亿卫生医疗费用。

医保的报销不仅关乎医院与国家相关机构，也和商业保险公司、各企业的财务部门密切相关。多票识别2.0新增了电子医疗发票、纸质门诊发票、纸质住院发票的识别，助力报销流程自动化。

②不同版式的住院材料

以医疗险理赔场景为例，TextIn智能文档抽取基于海量的基础数据做预训练，具备极强的泛化性。可以兼容各家医院不同版式的住院材料，无需标注训练，开箱即用，即可达到精准的抽取效果。