21世紀經濟報道記者 陳植 上海報道
AI大模型技術正悄然改變券商機構開戶業務場景操作生態。
一位券商IT部門人士向記者透露,以往在機構開戶業務辦理過程,私募基金、信托、銀行、保險、公募基金等各類金融機構需遞交上傳大量影像資料,且主要由人工操作進行逐項分揀,導致匹配速度慢、效率低下,且容易出錯。有些時候券商業務人員不得不要求金融機構反復上傳并核對資料,耗時耗力。
“我們也曾考慮借助OCR(光學字符識別)技術設立標準化的線上操作流程,但在實際操作環節,不同金融機構的開戶申請表、交易所風險揭示書、內部使用的各種表單盡管要素一致但格式各不相同,加之有些手寫材料的字跡差別較大,靠傳統OCR技術難以解決,最終又回到人工操作環節,令材料審核流程與效率持續低下?!彼赋?。這已經影響到他們的機構開戶業務拓展——隨著市場競爭日益激烈,誰能給機構客戶提供更佳的服務體驗,誰就有望獲得更大的機構業務市場蛋糕,而開戶場景恰恰是機構客戶衡量券商服務能力的一塊“試金石”。
記者獲悉,這驅動越來越多券商開始考慮引入AI大模型技術解決機構開戶業務場景的諸多痛點。
華福證券數智賦能部研發中心總經理謝琪近日接受本報記者采訪時表示,華福證券已依托騰訊云TI-OCR平臺的賦能,嘗試將大模型技術用于機構開戶業務場景。
在他看來,AI大模型技術在機構業務開戶場景的主要應用,是以較低資金、人力與時間的投入,一站式地解決券商在機構開戶復雜環境下的開戶協議識別、開戶材料智能分揀、票據識別等諸多挑戰。比如在當前機構開戶業務場景,券商工作人員完成資料上傳耗時久,主要原因是資料數量多、手動分揀與匹配速度慢、拍照次數多。若能通過AI大模型技術優化資料采集方式,允許券商工作人員批量拍照上傳,系統隨即自動將照片歸類到對應類別下,快速解決手動分揀與匹配上傳慢等問題,就能大幅提升機構開戶效率。
據悉,騰訊云TI-OCR平臺通過搭載大模型能力,主要解決圖像干擾、混合版式、表格結構化識別等傳統OCR領域核心痛點。
上述券商IT部門人士向記者透露,為了提升機構開戶業務場景的操作效率,此前不少券商都引入了不同功能的OCR技術,但在實際操作環節,傳統OCR技術仍面臨對手寫體識別效果不佳、數字間有柵欄易受干擾;在密集表格、單元格中文本換行等場景下識別效果不佳;長文提取關鍵字段信息難,段落之間沒有關聯關系;對自然場景下的圖片識別效果不佳;訓練樣本需求龐大,訓練時間長等痛點。這也是當前越來越多券商紛紛試水大模型技術在機構開戶業務場景應用的一大關鍵因素。
在他看來,大模型技術若要在券商機構開戶業務場景獲得廣泛應用,還需具備多項能力,一是其智能結構化模型能在數千版式識別方面實現極高的泛化準確率;二是泛化能力強且能開箱即用,有效降低券商的技術接入使用成本;三是擁有成熟的多模態技術并突破檢測識別領域痛點,比如在手寫體識別、套打/印章/水印干擾等場景能通過小樣本精調大幅提升召回率;四是精細化的標注模式;五是便捷的生成方式以大幅提升機構開戶資料的識別及使用核查效率等。
騰訊云智能高級產品架構師丁鵬告訴記者,為了達到券商機構開戶業務場景所要求的大模型技術性能要求,騰訊云針對TI-OCR 平臺做了大量大模型技術訓練,解決傳統OCR技術尚未解決的痛點,比如在印章干擾(單據上面蓋有多個合同章或公章等,在識別環節存在相互干擾問題)、手寫識別等相對復雜的識別場景,傳統OCR技術需先將整個識別拆成很多段,先檢測再識別再做結構化,沒有辦法通過端到端的方式實現每一個層面的“理解”。
如今。大模型技術可以先對圖像進行增強,對表格類材料里某些相對潦草的文字書寫進行有效識別,從而在“端到端”過程避開每個環節可能出現的問題,避免多個階段的錯誤累積,有效提升開戶申請材料的識別準確性,減少重復索取材料反復核對的工作流程。
謝琪告訴記者,經過一段時間的實踐測試,在騰訊云基于大模型技術的TI-OCR平臺支持下,華福證券的機構開戶系統資料上傳環節的準確率和時效性提高約50%。
“尤其是隨著線上業務的日益普及,越來越多員工都開始主動上門,為機構客戶辦理非現場見證開戶。以往在沒有AI大模型技術支持的情況下,業務人員必須根據系統提示,將機構資料逐一上傳到指定位置,但這需要券商對業務人員加大培訓,以免他們在實際操作環節出錯導致開戶流程更加復雜?!彼e例說,如今基于AI大模型技術的智能分揀環節,業務人員只需將客戶開戶材料拍照并點擊上傳,系統就能自動將這些材料“分配”到指定位置,大幅降低了操作出錯率并提升了開戶流程效率。
謝琪表示,隨著TI-OCR平臺應用在機構開戶、智能分揀等領域并取得不錯效果,華福證券正計劃將TI-OCR平臺作為OCR原子服務能力上架到公司AI中臺,賦能更多的業務應用場景。
記者獲悉,如今AI大模型技術除了在文檔多模態識別等領域的應用,也正廣泛應用在券商投研、輿情采集等領域,成為投顧助手、智能輿情等相關應用迭代升級的“新突破口”。
但是,大模型技術要在券商更多業務場景實現廣泛應用,仍需解決數據保護、生成式結論“幻覺”等挑戰。
丁鵬向記者透露,結論“幻覺”和數據合規使用一直是大模型技術應用經常碰到的挑戰,也是金融機構特別關注的問題。騰訊云正多管齊下著手解決,在數據方面,當前訓練數據都源于自有或公開收集的合理數據,且對數據進行安全過濾;在算法研究方面,通過有監督強化學習的技術手段規避垃圾檔案等幻覺現象的生成;在產業實際應用方面,通過增強檢索,RAG框架等技術手段,基于企業的數據庫解決相關事實的一致性問題,確保回復合規且專業;在安全方面,騰訊云在大模型應用的輸入端與輸出端都會接入文本、圖片、音視頻審核模型并進行安全過濾。
他直言,要真正做好能提升業務效率的大模型,務必要從實際業務需求出發,而不是“為了做大模型而做大模型”。尤其是在金融領域的大模型技術應用,需充分兼顧金融業務的復雜、數據保護與合規安全等問題。
本文鏈接:券商機構開戶場景“試水”大模型技術 傳統OCR技術痛點瓶頸能否“迎刃而解”http://www.lensthegame.com/show-3-9003-0.html
聲明:本網站為非營利性網站,本網頁內容由互聯網博主自發貢獻,不代表本站觀點,本站不承擔任何法律責任。天上不會到餡餅,請大家謹防詐騙!若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。