在信贷尽调环节,客户经理常需在数十页年报、审计报告与流水中定位少数关键风险信号,重复劳动多、口径不统一。金融AI实验室本期围绕「报告辅助生成」做了一次小范围实验:先用版面解析把三张主表与附注结构化,再按行业模板抽取应收账龄、关联交易、对外担保、有息负债变动等要点,最后要求模型输出时逐条回挂原文页码与数值,形成可核验的证据链,避免结论无出处。
· 阶段性进展:在试点样本中,风险要点抽取召回率约 86%,单份尽调报告的资料整理时间从约 90 分钟压缩到 35 分钟左右,人工主要精力转向判断而非翻查。
· 下一步计划:接入银行流水与征信字段,做跨表勾稽与异常波动校验;同时补充「不确定即留空」机制,让模型在证据不足时明确标注待核实项,减少过度推断。
实验定位仍是辅助:模型给线索,人做结论。

评论