中小企业信贷尽调中，客户经理往往要在数百页财报、流水与合同里手工核对科目归属，单份耗时以小时计，勾稽异常也容易被漏看。金融AI实验室近期围绕“文档结构化+勾稽校验”做了一组实验：先用版面分析把PDF与扫描件切分为表格、段落和印章区，再将报表科目映射到统一口径，最后以规则与大模型混合的方式检查经营性现金流、应收账款与营业收入之间的匹配关系，并对偏离项标注引用页码，便于人工复核。
进展：
· 在内部脱敏测试集（约1200份年报与授信材料）上，科目映射准确率约93%，勾稽异常召回约86%，单份材料初筛时间由小时级压缩到分钟级；
· 输出定位为“初筛+线索提示”，异常结论仍需尽调人员确认，不参与自动否决。
下一步计划聚焦三点：一是补充不同行业会计科目口径的映射表，降低口径差异带来的误报；二是把银行流水与发票纳入时序对齐，验证收入确认的一致性；三是与风控团队共建误报样本回流机制，让模型在真实复核反馈中持续迭代。
评论