信贷审批AI辅助尽调定制：财报异常识别与复核

在金融AI实验室的沙箱环境中，我们与风控团队选取近三年约500份企业授信材料，验证“文档解析—指标抽取—异常排序—人工复核”的辅助尽调流程。目标不是替代审批，而是把信贷员从重复翻阅财报中释放出来，把注意力放在真正可疑的科目与勾稽关系上。

阶段性进展：系统可自动抽取营收、应收账款、经营现金流、有息负债等核心指标，关键科目抽取准确率约92%；以“规则兜底+模型排序”提示异常，优先标记应收增速与收入背离、毛利率偏离同业、关联交易集中、现金流与利润不匹配等情形。经抽样复核，单份材料初筛耗时下降约40%，预警可回溯至原始页码与计算口径。

下一步计划：扩充行业模板与季度时序对比，引入同业分位和关联图谱，完善可解释证据链；同时建立误报反馈闭环，让风控人员的复核结论回流为标注，持续校准阈值与排序。我们更关注稳定、可审计的辅助价值，而非追求全自动结论。