以下文章來源于金融電子化?，作者金融電子化

文 / 鵬華基金管理有限公司金融科技部副總經(jīng)理?李學(xué)森

鵬華基金管理有限公司金融科技部?羅劍波

鵬華基金為探索人工智能技術(shù)在基金行業(yè)的應(yīng)用，啟動了AI中臺項目的建設(shè)，完成AI中臺技術(shù)框架設(shè)計，搭建了鵬華基金AI中臺OCR能力，在投研、銷售、運營業(yè)務(wù)場景和流程中通過運用OCR技術(shù)，在業(yè)務(wù)效率和風(fēng)險控制方面進行提質(zhì)增效。隨著業(yè)務(wù)場景的不斷拓展，面對各式各樣的復(fù)雜業(yè)務(wù)表單格式，OCR平臺在圖像增強、印章識別、手寫簽名比對、復(fù)選框解析和復(fù)雜表格識別等方面無法完全滿足業(yè)務(wù)需求。因此，通過構(gòu)建更智能化、可拓展的OCR技術(shù)框架，提高識別處理能力和智能文檔處理能力，以滿足業(yè)務(wù)運營中更高階、更復(fù)雜的智能化處理需求。在AI中臺能力建設(shè)中，進一步完善AI中臺的PDF、Word文件的智能解析能力，自動抽取出業(yè)務(wù)關(guān)注的內(nèi)容并以可視化方式為業(yè)務(wù)運營所用，通過對鵬華基金AI中臺不斷迭代優(yōu)化升級，持續(xù)賦能鵬華基金業(yè)務(wù)運營的數(shù)字化變革。

AI中臺建設(shè)面臨的技術(shù)與應(yīng)用挑戰(zhàn)

隨著基金公司數(shù)字化建設(shè)的深入，在各類業(yè)務(wù)場景中對AI能力的要求也不斷提高，AI中臺中僅能處理簡單證照票據(jù)材料的基礎(chǔ)OCR能力已不能滿足業(yè)務(wù)部門的實際需求，這為OCR、NLP等人工智能技術(shù)在基金公司的深入應(yīng)用帶來了挑戰(zhàn)。此外，隨著人工智能技術(shù)的不斷發(fā)展，以及相關(guān)AI技術(shù)在基金行業(yè)的運用不斷深入，一些典型問題和痛點難點逐漸顯現(xiàn)。包括以下問題。

1.針對復(fù)雜文檔的識別，傳統(tǒng)OCR技術(shù)仍存在挑戰(zhàn)

OCR技術(shù)在基金行業(yè)的運用場景眾多，許多場景下的識別技術(shù)已趨向成熟，如各類通用證照、通用票據(jù)的識別準(zhǔn)確率已達(dá)到99%。然而，在基金行業(yè)的實際業(yè)務(wù)應(yīng)用中，大量耗費人力的是相對復(fù)雜的業(yè)務(wù)文檔資料處理。例如：直銷柜臺賬戶、交易表單、資金指令、基金公告等業(yè)務(wù)表單的解析和處理。傳統(tǒng)的OCR技術(shù)無法對上述復(fù)雜表單的內(nèi)容識別及信息提取能力進行有效處理。由于涉及圖像增強、印章識別、手寫簽名比對、復(fù)選框解析和復(fù)雜表格識別技術(shù)，使得OCR在復(fù)雜文檔資料的處理方面面臨較大的技術(shù)挑戰(zhàn)。

2.針對非結(jié)構(gòu)化長文檔，需要智能化文檔處理能力

在基金業(yè)務(wù)實際業(yè)務(wù)運營中，除了格式相對固定的表單文件，還涉及大量的長文檔和非結(jié)構(gòu)化形式的文檔資料，例如基金合同、基金公告等，需要通過AI平臺實現(xiàn)文檔信息的識別、提取和審核。然而，單純依靠OCR能力無法解決非結(jié)構(gòu)化長文檔的智能處理需求，還需要引入NLP能力，通過訓(xùn)練智能信息抽取模型，從長文檔中智能化提取相關(guān)信息，為業(yè)務(wù)系統(tǒng)所用，輔助業(yè)務(wù)人員實現(xiàn)相關(guān)的信息錄入、業(yè)務(wù)審核等工作。因此，AI中臺的建設(shè)需要引入智能文檔處理能力，并與OCR能力相結(jié)合，從而解決非結(jié)構(gòu)化長文檔的智能處理工作，打造更全面的文本處理智能化AI平臺。

3.業(yè)務(wù)需求靈活多變，需構(gòu)建可拓展的模型訓(xùn)練能力

基金業(yè)務(wù)各類憑證及文檔資料會隨著業(yè)務(wù)需求或監(jiān)管制度的變化而不斷調(diào)整格式，即使識別文件對象的格式?jīng)]有改變，對模型進行持續(xù)優(yōu)化，不斷提升識別效果的需求也始終存在。因此，如何對OCR識別模型、智能文檔處理模型的生命周期進行有效管理，從而實現(xiàn)模型的快速更新迭代，是AI平臺使用過程中的一大挑戰(zhàn)。

鵬華基金AI中臺智能化建設(shè)方案

1.設(shè)計企業(yè)級的AI中臺架構(gòu)

針對上述主要痛點問題，鵬華基金基于公司的業(yè)務(wù)特點，結(jié)合OCR、NLP技術(shù)特點及發(fā)展趨勢，設(shè)計了一套基金行業(yè)通用級AI平臺架構(gòu)（如圖1所示）。AI平臺包含基金數(shù)據(jù)層、AI智能處理引擎層、AI標(biāo)注訓(xùn)練平臺、AI能力服務(wù)層、AI應(yīng)用層。通過自下而上的AI數(shù)據(jù)處理、AI引擎構(gòu)建、AI模型訓(xùn)練、AI模型服務(wù)，為上層的業(yè)務(wù)應(yīng)用場景提供有效賦能。

圖1? 鵬華基金AI中臺架構(gòu)圖

（1）基金數(shù)據(jù)層?；饠?shù)據(jù)層是AI平臺底層數(shù)據(jù)的來源?；饠?shù)據(jù)的格式支持圖像文件、PDF文件、Word文件、Excel文件及其他支持的文件。基金信息文件包含了基金公告、基金合同、信息披露等文件?；鹞募慕尤肟梢酝ㄟ^手工接入平臺或接口接入平臺等方式。

（2）AI智能處理引擎層。AI智能處理引擎主要是基于OCR和NLP等人工智能技術(shù)，能夠?qū)崿F(xiàn)對各類基金文檔進行自動分類、字段識別、語義識別、圖像內(nèi)容識別等。AI智能處理引擎包括OCR識別、NLP處理等核心AI原子能力，是整個平臺的核心技術(shù)引擎。

（3）AI標(biāo)注訓(xùn)練平臺。AI標(biāo)注訓(xùn)練平臺是基于AI智能處理引擎的底層核心技術(shù)，實現(xiàn)對文檔的類型管理、AI標(biāo)注管理，以及基于深度學(xué)習(xí)算法等進行AI模型訓(xùn)練和AI模型管理。充分利用AI標(biāo)注訓(xùn)練平臺對不同的基金文件的類型和核心字段進行管理識別，用于上層的抽取應(yīng)用。

（4）AI服務(wù)能力層。AI服務(wù)能力層主要封裝完整的AI能力組件，可為業(yè)務(wù)應(yīng)用層的業(yè)務(wù)需要所調(diào)用，主要包括OCR圖像識別和智能文檔處理能力，如圖像增強識別、簽名識別、表格解析、長文檔抽取、版面解析、文檔審核等可視化的AI系統(tǒng)服務(wù)能力，上層業(yè)務(wù)系統(tǒng)可按照業(yè)務(wù)需求進行調(diào)用。

（5）業(yè)務(wù)應(yīng)用層。AI服務(wù)能力層主要涉及各類業(yè)務(wù)系統(tǒng)的AI服務(wù)接口調(diào)用，通過AI服務(wù)層的API服務(wù)及iframe頁面嵌入的方式，將AI能力有效地嵌入至業(yè)務(wù)系統(tǒng)，實現(xiàn)業(yè)務(wù)作業(yè)自動化，通過AI賦能促進運營、投顧、投研等業(yè)務(wù)數(shù)字化轉(zhuǎn)型。

2.針對復(fù)雜文檔的OCR技術(shù)優(yōu)化

通過在AI中臺現(xiàn)有OCR能力的基礎(chǔ)上構(gòu)建更智能化、可拓展的OCR識別處理能力，優(yōu)化針對復(fù)雜文檔的OCR識別能力，以實現(xiàn)更加高效、精準(zhǔn)的OCR服務(wù)，主要包括以下優(yōu)化場景。

（1）AI平臺實現(xiàn)對圖像的增強處理，包括圖像切邊增強、彎曲矯正、透視矯正、去摩爾紋、水印去除、陰影處理、手寫文字擦除等預(yù)處理，提升待識別圖像質(zhì)量。

（2）平臺實現(xiàn)印章識別能力，可涵蓋日常工作中常見的印章內(nèi)容識別，印章類別包含公章、財務(wù)章、法定代表人章、發(fā)票專用章、合同專用章等類別；顏色包含灰度印章、紅色印章等；形狀包含圓形、橢圓印章等。

（3）平臺實現(xiàn)手寫體文字的檢測，可識別和定位文檔中手寫體文字的位置并生成對應(yīng)的圖片，接入數(shù)據(jù)庫中的簽名，人工可比對兩份簽名圖片。

（4）平臺實現(xiàn)復(fù)雜表格的解析，可將有框表格、無框表格、半框表格、傾斜、透視變化等多種復(fù)雜表格實現(xiàn)精準(zhǔn)識別及表格數(shù)據(jù)的解析，并支持人工對表格內(nèi)容進行編輯，包括但不限于繪制表格、調(diào)整表格、刪除表格、新增長線、新增短線、合并單元格、刪除線條、跨頁合并/拆分、撤銷操作等操作，方便業(yè)務(wù)人員支持一鍵定位表格解析內(nèi)容，直觀查看解析結(jié)果。

3.構(gòu)建非結(jié)構(gòu)化文檔智能處理能力

在基金業(yè)務(wù)實際業(yè)務(wù)運營中，涉及大量的內(nèi)外部非結(jié)構(gòu)化長文檔資料的處理工作，例如基金合同、基金公告等材料，需要通過AI平臺實現(xiàn)文檔信息的識別、提取和審核。AI中臺通過構(gòu)建非結(jié)構(gòu)化長文檔智能處理能力，實現(xiàn)非結(jié)構(gòu)化文檔的智能版面分析，并且訓(xùn)練智能信息抽取模型，從長文檔中智能化提取相關(guān)信息為業(yè)務(wù)系統(tǒng)所用，大幅提升工作人員在長文檔資料處理方面的工作效率。

（1）平臺可全文識別掃描件、PDF、Word等各種格式文檔中的段落、表格、目錄、圖片、標(biāo)題等信息，支持前端自定義版面解析模型，不同的文件可通過不同的版面解析參數(shù)進行解析。

（2）構(gòu)建面向基金行業(yè)的專用文檔識別抽取模型，基金合同、基金公告、基金申購確認(rèn)單、基金交易確認(rèn)單等文檔的智能識別和關(guān)鍵信息提取。

4.構(gòu)建可拓展的AI模型訓(xùn)練能力

基金業(yè)務(wù)各類憑證及文檔資料會隨著業(yè)務(wù)需求或監(jiān)管制度的變化而不斷調(diào)整格式，AI中臺需要具備訓(xùn)練模型自定義能力以及對模型進行持續(xù)優(yōu)化的能力。AI中臺充分考慮到OCR識別模型、智能文檔處理模型的生命周期有效管理，從而實現(xiàn)模型的快速更新迭代。

AI平臺可通過可視化的方式訓(xùn)練OCR及NLP應(yīng)用模型，提供劃選、框選、字段拼接等5種簡易標(biāo)注方式實現(xiàn)訓(xùn)練數(shù)據(jù)的預(yù)標(biāo)注能力，大大減少用戶標(biāo)注工作量。平臺預(yù)置序列標(biāo)注、模板匹配、表格抽取、規(guī)則匹配等多種算法，靈活適配不同場景下的AI模型訓(xùn)練方式。自動計算準(zhǔn)確率、召回率、F1值、通用準(zhǔn)確率等指標(biāo)，為模型提供參考依據(jù)，支持對每一個抽取字段進行評估結(jié)果量化統(tǒng)計，方便開發(fā)人員快速判斷模型效果，以支撐快速實現(xiàn)模型從開發(fā)訓(xùn)練到落地應(yīng)用（如圖2所示）。

圖2? AI模型訓(xùn)練能力結(jié)構(gòu)圖

鵬華基金AI中臺智能化建設(shè)特色

鵬華基金設(shè)計構(gòu)建企業(yè)級的AI服務(wù)能力，建設(shè)面向全公司各類業(yè)務(wù)場景的統(tǒng)一AI服務(wù)平臺，對項目實施路徑進行充分規(guī)劃，明晰實施要點，并對實現(xiàn)AI平臺過程中可能面臨的重要技術(shù)難點和困難進行全面分析，并制定針對性的解決方案。

1.設(shè)計良好的AI服務(wù)架構(gòu)，充分考慮共享性及拓展性

鵬華基金企業(yè)級AI平臺建設(shè)的核心理念是形成規(guī)范統(tǒng)一的技術(shù)及應(yīng)用服務(wù)架構(gòu)，需要從資源使用、數(shù)據(jù)治理、AI原子能力構(gòu)建、AI服務(wù)能力構(gòu)建、應(yīng)用賦能等多個維度進行架構(gòu)設(shè)計及規(guī)范制定，并需要充分考慮到平臺未來可能擴展的其他AI能力，實現(xiàn)面向全公司的資源與服務(wù)共享，這需要在AI平臺建設(shè)過程中，始終堅持資源可共享、模型可復(fù)用、需求可拓展、系統(tǒng)可運維的原則。同時，在各類業(yè)務(wù)系統(tǒng)的設(shè)計過程中，要對涉及AI處理的相關(guān)需求進行充分統(tǒng)籌考慮，納入AI平臺整體范疇，避免AI能力單點建設(shè)及重復(fù)建設(shè)，造成開發(fā)資源浪費。

2.注重基礎(chǔ)數(shù)據(jù)治理工作，積累高質(zhì)量的訓(xùn)練數(shù)據(jù)

AI模型的訓(xùn)練離不開高質(zhì)量的訓(xùn)練數(shù)據(jù)，可獲得的訓(xùn)練數(shù)據(jù)量和數(shù)據(jù)質(zhì)量將直接影響AI模型的預(yù)期訓(xùn)練效果?；鸸揪哂刑烊坏臄?shù)據(jù)資源優(yōu)勢，在日常內(nèi)外部業(yè)務(wù)運營過程中，會產(chǎn)生存儲海量的業(yè)務(wù)數(shù)據(jù)。但不同的數(shù)據(jù)往往是分布式存儲于各類業(yè)務(wù)系統(tǒng)中，通過規(guī)劃數(shù)據(jù)中臺可將各類數(shù)據(jù)進行歸集，以便AI中臺進行調(diào)用。此外，大量的數(shù)據(jù)均以非結(jié)構(gòu)化的形式存儲，訓(xùn)練AI模型在使用這些數(shù)據(jù)時還需要對其進行標(biāo)注，完善AI模型訓(xùn)練數(shù)據(jù)的標(biāo)注規(guī)范也是一項重要的工作。數(shù)據(jù)標(biāo)注工作需要對業(yè)務(wù)充分的了解，因此，除科技部門外，應(yīng)用部門參與或指導(dǎo)數(shù)據(jù)標(biāo)注工作也非常必要。在AI項目建設(shè)中，業(yè)務(wù)部門也需要加大人力資源投入，組織人員持續(xù)開展數(shù)據(jù)標(biāo)注工作，以支撐算法模型訓(xùn)練所需。

3.探索大模型等新技術(shù)，拓寬AI平臺的應(yīng)用邊界

當(dāng)前大語言模型、深度學(xué)習(xí)等技術(shù)快速發(fā)展，尤其是基于大語言模型的各類AI應(yīng)用探索也取得了快速突破，AI平臺未來能力的拓展也需要充分考慮到大語言模型對傳統(tǒng)AI能力的賦能，通過大語言模型能力挖掘出更多的AI應(yīng)用場景。例如通過大語言模型的預(yù)訓(xùn)練能力，可替代傳統(tǒng)的NLP算法，實現(xiàn)文本抽取、文本分類、智能標(biāo)簽、智能摘要這些基礎(chǔ)性的NLP任務(wù)，并可拓展基于大語言模型能力，拓展知識問答、文檔翻譯、文檔創(chuàng)作等智能應(yīng)用場景。通過前沿AI技術(shù)的加持，結(jié)合傳統(tǒng)AI技術(shù)的應(yīng)用深化，持續(xù)加強諸如大模型、深度學(xué)習(xí)方面技術(shù)資源和人才資源積累，積極探索新技術(shù)的應(yīng)用場景，不斷拓展和升級AI平臺的能力范圍應(yīng)用邊界，這也是在數(shù)字化時代保持核心競爭力的重要手段。

總????結(jié)

在當(dāng)前這個數(shù)字化時代，積極擁抱AI能力以促進數(shù)字化變革的價值和意義是不可忽視的。建設(shè)企業(yè)級的AI服務(wù)平臺，形成統(tǒng)一的AI服務(wù)能力，助力公司在更有效地進行市場數(shù)據(jù)分析，并提高投資決策的準(zhǔn)確性和效率，實現(xiàn)更好地管理客戶關(guān)系，提供更加個性化的服務(wù)。此外，AI技術(shù)的有效應(yīng)用還可以幫助公司更好地控制風(fēng)險，降低運營成本。公司要充分吸納各項前沿技術(shù)優(yōu)勢，通過利用先進的人工智能技術(shù)，更好地適應(yīng)市場變化，提高競爭力，為客戶提供更優(yōu)質(zhì)的服務(wù)。

（此文刊發(fā)于《金融電子化》2024年5月下半月刊）