农业银行_智能报告抽取
应用场景:信贷调查报告自动生成
投稿方:loki · 服务商:农业银行 · 收录时间:2026/8/28
本案例信息由投稿方提供、平台整理,尚未经人工核实,重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
金融服务 · 员工约45万人,总资产超40万亿元
3. AI 能力类型
抽取结构化
4. 原来怎么干的
客户经理手动收集企业财报、工商信息、征信数据,逐项录入和分析,单份报告耗时4-8小时
5. AI 介入在哪一步
AI介入报告数据抽取和初稿生成环节:OCR自动识别企业财报,大模型抽取关键财务指标并结构化,自动生成调查报告初稿。客户经理负责数据核验和结论判断。
6. 模型与架构
自研金融大模型,OCR+大模型+RAG架构,对接工商、征信、税务等多源数据接口
7. 数据基础(必填项)
农业银行亿级客户信贷历史数据、企业财报数据库、征信数据、税务数据、工商注册信息等多源数据;数百万份历史信贷调查报告作为训练样本
8. 效果
信贷调查报告70%自动生成;报告产出周期从天级压缩至小时级;客户经理工作量减少40%;报告质量和标准化程度显著提升
9. 投入
平台建设投入超亿元,AI团队约百人;系统建设周期约2年
10. 坑
企业财报格式不统一,OCR识别率需持续优化;AI生成报告需人工核验关键数据,不可直接采纳;不同地区信贷政策差异大,模型需分区域适配
下载 农业银行_智能报告抽取 复现资料
本案例的投稿文档与附带资产已整理为专属复现包,留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 农业银行_智能报告抽取.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进,提交后即展示在案例页并进入社区动态。
示例:「按复现包部署到测试环境,用 qwen-plus 跑通全流程;线索排序与案例描述一致,但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可;署名选填,匿名反馈同样展示;提交即公开,如需下架可联系平台。