【金猿案例展】天創信用×某銀行——天創AI信用風控協同創新項目

天創信用案例

該數據要素案例由天創信用投遞并參與金猿組委會×數據猿×上海大數據聯盟共同推出的《2025中國大數據產業年度數據要素價值釋放案例》榜單/獎項評選。

數字經濟時代，數據已成為關鍵生產要素。國家“數據要素×”三年行動計劃和金融科技發展規劃等系列戰略，明確要求推動數據賦能實體經濟，特別是在金融領域深化數據應用，提升服務質效。在此背景下，銀行對公授信業務正經歷從傳統人工經驗驅動向“數據智能驅動”的深刻變革。

當前，金融行業正經歷從“經驗驅動”向“數據驅動”的范式變革，非結構化數據解析、大模型應用等技術的成熟，為數據要素在風控場景的價值釋放提供了技術支撐。AI與大模型技術的飛速發展為智能風控帶來了全新的可能性，通過自動解析非結構化文檔、生成專業報告、挖掘潛在風險，成為行業降本增效、防范系統性風險的關鍵路徑。

作為專注服務實體經濟的金融機構，銀行在對公授信業務中深刻感受到傳統模式的“三低一高”痛點：人工審單效率低（需從海量線下合同、審計報告中手動抽取關鍵數據）、數據利用率低（約80%的非結構化數據“沉睡”）、風險識別精度低（過度依賴主觀經驗）、以及運營合規成本高。

為響應國家戰略，把握技術發展趨勢，銀行金融機構亟需打破數據孤島，釋放數據要素價值，重構風控體系。為此，銀行與天創信用攜手，共同啟動AI數智風控協同創新項目。

項目聚焦數據線上化、報告自動化、風控智能化三大核心訴求，旨在通過前沿AI技術，將散落的非結構化數據轉化為可流通、可增值的戰略資產，打造行業領先的“數據智能驅動”風控新范式，為銀行業數字化轉型提供可復制的標桿案例。

時間周期：

項目開始時間：2025年8月

中間重要時間節點：

2025年10月：通過解析測試樣例交付與關鍵字段定義，啟動技術方案驗證。

2025年11月：完成銀行內AI平臺部署，實現工作流遷移與集成。

2025年12月中旬：完成信息抽取功能全面測試與數據接口規范確認。

2025年12月：智能報告生成功能上線，啟動AI風險挖掘模型的業務需求調研與知識沉淀工作。

項目完結時間：2026年2月：核心功能模塊完成交付并上線運營，進入持續優化與價值深挖階段。

數據要素價值需求

本項目緊密圍繞數據要素的核心精神，將客戶需求升維理解為對數據要素全生命周期價值釋放：

1.數據資產化

客戶亟需將散落在海量線下合同、審計報告（PDF/掃描件）中的“暗數據”，如合同金額、財務三表等，通過AI轉化為可計量、可查詢、可分析的結構化數據資產。

2.數據服務化

客戶要求打破內外部數據壁壘，將已結構化的數據、內部業務數據與外部工商司法數據融合，通過AI工作流自動生成標準化的貸前貸中報告。這有望實現數據要素在跨部門、跨業務場景中的高效“流通”與“共享”，將數據從靜態資產轉化為動態服務。

3.數據資本化

客戶最終目標是讓數據要素直接產生業務價值。希望通過訓練AI模型，將業務專家的風控經驗固化為數據模型，基于多源數據自動挖掘企業潛在風險，實現數據要素在風險決策中的價值增值，甚至探索數據驅動的創新型金融產品。

天創信用深刻把握數據要素是金融風控數字化轉型的核心生產資料，將客戶需求拆解為“數據激活-數據整合-數據賦能”三維價值鏈路：

數據要素激活

針對非結構化數據難以利用的痛點，通過AI模型將線下文件轉化為結構化數據，建立數據要素的“產權標識”與質量標準，讓沉睡數據具備流通基礎。

數據要素整合

構建多源數據融合體系，明確內外部數據的分類標準、關聯規則和使用規范，打通數據要素在不同業務系統、不同場景中的流通通道，實現“數據語言互通”。

數據要素賦能

基于整合后的數據要素，運用AI自主規劃，讓數據要素在報告生成、風險識別中發揮決策支撐作用，最終實現數據要素從“資源”到“資產”再到“資本”的價值躍升。

我們提出“數據要素價值立方體”解決方案，即在技術維度，構建多模態數據解析與AI生成引擎；在流程維度，設計覆蓋提取、整合、應用的全鏈路工作流；在價值維度，瞄準效率提升、成本節約與風險控制，最終實現數據從“資源”到“資產”再到“資本”的躍遷。

面臨挑戰

數據要素層面核心挑戰

1.數據格式碎片化

客戶業務數據分散于線下PDF（原生/掃描件）、內部業務系統等多種載體，合同、審計報告等文件格式不統一，掃描件存在字跡模糊、排版錯亂等問題，部分文件掃描錯誤率達12%，導致數據要素提取難度大，標準化程度低。

2.數據類型多元化

涉及非結構化數據（文本文件）、半結構化數據（業務系統日志）、結構化數據（內部臺賬）等多類型數據，不同來源數據的字段定義、統計口徑不一致，數據要素整合面臨“數據語言不通”的融合難題。

3.數據質量參差不齊

線下文件中存在數據缺失、表述不規范、重復記錄等問題，且缺乏統一的數據質量校驗標準，直接影響數據要素的可用性。

4.數據要素安全合規風險

金融數據涉及企業商業機密與銀行核心業務信息，需嚴格遵守《金融數據安全分級指南》等法規，如何在保障數據安全（原始數據不出域、數據可用不可見）的前提下實現數據要素高效流通，成為核心約束。

項目實施配套挑戰

1.系統適配難度大

客戶現有IT架構需兼容新的數據解析引擎與工作流平臺，需解決與行內現有系統的無縫對接問題，確保數據要素傳輸的穩定性與時效性。

2.需求標準化難

不同業務場景下的報告撰寫要求、數據提取重點存在差異，需平衡標準化解決方案與個性化業務需求，確保數據要素應用的靈活性。

3.跨團隊協同復雜度高

項目涉及銀行業務、技術、合規等各部門與天創信用實施團隊的多方協作，需明確各方在數據提供、需求確認、測試驗收

數據處理

數據類型及來源

1.非結構化數據

銀行對公授信業務相關的線下合同、審計報告（包括原生PDF文件、掃描件格式），包括合同文本、審計報告中的資產負債表、利潤表、現金流量表及附注說明，累計處理超1000頁測試文本。

2.結構化數據

銀行內部業務系統、外部數據、央行征信中心等，涵蓋企業基本信息、信貸業務記錄、企業授信額度、歷史風險評估結果、企業征信數據等

數據處理規模

1.測試階段數據量：銀行累計提供合同、審計報告等解析測試樣例120份（解析模塊60份、報告模塊60份），每份文件平均頁數15-30頁，涵蓋50+類關鍵業務字段。

2.日常處理數據量：項目上線后，預計日均處理合同解析請求約300-500筆、審計報告解析請求200-300筆，單份審計報告最大處理頁數100頁以上；報告生成模塊日均調用數據資源池數據量超5GB，涉及內外部數據維度100+。

3.數據存儲規模：結構化數據資源池初始存儲量約20GB，月均增長5GB；非結構化原始文件存儲量初始約50GB，結構化提取后數據存儲量約10GB，支持歷史數據回溯與復用，首年數據存儲規模預計將超過10TB。

數據技術與實施過程

為了滿足銀行金融機構功能迭代的需求，本項目需要支持數據上傳、解析、識別及分析，重點實現以下能力：

1.一報多表：運用視覺模型和AI模型提取財務報表等表格文件。

2.風險識別：運用海量數據接口進行AI融合，提煉業務風險。

3.報告撰寫：運用AI模型整理文本及風險信息，進行風險報告寫作。

4.RAG增強：審計報告切片向量化入庫，支持后續問答。業務總統流程圖。

一、技術架構設計

本項目圍繞數據要素“提取-整合-賦能”全流程，構建了以“非結構化數據解析技術、多源數據融合技術、大模型應用技術”為核心的“五層三維”技術架構：

數據解析層：集成開源與自研視覺模型，針對金融文檔特點，引入PDF動態語義切片算法、分布式限流機制，并利用Redis實現實時進度監控（SSE推送），攻克大文件、高并發處理難題。

智能引擎層：搭建可配置、可復用的AI工作流工廠。融合規則引擎、LLM大模型（經SFT微調）、RAG檢索增強生成等技術，實現從信息精準抽取到報告智能生成的全流程自動化。

業務應用層：封裝標準化API，輸出信息抽取、報告生成、風險預警等能力，與銀行現有風控、信貸系統無縫集成，形成閉環業務價值。

本項目重點技術解決方案如下：

1.大文件解析與視覺模型進度監控

為解決大文件解析超時和無進度感知問題，采用切片解析機制。這里將采用串行處理策略，確保進度更新的線性與平滑性，同時降低視覺模型服務的并發壓力。

2.財報識別與提取

解析引擎完成基礎OCR后，系統需識別文檔中包含的若干份財務報表并結構化提取。通過規則引擎（Rule Engine）定位位點，再調用LLM精準提取。

二、技術要點與創新

1.高精度信息提取

采用“視覺特征（CV）+布局理解（NLP）”的多模態模型，精準定位并抽取金額、日期、主體等字段，對復雜版面與掃描件，準確率達92%以上。

2.一報多表提取技術

突破傳統審計報告解析局限，通過CV+NL混合技術實現財務三表自動定位（F1值達0.92），從單份審計報告中自動識別并提取母公司、合并報表、不同年度報表等多份財務數據，解析效率提升60%。

3.模塊化工作流架構

采用獨立模塊設計，支持按需調用與靈活擴展，可快速適配銀行新增報告類型或數據提取需求，降低系統迭代成本。

4.數據要素安全保障

通過私有化部署模式保障數據不泄露，結合分布式限流與權限管控，實現“原始數據不出域、數據可用不可見”，符合金融數據安全合規要求。

生態伙伴合作

本項目是銀行與天創信用深度共創的典范。銀行作為業務場景方與需求方，提供了核心業務知識、數據樣本及內部系統資源；天創信用作為技術提供方與實施方，貢獻了AI算法、工程化能力與平臺技術。雙方組成聯合項目組，形成了 “業務牽引、技術驅動、敏捷迭代”的高效協作模式。

數據方面，項目積極引入各類企業數據服務商，包括天眼查、憑安等信用信息服務商，智慧星光等輿情服務提供商。外部數據的引入對該項目起到了至關重要的作用，是構建全景化、動態化企業風險視圖不可或缺的一環。這些合作不僅豐富了數據維度，更在數據要素的價值鏈上實現了“外部賦能”與“內部激活”的有效協同。

合作服務效果

項目成功上線后，預計在數據要素價值釋放與商業成效上取得可量化的卓越效果：

1.運營效率革命性提升：

數據提取效率：單份合同/審計報告的關鍵信息抽取時間，有望從人工平均2小時縮短至AI全自動處理約5分鐘，效率提升24倍。

報告撰寫效率：單份貸前盡調報告撰寫時間從6-8小時，預計壓縮至1.5小時內（AI生成+人工校正），人工撰寫成本降低超過80%。

2.風險管控能力質變增強：

知識復用與響應：通過RAG構建的審計報告知識庫，支持業務人員以問答形式在3秒內獲取企業潛在風險線索。

3.數據要素價值充分釋放：

流通與復用：通過統一數據接口，內部分散系統對數據的復用率提升60%，有效打破數據孤島。

成本節約：預計每年可節省外部數據采購、人工處理及合規檢查相關成本數千萬元。

4.行業標桿效應形成：

本項目打造了銀行業內領先的“非結構化數據智能處理與風控應用”標桿，形成的技術方案與實施方法論具備高度的可復制性，為整個行業利用AI釋放數據要素價值提供了可行路徑，推動了產業級進步。

關于企業

·天創信用

天創信用服務有限公司成立于2015年，是一家智能風控與大數據征信運營商，憑借先進的大數據和智能技術以及專業的服務團隊，在信用體系建設，金融科技服務等領域具有深厚的積累和卓越的成就。

天創信用是央行企業征信備案機構，發改委27家首批綜合信用服務試點機構之一。公司在大數據征信和金融科技領域受到業內的諸多認可：連續入選畢馬威中國金融科技50強，2021年成為央行京津翼征信鏈9家征信機構之一，2022年獲得專精特新中小企業認證，2023年榮獲“北京數字經濟企業百強”、獲評第三屆朝陽區“鳳鳴計劃”高成長企業，2024年獲得2024全球數字經濟大會“首交易”示范獎勵。

公司企業文化使命是“讓有信者行天下”，致力于用科技力量顯現信用價值，造福天下有信者。公司的愿景是“成為最值得信賴的信用科技運營商”，通過卓越的信用科技服務，持續為客戶創造價值，堅守承諾，傾盡全力，成為客戶最可靠的合作伙伴。

★以上由天創信用投遞申報的數據要素案例，最終將會角逐由金猿組委會×數據猿×上海大數據聯盟聯合推出的《2025中國大數據產業年度數據要素價值釋放案例》榜單/獎項。

該榜單最終將于1月上旬上海舉辦的“2025第八屆金猿大數據產業發展論壇——暨AI Infra & Data Agent趨勢論壇”現場首次揭曉榜單，并舉行頒獎儀式，歡迎報名蒞臨現場。