證券公司的柜面業(yè)務是服務客戶、保障合規(guī)運營的基礎環(huán)節(jié)，其核心之一在于對客戶提交的各類申請材料進行準確合規(guī)的審核。該環(huán)節(jié)的處理效率與質量，直接影響客戶的業(yè)務體驗、公司的運營成本及合規(guī)風險控制。

回顧其發(fā)展歷程，可以清晰看到從高度依賴人工到逐步邁向智能化的演進路徑。

從人工到智能，證券柜面業(yè)務審核跨越式升級

丨階段1：分散式網(wǎng)點審核

證券公司的柜面審核工作以分散模式在各營業(yè)部獨立進行。各營業(yè)部設有柜員或后臺審核人員，負責接收客戶資料，進行身份核驗、資料錄入與復核。

由于審核工作分散在各地，總公司難以對審核標準進行統(tǒng)一的管理和監(jiān)督，不同網(wǎng)點、不同審核員之間容易出現(xiàn)標準不一的情況，當業(yè)務量增大時，客戶等待時間長，員工工作負荷大。

丨階段2：集中運營

為了解決分散模式下的管理和效率問題，各大證券公司開始陸續(xù)建立集中運營中心或集中審核部門，前端營業(yè)部負責接收并掃描客戶資料，將影像件上傳至后臺系統(tǒng)，由總部專業(yè)團隊統(tǒng)一審核。

集中化作業(yè)使得審核流程和標準得以統(tǒng)一，公司可以實施標準化的操作規(guī)程，并有效提升了風險控制的水平，處理效率也隨之提升。但其核心仍依賴人工審核，人力成本高企、處理規(guī)模受限的問題依舊存在。

丨階段3：OCR識別輔助審核

隨著OCR技術的成熟，將審核帶入了人機協(xié)作的階段。系統(tǒng)能夠自動識別并提取影像資料中的關鍵信息，并預填至業(yè)務系統(tǒng)。審核人員的工作重心從繁重的鍵盤錄入轉變?yōu)樾畔⒑藢Α?/span>

這一階段主要問題體現(xiàn)在兩個方面:

第一，OCR對于版式固定的卡證識別效果極佳，但是識別非標準化文檔時，比如開戶申請表、風險揭示書、授權委托書等，識別效果就會大打折扣。想要實現(xiàn)對新文檔版式高精度抽取，需要針對這個版式進行單獨的開發(fā)和模型訓練，成本高，周期長，難以快速響應業(yè)務需求的變化。

第二，證券審核中包含大量復雜的規(guī)則匹配和交叉驗證工作。比如，需要確認授權委托書中的被授權人與業(yè)務申請表中的經(jīng)辦人是否為同一人；需要檢查某項決議的簽署日期是否在有效期內。這些都需要審核人員具備專業(yè)的業(yè)務知識進行邏輯判斷，大部分核心的審核工作依然需要由人工來完成。

丨階段4：大模型智能審核方案

以大語言模型（LLM）為代表的人工智能技術，憑借其強大的泛化理解和邏輯推理能力，為構建新一代的智能審核體系提供了可能。

這一階段的核心進步，在于審核系統(tǒng)擁有“智能大腦”。它能實現(xiàn)對任意非標材料“開箱即用”式的信息提??；更重要的是，還能深度理解證券業(yè)務的復雜邏輯，自動完成以往最耗時的人工交叉驗證工作。

DeepIDP賦能柜面業(yè)務，開啟AI智能審核新常態(tài)

易道博識推出的智能文檔處理平臺（簡稱DeepIDP），正是這一階段技術的具體應用。

丨端到端的文檔處理流程

機構開戶等需要批量上傳影像資料的場景中，業(yè)務人員只需將客戶提供的文件上傳，DeepIDP即可對影像進行智能分揀和精準歸類，自動識別出哪些是營業(yè)執(zhí)照，哪些是法人身份證，哪些是授權委托書，整個過程無需人工干預。

丨強泛化能力，實現(xiàn)非標文檔精準抽取

借助大模型強大的泛化能力，僅需輸出提示詞即可實現(xiàn)非標文檔的精準抽取，開箱即用，無需定制開發(fā)，可快速響應新業(yè)務需求。而且大小模型協(xié)同架構，可根據(jù)任務的復雜度和需求，自動調度最合適的模型進行處理。

丨審核規(guī)則智能處理，自然語言配置規(guī)則

DeepIDP可借助大模型推理能力，對復雜業(yè)務資料審核項智能分析。

傳統(tǒng)審核系統(tǒng)的規(guī)則調整通常需要IT部門進行代碼修改，響應周期長。在智能審核中，業(yè)務人員可以用自然語言描述審核要點。

例如“自然人代理開戶時，授權委托書上的代理人與身份證信息必須一致，授權有效期需在申請日期之前”，傳統(tǒng)系統(tǒng)需規(guī)則串聯(lián)+日期比對，大模型可直接從文檔語義判斷代理關系與有效期邏輯。

當新的監(jiān)管要求下發(fā)時，企業(yè)可以在數(shù)小時內完成審核規(guī)則的線上更新，確保業(yè)務的持續(xù)合規(guī)，有效規(guī)避潛在的合規(guī)風險。