一、项目背景及目标

我行现行业务流程存在着支票、进账单等需要手工录入到各业务处理系统的大量凭证。目前现有作业外包系统的图像识别模块虽能对凭证内容进行识别，但存在识别业务场景有限、对版式依赖度过高、对字体限制较为苛刻的制约。随着金融行业数字化进程的加快，业务系统对非结构化图像文档的处理能力提出了更高的要求。

为解决上述问题，北京农商银行金融科技部牵头启动“智能OCR平台”建设，旨在整合图文识别资源，提升识别准确率与服务响应能力，形成统一、智能的OCR基础能力支撑平台，为业务系统提供高效、稳定的识别服务，满足业务日益增长的、各种复杂场景的识别需求，有效降低人工处理文本信息的成本和错误率，提高整体工作效率，节省录入工作的人力成本，提升客户的体验。

智能OCR平台的建立解决了北京农商银行业务切实的痛点问题，提升了北京农商银行在智能识别领域的技术积累与创新能力，在提效降本的同时，增强全行数字化转型的技术支撑能力与自主可控水平。

二、创新点

（一）解决行业痛点

本方案聚焦金融行业在非结构化数据图文识别处理中的核心痛点，通过构建智能OCR平台，创新性地实现了多业务场景的集中管理和能力共享，打破了“单系统自建、重复开发”的局限。智能OCR平台采用大模型等人工智能技术，显著提升了复杂场景下的文字识别准确率，特别是在手写体、多格式文档等识别场景中取得了突破性进展，为金融行业非结构化数据智能处理提供了全新的技术路径。

（二）应用算法结合

智能OCR平台是北京农商银行打造的智能化基础能力支撑平台，团队成员涵盖架构设计、软件开发、测试验证、安全合规等专业领域，具备金融与技术复合背景。智能OCR平台采用先进的技术架构，深度学习算法、容器化部署和分布式服务等，确保了系统的高效性和可靠性。同时，智能OCR平台支持持续优化和扩展，能够快速适配新的业务需求场景，展现了强大的研发实力和技术前瞻性。

（三）成果转化

智能OCR平台的应用显著提升了北京农商银行的数字化转型能力，实现了高效的成本效益，在实现经济效益的同时，也提高了业务办理效率，智能OCR平台的成功实践为金融行业在非结构化数据处理方面提供了可参考的方案，具备广泛的应用前景和推广空间，有重要的行业示范意义。

三、项目技术方案

该方案通过建设智能OCR平台，解决北京农商银行非结构化图像文档处理中存在的识别准确率低、难以统一管理等问题。平台面向全行业务系统提供标准化的图文识别能力，支撑票据、合同、财报、卡证、印章等多类图文的自动识别与结构化处理。

如图1所示，智能OCR平台架构主要是由物理层、数据层、算法层、服务层和应用层五大部分组成：

应用层：主要是业务系统，包括作业外包处理系统、票据集中提回系统、对公信贷管理等应用系统；

应用接入层：将业务需求与下层服务进行对接；

服务层：提供各种识别功能，包括：文字识别，表格识别，印章识别，财务票据识别，银行票据识别，银行对账单识别，财报识别，合同提取，银行流水提取，这些服务将业务中的各种数据转换为可处理的电子信息；

系统总体结构图

算法层：算法模型与框架是这一层的核心，支持OCR（光学字符识别），和其他机器学习任务；使用TensorFlow，PyTorch框架帮助开发和运行OCR相关的算法模型；

数据层：接收财报、票据等数据类型，采用OceanBase数据库系统，确保数据存储和访问的高效与可靠；

物理层：使用Kubernetes和Docker进行服务的容器化和部署管理，天数智芯MR-V100GPU提供强大的计算能力，支持模型训练和推理，使用物理服务器和硬件资源，支撑整个系统的运行。

系统数据图

如图2所示，业务系统发出请求，通常是需要进行数据识别或处理的任务。嵌入层通过API接收来自业务系统的请求，将任务和数据转发给服务层进行处理，这里实现了系统间的数据和服务调用，确保数据能够顺利传递给识别服务，服务层通过多种识别能力来处理数据，识别结果在这一层生成，并传递到数据存储层进行保存，根据数据类型将数据存入相应的存储模块。底层的物理服务器和网络设备，为整个系统提供计算和存储资源。

智能OCR平台通过应用服务网关与各业务系统进行交互，业务系统传入识别请求，平台处理后返回识别结果，影像部分与内容管理平台系统进行通讯，根据业务类型不同支持不同配置。智能OCR平台内部系统逻辑结构见图3。

系统逻辑结构图

智能OCR平台采用容器化部署方式，高可用方案。其中应用服务器两台，负责任务调度以及应用服务网关交互。GPU服务器两台，部署识别核心服务(SDK)、OCR配置平台(ocr-studio)、财务报表规则处理服务(ruleserver)、财务报表文件处理服务（gatway）以及对象化存储（minio）。消息中间件服务器（mq/TonglinkQ）和web中间件服务器(Nginx/bws)独立部署。

四、项目过程管理

需求分析阶段：2024.02.17-2024.05.14

设计阶段：2024.05.15-2024.07.04

开发阶段：2024.07.05-2024.09.09

测试阶段：2024.09.10-2024.11.20

系统上线：2024.11.23

五、运营情况

目前智能OCR平台已在多个业务系统落地应用，如函证业务、远程授权业务、票据提入业务、对账单业务，显著提升了文档处理效率，降低了人工干预强度。系统已稳定运行超半年，具备较高的成熟度，能够持续适配多类识别场景，并可通过代码层后处理优化识别结果。智能OCR平台逐步将成为推动数据结构化、流程自动化的重要支撑模块，有效服务于我行整体数字化战略落地。

六、项目成效

智能OCR平台已在多个业务场景中成功落地应用，包括前后台补录、信贷财务报表、函证业务、远程授权业务、票据提入业务和综合对账业务等，显著提升了业务处理效率和准确率。通过替代人工录入工作，智能OCR平台大幅降低了人力成本和时间消耗：

（一）前后台业务场景

自2024年11月底投产，当年12月较上一年12月补录量下降3,304,221字节，节省人力成本约2.717万元。全要素识别率从62.891%提升到92.197% 、汉字识别率从1%提升到84.45%，外包补录工作量下降约三成。根据生产运行情况，预估2025年节省人力成本约20万元。

（二）信贷财务报表业务场景

从完全由人工录入转为OCR智能识别，显著地降低了一线同事的工作强度、提升了业务处理效率，有效地解决支行急难愁盼的问题。根据生产运行情况，信贷财务报表识别预计全年替代人工录入约1万笔。

（三）函证业务场景

从完全由人工录入转为OCR智能识别，单笔业务受理耗时压降4分钟，2025年2月平均每天可节省业务处理时间10.7小时，减少人员占用近2人。

（四）远程授权业务场景

根据生产运行情况，远程授权预估全年减少人工审核约1万笔。

（五）票据提入业务场景

票据提入业务的凭证综合识别率从69%提升到93%，随着识别率的提升，减少了人工补录量，降低了外包人员补录错误的风险。

七、经验总结

智能OCR平台是北京农商银行推动数字化转型的重要抓手，已在多个场景实现降本提效。未来，北京农商银行将持续优化智能OCR平台能力，拓展更多应用场景，推动数据结构化与流程智能化的深度融合，为金融科技创新积累经验、赋能业务高质量发展。