专题：第28届北京科博会-未来产业推介会

　　第28届北京科博会-未来产业推介会于2026年5月8日在北京举行
。合合信息智能解决方案事业部解决方案专家梁子攸出席并以《可信金融智能体：以多模态文档解析与商业大数据构筑专业壁垒》为题发表演讲。

　　以下为演讲实录：

　　梁子攸：尊敬的各位领导
、各位来宾，大家下午好
，我是来自合合信息智能解决方案事业部解决方案的梁子攸，今天下午听到了很多专家和行业老师做的分享 ，我今天分享的主题是《可信金融智能体：以多模态文档解析与商业大数据构筑专业壁垒》 。

　　作为一家科技公司
，刚才大家都已经提到了AI的进展越来越快，技术发展越来越快 ，到底会对我们的行业产生什么样的影响？刚才各位专家都已经总结了很多
，我不做过多的赘述。我换一个视角，作为一家科技公司 ，对金融行业提供了大量的支撑和相关能力的落地
，我们到底是怎么看待AI和行业现在的关系？我们总结了三个点：

　　一是从工具走向业务，我相信大家对我们有了解 ，应该知道合合信息原来是做OCR起家的
，有很多客户一开始就买我们的识别能力，我们在系统建设和信息化、数字化转型之中的其中一个基础能力 ，其实在这个过程中，我们就发现了
，在这个业务流中，购买我们的OCR能力的客户 ，到底要识别之后去做什么？看的核心内容到底和你的业务是怎么样的挂钩？在这个过程之中我们就发现
，内核里边有非常多的隐性高价值的具备业务策略的信息
。我不知道大家有没有了解，在1988年其实就有一个理论叫DIKW ，从数据层到信息层到知识层最后到智能层
，这两年AI快速的发展，我们也发现相当于在金字塔模型里面 ，塔尖的部分因为技术的成熟在拽着大家快速的去迭代
，作为我们来讲，我们把金字塔做了一个变形 ，我们能够提供什么样的能力呢？

　　（一）双重底座的支撑
，包括智能文档处理的能力，商业大数据的能力能够提供Data层 ，information层两层从数据到信息侧，上面我们可以去基于可复用的数据资产
，并且结合行业的知识，比如说业务上的沉淀 ，将这些信息数据转化成我们可用的知识
，在结合我们现有的AI的成熟能力，最终去赋能到真实的业务场景之中 ，从而去达到以AI或者AI和数据驱动业务的数字化转型。

　　合合信息有两大核心底座
，第一就是智能文档处理的能力，作为我们核心底座之一 ，怎么赋能可信的金融智能体？第一点就是第一层的可信输入
，当前合合信息的文档解析的能力，能够去对原来在小模型时代 ，我们解决不了的这些标准 、报告、长文档
、复杂版面的文档来进行版面的解析和还原
，目标就是把高质量，内部业务上可沉淀、可复用的知识理论 ，或者是高价值的语料，转为大模型可用的数据语料
，这样就能够解决很多的场景，构建自己的金融知识库 ，包括典型的审核场景等等
，这些能力就是第一点可信的输入 。我们这一套核心的基于AI的智能文档的处理能力，目标也是希望通过对于文档流的搭建 ，能够跟我们现在的业务流做一个强相关
，从而达到以文档驱动来帮我们实现数字化的动作
。

　　（二）在可信输入之后，能够解决什么样的问题？一般在可信输入之后都会结合重点的业务 ，重点的这些版式凭证 、文档做一些结构化
，或者是引申出典型场景的典型业务审核。原来在没有进行这个动作之前，其实都是有系统 ，我们有工作流
，很多业务老师都是自己下载这些PDF文件，自己去看 ，它看的动作，就是做了一个结构化的动作
，并且把它的业务知识转成下一步的审核动作，我们现在都通过AI的能力把它抽取出来了 ，就可以通过完全自动化的形式
，在不改变传统工作流的情况下，去重塑业务流 。

　　（三）在文档复杂处理的情况下 ，我做了一个示例
，为什么说现在在大模型时代，随着技术的迭代 ，跟原来不太一样了
。原来像长文档
、复杂文档
，又有文字和表格的其实很难解决，但是现在我们一般就需要2-3张场景的典型样本就可以把这一类 ，所有的单据文档都解决得很好。刚才提到了合合信息作为科技公司更多是以能力厂商去赋能整个金融行业
，现在我们在解决方案侧做了一个重大的转型，我们希望通过成熟的AI的能力将能力变成底座 ，并且将业务场景做紧密的关联 。我也举了一下金融行业典型的场景，以及场景之中我们当前基于核心底座到底做了哪些典型的业务动作
，这些都是不改变原有工作流，但是可以极大的优化实际的使用效果
。

　　我举了两个例子 ，都是我们今年典型的案例
，刚才我们提到了从能力到底座再到场景，这个是我们给一家银行搭建了一个全行级别的一个AI的文档处理中台 ，这个处理中台最终面向了运营等相关的部门
，里边涉及到不同场景、不同单据 、不同审核业务
、审核规则，甚至不同的审核员的角色 ，里边沉淀了大量的行业细分领域的细分知识
，我们通过一套标准化的文档处理中台，能够实现全流程的闭环 ，并且在这个中台赋能的基础上
，把这些过程之中重点的指标，也把它的规则沉淀下来了 ，这个是能够持续的去放大解决方案价值的。

　　第二个就是审核，因为刚才提到了
，原来我们的客户用到我们单一的识别能力，但是现在随着技术的进步 ，更多希望能够去做审核的提效
，我们也举一个例子，AI是如何进入银行贸易背景真实性的审核 ，比如说承兑业务、贴现业务都离不开贸易合同
，贸易合同不同的类型，不同国家 、不同语言的文字 ，要如何把它们规范化
、统一化、结构化去助力审核的动作
，我们现在可以通过成熟的手段去解决 。

　　刚才提到了我们的核心底座，也提到了聚焦的场景 ，我们核心底座之一的一个比较强大的产品化的能力就是INTSIG DocFlow（以下简称“DocFlow
”）产品
，我们的产品可以按照不同类型的业务，组成不同类型的业务场景 ，不同场景之中可能会夹杂着不同业务属性 、不同类型的文档，我们可以按照业务为一个小的单元从而来进行不同的文档自动化的切片
、分类、识别再到结构化
，最终完成审核动作，同时为了保证审核的效率和准确性 ，我们能够提供二种方式
，第一种就是结合自有沉淀的业务规模去进行规模化的审核，第二也可以结合语义的理解来进行语义的审核
。

　　基于DocFlow平台 ，我们的目标除了完善了一套文档处理
，能够真正的将知识 、数据转化成业务的动作，其实还加载了一些延伸的高价值的点 ，所有这些文档处理的动作流之中
，我们都是支持可理解、可溯源
、可复核的。

　　在DocFlow这个整体的文档处理平台，我们是怎么样的运转呢？我们用一个小视频给大家稍微分享一下 。

　　（播放视频）

　　刚才这个小视频做了一个简单的总结 ，把我们刚才在AI这一个角度里面
，因为对于可信智能体来讲，数据层是非常重要的 ，我们成熟的AI能力解决的是针对行业内部自有的业务沉淀下来的数据，我们把它做内部数据整体的规范化管理
，去辅助真实的场景。

　　第二个就是合合信息旗下的启信宝商业大数据，我们是在数据层 ，结合了外部的商业数据
，通过两大核心底座实现了行业中的内部数据与外部数据共同加成赋能真实的场景，当前的数据组成是两部分 ，分别是全景数据和智慧数据
。因为今年也是“十五五”第一年
，像全景的产业链数据现在已经覆盖了十五五相关的未来产业的专题，所有的能力我们都已经覆盖了 ，我们这一套数据的能力结合刚才智能文档处理的技术
，到底是怎么样聚合，对可信智能体实现赋能呢？

　　底座还是我们这一套内部和外部的数据 ，中间刚才提到了AI
，我们结合了很多凭证运营场景沉淀了很多业务经验，数据层也是一样的 ，我们把它封装成了很多Agent真实可用的Skills，因为我们发现每一个客户真实基建逻辑是不一样的
，阶段也是不一样的，其实在AI的驱动之下 ，大家都想要加速这个进程
，但是过程之中一定会出现中间有很多断点，原来是一个金字塔 ，现在变成了一个葫芦型
，中间是有极大空缺，所以我们是把中间的skill层做了一个完整的补充 ，这个时候我们很多的客户就会质疑
，为什么你能够说你的skill一定可用、能用 、好用？我们这几年做解决方案落地，沉淀了行业大量的真实客户的可用的指标项
、规则项 ，首先也离不开自己外部的商业大数据
，把它已经抽象成了超过2千个指标，这些目标结合不同的业务场景 ，我们分别加工成了可用的skill，这些skill都可以在我们的智能体搭建之间做到开箱即用。

　　我们做了一些小的总结：银行场景结合文档处理以及商业大数据
，我们能够提供的典型的核心能力 。我再举一个例子，我们最近在结合数据、结合场景 、结合AI智能体 ，我们在一个典型客户之中落了一套从以报告为抓手
，结合数据探查为基础，通过AI智能体的放大形成了一套闭环的作业
。这里边就包含了对内部文档的结构化审核 ，对外部数据的补充构建完整立体丰富的指标
，同时结合真实的业务场景去构建我们自己的模型，结合内外部数据构建符合客户业务场景的模型 ，以及通过智能体放大真实的业务应用
，它的效果有这样的一个大的页面，首先实现智能问答 ，在智能问答的过程之中
，如果命中高亮的一家企业，点击之后会跳转到我们自己的一套私有化企业查询底座。同时在这个里面我们还丰富了不同细分领域的智能体进行能力的输出 。同时我们自己还结合标准化的启信慧眼的产品 ，我们自己也构建了AI问企的智能体，如果大家有了解的话可以体验
。

　　我也准备了一个简短的小视频
，我们是怎么把我们的数据，在科创金融 ，科技贷这个场景如何去智能化的通过数据驱动
，去找到最终想要的一些结果，这是一些Demo的示例 ，比如说科创贷
，我只需要问他问题，可以结合你的区域
、产品化的属性、业务规则以及需要一个获客包 ，如何结合你的展业区域 、业务属性
、业务形态做skill的执行
，从而去生成我想要的结果，这些结果 ，所有命中的企业还可以和我们整体的画像做强关联
，这个是我们的一个营销的Agent小的助手。

　　第三个就是我们之前给一个客户做了一个新企推送，有明确的展业范围、展业区域 ，以及核心关注的高价值的商机场景类型，它是有不同的属性要求的
，我们就可以直接按照它的属性所在地 、业务的逻辑
、商机的类型方向去做定向的推送 。

　　除此之外，就像刚才提到的尽调报告 ，因为我们刚才有一个案例做了完整的落地
，我们也可以通过这样的形式，将全量的信息在结合内部信息 ，甚至结合模型产出的评价体系的信息
，从而构建一套自动化的尽调报告的生成，这就是我们结合内部数据、外部数据 ，结合可信AI Agent的输出
，时间稍微有一点超，最后稍微简单总结一下 ，合合信息作为一家科技公司
，希望通过成熟的AI和数据能力，真正去解决场景化的问题 ，希望能够把AI和数据真实的结合到业务场景之中，由于时间有限
，可能有一些东西没有分享完全，如果大家有兴趣的话 ，可以加我们的微信进行交流
，同时给大家准备了一些福利，欢迎大家去领取 ，刚才的Agent体验也可以领取到
，以上就是我的分享，谢谢大家！

　　新浪声明：所有会议实录均为现场速记整理 ，未经演讲者审阅
，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述
。