案例名称

中国光大银行供应链金融智能化实践

案例简介

为贯彻落实中央金融工作会议关于做好“金融五篇大文章”部署以及“人工智能+”行动要求，本案例应用大数据、通用大模型、OCR、NLP、RPA等人工智能技术，搭建覆盖“智能风控—智能问答—智能授信—自动放款”的供应链金融数智化服务体系。

案例亮点：

一是自动识别风险，依托通用大模型对贸易背景材料智能解析核验，实现风险自动识别；

二是自动测额授信，融合工商、司法、税务、征等外部数据与供应链领域多维数据自动测算授信额度；

三是跨系统自动编排，利用RPA实现跨系统业务流程自动处理；

四是贴身业务顾问，基于通用大模型搭建专属业务知识库，为客户经理提供智能问答；

五是金融信创，以全栈国产化信创底座为支撑，实现业务与技术自主可控双提升。

创新技术/模式应用

（一）以AI+，重构供应链金融服务体系

平台以大数据、人工智能和云计算资源为要素，分层搭建“AI赋能化”的基础能力。客户触达层贯通企业网银、手机银行、小程序等线上渠道及图形化网点营销；应用层围绕供应链金融、普惠融资业务重构智能风控、智能问答、自动授信、自动化放款等组件；能力层沉淀大模型解析、智能识别、RPA流程自动化、智能运营等AI中台能力，统一对上层组件输出服务；数据层建设数据资源库与统一客户分析体系，为业务应用提供数据支撑。

（二）以大模型解析，实现贸易背景智能核验

通过OCR及智能文档解析技术识别贸易背景材料，依托光大银行AI中台大模型进行语义理解与要素提取，自动拆解交易对手、金额、期限等10余类关键信息项并交叉比对，完成“禁止转让”、“违规贴现”等六大类可疑风险条款的自动检索与排查，辅助一线审核，实现风险自动识别与前置管控。

（三）以知识库问答，实现一线贴身业务顾问

针对业务制度分散、一线掌握参差不齐的问题，围绕供应链金融领域客户、交易、产品、风险、制度、案例、链条构建专属知识库与大模型构建智能问答能力，为客户经理提供智能问答服务，制度、流程、产品“即问即答”，成为一线人员的“随身业务顾问”。

（四）以多维数据融合建模，实现授信自动测算

通过整合工商、司法、税务、征信等外部基础数据与供应链金融上下游交易、物流、资金流等信息，构建多维数据融合分析能力，利用大数据与大模型技术，自动解析尽调材料、关联多维信用数据、测算授信额度，实现授信决策自动测算。

（五）以RPA跨系统编排，实现放款流程端到端自动化

通过RPA打通票据放款涉及的多个业务系统，实现跨系统自动编排作业，实现放款要素自动校验、指令自动流转、结果自动回写，在大幅提升放款效率的同时压降操作风险。

（六）以全栈单轨信创底座，实现关键核心技术自主可控

贯彻金融业信息技术应用创新要求，实现全栈单轨信创国产化，从操作系统、数据库、中间件到应用软件全面采用国产软硬件。

项目效果评估

该项目自落地以来，其应用实效体现在经济效益、产业赋能、风控价值及运营效率等多个维度。

（一）产业赋能：精准滴灌实体经济

本项目累计服务近2万个供应链金融客户，将金融活水精准滴灌至产业链末端，重点支持实体制造与商贸流通企业，助力产业链稳链、固链、强链，是“普惠金融+数字金融”融合的生动实践。

（二）经济效益：规模与成本双优

本项目累计自动化授信400余亿元，高效带动供应链上下游资金融通。资金线上化流转缩短放款与资金到位时间，显著降低链上企业综合融资成本，增强核心企业与上下游的粘性。

（三）风控价值：风险前置、底线更牢

针对贸易背景真实性核验难、人工逐份核对效率低且易疏漏的问题，运用大模型与OCR智能解析合同、发票、货运单据等多格式材料，对主体、金额、期限、商品、交易路径等要素进行交叉验证，累计识别累计识别1.5万余个文档、识别8千余个疑似风险项，实现风险自动识别与前置管控，风控由“事后”走向“事前”。

（四）运营效率：从“周级”到“分钟级”

本项目深度集成大模型解析、OCR与RPA技术，实现“风险自动识别—智能授信测算—跨系统自动放票”闭环。针对授信决策依赖个人经验、尽调周期长、标准不一的问题，融合大数据与大模型自动解析材料、自动测算额度，审批时效大幅压缩，将传统线下贷款平均1-2周的审批时间，缩短至5分钟以内，效率提升超过95%，单笔放款性能提升70%以上，累计自动化放款15万余笔，大幅释放人力资源，人均产能显著提升。

责任编辑：佟桃梨