商湯推出小浣熊·金融版,深化AI在金融行業的場景化應用

12

大模型在金融行業的應用正從最初的「通用知識問答」與「文案潤色」,逐步向更加複雜、專業的核心業務場景延伸。

基於商湯「日日新」大模型體系及金融行業實踐積累,商湯推出小浣熊·金融版。商湯小浣熊是商湯科技打造的工作AI 助手,面向個人、團隊、企業提供「文理兼備」的智能辦公解決方案,支援流動端、桌面端及私有化部署等產品服務形態。作為商湯小浣熊面向金融行業打造的垂直版本,小浣熊·金融版依託商湯領先的多模態文件解析、複雜知識推理、多智能體協同與嚴格可溯源機制,全面貫通信貸風控、保險理賠、合規管理、營運分析、投研洞察五大核心場景,幫助金融機構真正將大模型能力轉化為穩健、高效的生產力。

在金融行業,商湯持續圍繞信貸風控、保險理賠、合規管理、營運分析、投研洞察五大核心場景深化AI技術應用,積累行業實踐與解決方案能力,推動大模型從通用辦公輔助向更加深入的金融業務環節延伸。憑藉在金融科技領域的技術積累與行業實踐,近日,商湯入選「2026 IDC中國金融科技中堅力量50」榜單,進一步體現其在金融行業的持續布局與服務能力。

場景一|信貸風控

多源數據驅動的全流程信貸風險研判

信貸業務貫穿貸前、貸中與貸後,信貸審批與風控人員每天需要面對海量企業資料:動輒數百頁的財務報告、數萬行的銀行流水明細、繁雜的抵押及質押合同與實時變動的輿情工商信息。依靠人工核驗,不僅耗時耗力,跨表交叉驗證的難度亦極大,潛在的關聯交易、隱性負債與資金挪用風險容易被遺漏。

小浣熊·金融版工作流:

多源數據匯聚 → 交叉驗證與風險推理 → 風險畫像與審查建議

  • 企業資料全量匯集與深度解析: 快速解析掃描文件財務報告、審計報告、流水明細、工商信息及涉訴輿情,支援複雜跨頁表格與附註的高保真提取。

  • 財務多維診斷與資金流水穿透: 自動計算盈利、償債、營運等關鍵財務指標,穿透分析資金流水進出節奏、交易對手集中度與大額異常劃轉,核驗流水與財務報告營收的真實匹配度。

  • 關聯圖譜構建與多智能體交叉驗證: 聯動工商、股權與業務往來,穿透多層股權識別隱性關聯方;通過多智能體協同推理,交叉比對「財務報告數據-納稅記錄-流水真實性」,排查虛假注資與循環交易。

  • 貸後動態預警: 持續監控企業涉訴、抵押變更、負面輿情與賬戶異常波動,自動生成貸後監測線索與風險提示。

落地價值:

幫助金融機構實現從「碎片化材料翻閱」到「全景式風險畫像」的升級,不僅大幅縮短單一企業盡職調查與審查週期,更形成包含原始出處、計算過程與排查邏輯的審查建議,讓每一條風控結論都有據可查。

客戶實踐|商湯攜手平安銀行,探索大模型賦能對公信貸風控

在對公信貸風控領域,商湯與平安銀行圍繞大模型應用展開共建,重點聚焦人工處理負擔較重的貸後管理環節,探索多模態智能體與金融專業知識體系相結合的智能風控模式。

項目通過多模態Agent解析貸後報告、財務跟蹤、實地走訪、押品監測、授信用途等多類業務材料,將非結構化信息轉化為可分析的風險信號,並依託金融知識基座整合制度、法規、合同及歷史案例,提升風險研判的專業性與可追溯性。同時,通過多模態、場景化檢查和風險報告三類Agent協同,實現從信息解析、風險識別到報告生成的智能化處理。

在實際應用中,相關能力逐步向貸前盡職調查、財務報告解析、資金流水分析等信貸環節延伸。其中,盡職調查報告最快可在30分鐘內生成,監測覆蓋率超99%,資金流水分析時間由4小時縮短至15分鐘。

2026年7月,平安銀行相關對公貸後AI應用項目獲得《亞洲銀行家》「中國最佳企業風險技術項目」及「中國人機協作成就獎」等榮譽,展現了AI與人工協同在金融風險管理中的應用價值。

場景二|保險理賠

從理賠材料解析到定責算費的智能審核

醫療保險與人壽保險理賠環節,審核人員面對的是格式各異的醫院門診病歷、手寫處方、機打住院發票、費用明細清單以及複雜的保單責任條款。傳統OCR對摺痕、印章遮擋、模糊手寫內容的識別率有限,而且理賠規則涉及醫保用藥目錄、免賠額、給付比例及既往症判定,人工覆核壓力巨大。

小浣熊·金融版工作流:

理賠材料歸集 → 智能解析與規則研判 → 定責算費與風險識別

  • 複雜醫療材料多模態識別: 對病歷、發票、費用清單、出院小結等醫療票據進行分類和高精度結構化提取,支援部分手寫體識別。

  • 醫學知識推理與保單條款智能匹配: 基於主訴、診斷、費用項目、治療過程、歷史就醫及保險條款責任範圍進行推理,自動判斷保險責任,識別理賠風險。

  • 分項算費與全自動理算: 依據保單公式,自動完成自費藥物剔除、免賠額扣除、賠付比例折算與限額控制,生成明細清晰的算費清單。

  • 異常案件排查: 自動識別過度醫療、分解住院、費用倒掛、就診時間邏輯異常等風險點,輸出異常風險清單供核賠專家重點覆核。

落地價值:

大幅減輕前線核賠人員繁重的錄入與算費負擔,同時提升複雜賠案判定的統一性與準確度,守護機構賠付風控底線。

客戶實踐|商湯攜手太平洋保險,推動多模態大模型賦能智能理賠

在保險理賠領域,商湯與太平洋保險合作,探索多模態大模型在團體保險理賠審核中的應用。針對傳統理賠流程中材料種類繁多、信息提取耗時、人工審核負擔較重等痛點,雙方通過多模態大模型實現理賠材料的智能分類與關鍵信息提取,並結合保險條款開展多源信息分析與推理,輔助判斷理賠申請是否符合賠付條件,生成具可解釋性的核賠建議,為人工覆核提供依據。

目前,該方案已在團體保險項目中完成實測。 在保障審核質量的前提下,有效縮短單宗案件的處理時間,並識別不合理賠付風險,提升理賠審核效率與風險管控能力,為團體保險業務規模化營運提供智能化支援。

場景三|營運分析

自然語言驅動的金融營運分析

金融機構分支機構眾多、產品線複雜,營運分析涉及存貸款規模、淨息差、資產質量、客群畫像等多維指標。業務主管和管理層希望了解營運變化時,往往需要提出需求,由科技部門提取數據、編寫SQL,等待時間以天甚至星期計算;取得報表後,面對異常指標的歸因分析,仍然需要人工反覆切片。

小浣熊·金融版工作流程:

自然語言提取數據 → 核心指標監測與下鑽 → 異常歸因與報告快速生成

  • 金融語義對話即時取數(Text-to-Data): 連接核心業務資料庫或指標平台,準確理解「上月某分行消費貸款不良率按月變化」、「各期限存款吸收成本與息差走勢」等複雜業務問句,自動完成意圖解析與數據提取。

  • 多維切片與異常波動深度歸因: 當某項指標出現異動(如某業務線營收下滑或中間業務收入不及預期),小浣熊能夠沿區域、渠道、客群、期限等多層維度自動下鑽,計算各因素的貢獻度,定位核心拖累項。

  • 一鍵生成可視化分析報告: 結合圖表生成與專業金融表述,自動輸出每週、每月營運分析總結,支援營運態勢研判與下一步策略建議。

落地價值:

大幅釋放業務人員與數據工程師日常提取數據的工作量,將數據獲取與初版報告的準備時間由以往數天壓縮至數分鐘,實現「即問即得、即查即析」,提升管理決策敏捷度。

客戶實踐|商湯攜手建信人壽,推動智能數據分析深入保險營運管理

在保險營運分析領域,商湯與建信人壽合作落地智能數據分析引擎,將大模型能力與保險業務數據相結合,提升業務人員的數據獲取及分析效率。

該項目接入保險業務數據,覆蓋營運指標、數據看板及數據倉庫寬表等數據資產,支援業務人員通過自然語言查詢業務數據、獲取分析結論,並輔助生成專業分析報告。

目前,相關能力已應用於渠道保費分析、審計分析、財務分析等業務場景,可輔助業務人員完成數據查詢、指標分析以及審計、財務報告編制等工作,推動數據分析由依賴專業技術人員轉向由業務人員自主獲取。

在實際應用中,傳統需要3至5天的數據提取和分析流程縮短至分鐘級,顯著降低業務人員使用數據的門檻,提升營運分析與業務決策效率。

與此同時,雙方在項目實施過程中沉澱了標準化的場景上線模式,為相關AI能力在更多業務場景中的快速複製提供了實踐基礎。憑藉相關創新實踐,建信人壽的「生成式AI數據決策與知識員工助手項目」入選「2026年IDC中國金融行業AI創新案例50」,體現了雙方在金融AI應用創新與業務價值轉化方面的探索成果。

場景四|投資研究洞察

多源信息融合的智能投資研究分析

買方與賣方投資研究人員每日都被海量公告、財務報告、券商研究報告及行業信息所包圍。如何在瞬息萬變的市場中快速理清產業鏈傳導鏈條、提煉核心投資邏輯、比較競爭對手的財務表現,是投資研究效率的核心關鍵。

小浣熊·金融版工作流程:

行業與公司資料匯總 → 產業鏈與邏輯梳理 → 風險與多公司比較 → 報告可追溯生成

  • 海量公告與專業研究報告穿透式掃描: 自動監測全市場上市公司公告與核心研究報告,精準提取業績預告、重大重組、高管變動、減持等關鍵事件。

  • 產業鏈脈絡與競爭格局提煉: 梳理上下游供應鏈依賴度、行業供需走勢及競爭壁壘,快速形成產業鏈圖景分析。

  • 同業橫向比較與投資邏輯萃取: 支援多家對標公司的財務指標、估值水平、業務結構同屏比較,提煉投資核心假設與催化劑,客觀列出潛在風險提示。

  • 可追溯來源的專業研究報告生成: 輔助產出行業速遞、公司深度研究初稿或調研紀要,文中所有數據指標、引用觀點均標明原始公告頁碼或研究報告來源,支援一鍵反查。

落地價值:

協助投資研究人員從重複性的資料搜集與初級信息搬運中抽身,將更多精力集中於深度邏輯推演與投資決策,讓研究更加敏銳、結論更加紮實。

場景五|合規管理

面向制度與條款的智能合規審查

金融監管要求日趨嚴格且更新頻繁。合規與法務人員一方面需要及時跟進中央銀行、國家金融監督管理總局等外部監管機構的新規,完成「外規內化」評估與內部制度修訂;另一方面,在日常合約審查中,傳統檢索難以識別深層的權責不對等、條款衝突與合規漏洞。

小浣熊·金融版工作流程:

監管與內規匯總 → 監管條款拆解與關聯比較 → 合約風險審查與修訂建議

  • 權威政策問答與精準條文檢索: 接入監管法規庫與內部制度規範,提供語義級法條檢索,問答結果精準定位至具體文號、章節與條款段落。

  • 外規內化與制度差異化比較: 監管新規出台後,小浣熊可自動將新規條款與機構現行制度逐條映射並進行差異分析,明確指出哪些制度需要新增、廢止或修訂,並自動生成修訂建議稿。

  • 業務合約智能合規審查: 針對各類金融合約,深度掃描違規免責、隱性兜底、權限越界、履約瑕疵等潛在風險,生成包含風險等級、修改依據與替代條款建議的合規審查清單。

落地價值:

構建從「監管輸入」到「內部制度升級」,再到「業務合約執行」的全閉環合規防線,降低政策解讀時滯,杜絕人為審查盲區。

技術與行業實踐雙重積累,支援金融AI可靠落地

在嚴肅金融場景中,「好用」的前提是「可信」。商湯小浣熊·金融版具備三大底層工程能力保障:

  1. 多模態與金融語義深度理解: 依託商湯在電腦視覺與大語言模型方面的雙重積累,在版面分析、印章傾斜表格、手寫醫療票據及專業金融長文本方面保持業內領先的解析準確率。

  2. 結論可追溯、防幻覺機制: 杜絕黑盒推理。所有財務分析、理賠判定、合規引用的結論,均精準回溯至原始憑證、法律條文或報表單元格,完全適配金融覆核與審計要求。

  3. 企業級安全可控與私有化部署: 支援全棧國產化算力適配與本地化私有部署,嚴格保障核心金融數據與業務私隱的安全合規。

從信貸風控到營運分析,從複雜金融材料處理到專業知識輔助,商湯正持續推動大模型能力深入金融業務場景。

小浣熊·金融版的推出,是商湯面向金融行業專業化需求的進一步探索。未來,商湯將結合自身大模型技術積累與金融行業實踐,持續完善產品與解決方案能力,攜手更多金融機構探索AI在實際業務中的應用價值。

歡迎聯絡商湯金融行業團隊,了解小浣熊·金融版及相關金融AI解決方案,獲取產品體驗與場景示範。

聯絡方式: business@sensetime.com

#新聞
商湯推出小浣熊·金融版,深化AI在金融行業的場景化應用