- 综合排序
- 最热优先
- 最新优先
腾讯大模型信贷助手：破解对公信贷尽调效能瓶颈
揭示对公信贷尽调人工依赖重、效能不足的共性挑战 对公信贷领域70%以上数据为非结构化，尽职调查需处理营业利润、财务报表、银行流水、涉诉情况等46类材料（含图片、音视频等多源异构数据），严重依赖客户经理人工识别 部署大模型信贷助手全周期智能解决方案 基于混元大语言模型与混元多模态模型，腾讯推出大模型信贷助手，形成覆盖信贷全流程的多源异构材料结构化提取与分析综合解决方案。 10个工作日压缩到1个工作日； 超大文档（200MB以上）解析准确率较传统方案提升30%（业界首个支持）； 跨境金融等对公信贷项目整单准确率94%； 通过正向闭环微调，模型采纳率从未经微调的 智能体自动完成行业分析（按企业所属行业标杆对照）、财务健康度分析（体系计算结合指标附注）、风险对照（征信报告涉诉信息提取）、流水比对（经营财务关联分析），验证了报告生成效率提升10倍、采纳率93%等指标，实现尽调报告 、智能算力管理平台（异构GPU纳管等），保障系统稳定性与开发效率； 场景适配性：针对对公信贷尽调“非结构化数据处理难、人工负荷重”痛点，提供“低门槛、高可用、可回溯、持续进化”的全周期智能伴侣，直接降低运维成本
11210编辑于 2026-04-25腾讯大模型信贷助手：以技术确定性破解对公信贷尽调效率瓶颈
剖析对公信贷尽调人工依赖重效率低的行业瓶颈 对公信贷尽调面临材料繁杂与人工处理效能不足的双重矛盾。 伴随贷款利率下行推动市场下沉，尽调工作量成倍增加，金融机构线上化、数字化、智能化转型需求迫切，人工处理模式已难以满足效率与风控要求。 推出腾讯大模型信贷助手全流程智能解决方案 基于通用大模型进行大规模场景化微调与应用工程开发，形成针对信贷业务全流程多源异构材料的数据要素结构化提取与分析综合解决方案，核心包括： 技术底座：依托混元大语言模型构建推理提取能力 功能模块：覆盖智能尽调（材料识别提取审核、行业分析标杆对照）、财务分析（财务健康度分析、流水比对）、信用风险分析（征信涉诉风险提取）、报告生成（一站式生成，支持任意流程节点接入）等全生命周期信贷业务场景 大模型应用厂商与互联网券商企业案例 在大模型应用厂商和互联网券商企业落地时，该模型对年报、财报等超长复杂文档处理表现出色，作为业界首个支持200MB以上超大文档解析的方案，准确率较传统方案提升30%，有效支撑对公信贷尽调智能化转型
6300编辑于 2026-04-26腾讯大模型信贷助手：提升对公信贷尽调效率与精度的综合解决方案
剖析对公信贷尽调核心瓶颈 对公信贷业务中，70%以上材料为非结构化数据，严重依赖客户经理人工处理。 伴随贷款利率下行推动市场下沉，贷前尽调工作量成倍增加；金融机构线上化、数字化、智能化“三化”要求进一步加剧人工负担，亟需智能工具突破效率与精度瓶颈。 构建大模型信贷全流程智能解决方案 腾讯推出大模型信贷助手，基于通用大模型进行大规模场景化微调与应用工程开发，形成覆盖信贷全流程的多源异构材料数据要素结构化提取、分析综合解决方案及专属任务模型。 核心功能包括： 五大智能助手：贷款进件助手（材料识别提取审核）、行业分析助手（行业对标与企业景气度分析）、财务分析助手（财务健康度与流水比对）、信用风险助手（征信/涉诉风险提取分析）、报告生成助手（自动生成尽调报告 模型采纳率从未经微调的70%~80%提升至90% 客户落地实践验证方案实效 在大模型应用厂商与互联网券商企业落地中，模型针对年报、财报等超长复杂文档处理表现突出，成功实现200MB以上超大文档解析，有效满足对公信贷尽调中对复杂材料的精准提取与分析需求
1000编辑于 2026-04-27腾讯大模型信贷助手提升对公尽调效率10倍，压缩报告生成至1个工作日
应对尽调效率瓶颈 贷款利率持续下行推动信贷市场下沉，对公贷前尽调工作量成倍增加。金融机构加速线上化、数字化和智能化转型过程中，对公信贷70%以上数据属于非结构化数据，严重依赖客户经理人工处理。 传统模式下，双人尽调、材料核查、授信审查等流程复杂，加剧了客户经理的工作负担。 部署智能信贷助手 腾讯云基于混元通用大模型，通过大规模场景化微调与应用工程开发，推出大模型信贷助手解决方案。 人工审核采纳率达93%（腾讯云项目数据） 工作效率提升10倍，报告生成时长从10个工作日压缩至1个工作日（腾讯云项目数据） 支持200MB以上超大文档解析，准确率较传统方案提升30%（腾讯云技术验证） 在跨境金融及对公信贷场景中 ，整单数据处理准确率达94%（腾讯云项目数据） 某金融机构智能尽调实践 在跨境金融与产业金融项目中，该助手实现了企业合同、发票、货单等多源数据的自动提取与填报。 系统通过坐标溯源机制确保所有数据结果可回溯出处，解决了传统尽调中数据来源模糊的问题。通过持续学习机制，模型在典型场景中的采纳率从微调前的70%-80%提升至90%。
10310编辑于 2026-04-24腾讯混元大模型信贷助手产品概要
一、产品定位与核心亮点 腾讯混元大模型信贷助手是一款基于自研混元大模型能力、面向对公信贷业务的AI辅助解决方案。 二、产品应用场景 银行对公信贷场景：客户为银行信贷经理、信审员，痛点包括材料处理繁琐（如财报、合同、流水等多格式文档）、人工撰写尽调报告耗时长（通常需10个工作日）、数据提取易出错。 非银金融机构贷款场景：客户为信托、保理等机构，需远程尽调、线上进件，痛点在于缺乏高效AI工具支持尽调报告生成与风险分析。 四、典型案例 案例1：某银行对公信贷尽调 背景：银行需处理企业财报、合同、流水等多源材料，人工尽调耗时10工作日。 解决方案：使用财报提取、流水分析、信用风险分析模块，自动生成尽调报告。 案例2：非银机构远程尽调 背景：非银机构需远程获客与尽调，缺乏高效工具生成尽调报告。 解决方案：通过API接入信贷助手，自动解析企业征信、涉诉、财务材料。
24110编辑于 2026-04-06腾讯混元大模型信贷助手核心能力与业务落地概要
二、 产品应用场景 核心受众：非银机构、银行及券商的支行网点贷款经理、尽调人员、信审员及放款中心人员。 使用场景：对公信贷、小微企业信贷的全生命周期管理（贷前尽调、授信审查、用款放款、贷后管理）。 痛点解析（业务困境）： 在对公信贷及发债场景中，业务复杂度极高且数字化程度低，目前高度依赖人工出具尽调与信审报告。 四、 典型案例与业务成效 (注：根据原文提供内容，材料以“产品1.0”在信贷尽调与信审场景中的整体投产成效进行了标准化披露，未具体具名特定客户。) 背景： 传统对公信贷业务中，贷款立项进件、贷前尽调、授信审查高度依赖信贷经理与网点双人尽调，需手工收集整理成百上千页的多源异构材料并人工测算财务数据，耗时长、极易出错。 核心流转时效压缩：尽调报告生成时长由原先的 10个工作日大幅压缩至 1个工作日。
18910编辑于 2026-04-06腾讯云AI解决方案驱动银行关键业务效率提升与成本优化
应对银行对公信贷与软件开发低效瓶颈 银行对公信贷业务面临尽调文档处理繁杂、人工审核耗时长的核心痛点，传统模式下信贷尽调报告生成需10个工作日，严重制约业务响应速度。 推出大模型信贷尽调与智能编码解决方案 腾讯云基于大模型技术构建信贷尽调助手，通过文档预处理、检索召回、KV提取模型、风险分析模型四层架构，实现95%工作内容自动化覆盖。 关键业务指标实现量化提升 信贷尽调效率提升：报告生成时长从10个工作日压缩至1个工作日，人工审核采纳率达93%，工作效率提升10倍（来源：腾讯全球数字生态大会演讲数据） 软件开发效能提升：在某头部股份制银行落地实践中
22210编辑于 2026-04-20腾讯大模型信贷助手：以多模态解析化解非结构化数据处理瓶颈，实现尽调效率十倍跃升
然而，企业在实际推进过程中遭遇显著的业务瓶颈： 非结构化数据占比极高：对公信贷业务中，70%以上的数据属于非结构化数据（含各类文件、图片、音视频等）。 第二章：部署专属大模型信贷助手，构建一站式智能尽调闭环 针对上述痛点，腾讯云基于通用大模型底座（涵盖腾讯混元大模型及 DeepSeek R1 / V3 等），通过大规模场景化微调和应用工程开发，推出“腾讯大模型信贷助手 第三章：尽调报告生成周期压缩至1个工作日，人工审核采纳率达93% 通过引入大模型信贷助手，信贷尽调业务在效率与质量上实现了量化的显著提升，核心业务指标表现如下： 产能与效率释放：工作效率实现 10倍 的整体提升 流程耗时压缩：尽调报告的生成时长从传统的 10个工作日大幅压缩至1个工作日。 输出质量达标：生成的信贷审查内容及报告，其人工审核采纳率高达 93%。 复杂信贷与供应链场景：在跨境金融、产业金融和对公信贷等项目中，大模型展现出色的多源数据关联推理能力，支持企业从合同、发票、资质等单据自动进行提取、填报和生成，整单准确率高达 94%。
9310编辑于 2026-04-24腾讯混元大模型信贷助手概要
），为信贷业务提供全生命周期智能体服务的综合解决方案。 二、产品应用场景 受众：零售信贷机构、大对公信贷机构、非银机构、银行、券商等。 特定业务场景痛点： 零售信贷：额度小、风险分散、数字化程度高，AI应用需深化全流程。 大对公信贷：额度大、风险集中、业务复杂，可支撑AI应用少。 非银机构：现场获客尽调为主，发展线上获客/远程进件/远程尽调，需AI出具尽调报告。 银行：渠道/网点获客，现场进件/尽调，人工出具尽调报告、信审报告。 券商发债：渠道/网点获客，现场进件/尽调，人工出具募集说明书。 三、应用框架和功能介绍 功能框架 场景层：财报提取、行业分析、企业材料提取、尽调报告生成、信审报告生成。
24320编辑于 2026-04-062025 腾讯云金融AI前沿实践及洞察
大数据平台，含#luoshu数据湖治理服务） #混元大模型（含金融专项增训模型） #TI（一站式训推平台） #TCADP（智能体开发平台） #乐享企业知识库（含AI陪练、知识库广场） #信贷尽调助手 ima（知识库广场超1000万篇公开知识） 2.3 微信/QQ/文档等场景大模型接入 大模型落地金融业的五大高价值场景 3.1 场景一：金融企业知识库（乐享解决方案） 3.2 场景二：对公信贷尽调助手 麦肯锡、IDC、Gartner（企业数据与AI平台价值金字塔）、毕马威《2024中国金融科技企业首席洞察报告》、微软《Work Trend Index Annual Report》、腾讯云实践数据库（含信贷尽调 轻量化模型矩阵：混元大模型（7B-Dense）在信贷尽调中字段结构化准确率98.8%，财务数据提取精度行业领先。 大模型能力：混元大模型全链路自研，在信贷尽调中人工审核采纳率93%，报告生成周期从10天压缩至1小时（效率提升10倍）；舆情大模型事件发现效率提升30倍，报告生成时效15分钟。
26820编辑于 2026-04-22好的，这是一份根据您提供的腾讯云银行行业解决方案白皮书内容生成的详细摘要和核心内容提炼。
价值：为智能客服、投研分析、信贷审批等场景提供精准、可靠的决策支持，减少大模型“幻觉”，提升专业性。 2. 实战案例（AI对公尽调）： 痛点：传统尽调报告耗时长达10个工作日。 成效：将尽调周期缩短90%以上（至1小时内），审核采纳率达93%。 3. 业务风控（信贷与交易）： 新挑战：行业风险共振导致客群迁徙、职业背债人、小微虚假经营等新型风险。 解决方案：提供动态实时反欺诈评分、职业背债人骗贷预警、小微企业风控专属模型（人+店+企业洞察）。 实战验证：方案源自腾讯内部及众多金融机构的实践，如AI尽调、分布式核心、实时风控等，具有很高的可行性和参考价值。 这份白皮书为商业银行规划和实施数智化转型提供了清晰的技术路线图和丰富的实践案例。
21810编辑于 2026-04-22- 来自专栏区块链入门
【正经说】如何对投资机构做个简单免费的尽调呢？
PE对企业进行尽调，其实PE自身也会被别人尽调的，通常有PE基金的投资人(俗称“LP”)和被投资企业的尽调这两种类型。 目前中国大多数人民币基金的国内LP不去做这样的尽调，因为他们缺乏这样的专业知识，目前市场上基本上找不到这样对PE基金管理人（俗称“GP”）进行尽调的第三方服务机构。 谁给的价格高、决策快是一眼就能看出来的，而哪一家PE更专业更适合更有价值确是需要花时间、花人力、找渠道、用方法去调查了解的，这就是企业家对PE的尽调。 在中国短时间里涌现出来的PE大军里，更是混杂了很多鱼目，甚至“李鬼”式PE，所以企业对PE的尽调在中国就显得尤其重要。 好的投资机构肯定不怕尽调，而冒牌忽悠的投资机构一定是忌讳对自己尽调。老司机认为，选择投资机构，并不一定是要挑规模最大、名气最响的，就像婚姻一样，最适合自己的才是最好的。祝大家都融资顺利。
58321发布于 2018-08-10 企业股权穿透图-企业股权穿透信息查询-公司股权穿透查询-公司股权结构-公司股权结构查询
前言支持通过关键词智能获取企业上下游产业链及对外投资关联信息，全面整合并呈现企业直接投资、间接投资、参股控股等多层级经营关联数据，清晰梳理企业对外投资布局、关联主体股权结构及产业上下游合作脉络，为商业尽调 运用场景商务合作与供应商准入尽调通过查询合作企业实际控制人及对外投资关系，排查关联风险、隐性关联方，全面掌握合作主体真实背景，降低合作与供应链风险。 金融信贷与授信风险审核在企业贷款、授信审批中穿透核查实控人及投资关联，明晰股权结构与最终受益人，防范关联互保、多头借贷等信贷风险。 股权投资与项目投前尽调通过实控人及对外投资关系分析企业控制权结构、产业布局，辅助判断投资价值与潜在风险，为投资决策提供依据。
13010编辑于 2026-04-22云+AI共建银行数智化未来——腾讯技术驱动的金融业务提效与场景落地
剖析银行数智化转型核心瓶颈 银行在推进数智化过程中面临多重战略困境与业务瓶颈： 信贷尽调低效：传统人工处理超长文档、风险分析耗时长，报告生成需10个工作日，人工审核负担重。 呈现腾讯云+AI场景化解决方案 腾讯基于“云-数-模-应用”飞轮，提供覆盖信贷、研发、营销、智算、数据管理的全栈技术方案： 大模型信贷尽调助手：集成文档预处理（多样性/超长文档处理）、检索召回（最适搜索算法 ）、KV提取（专属精调模型）、风险分析（金融知识结合）能力，一站式覆盖95%尽调工作内容。 量化技术应用业务价值 关键ROI指标（基于原文数据）： 信贷尽调提效：工作效率提升10倍，报告生成时长从10个工作日压缩到1个工作日，人工审核采纳率93%（来源：腾讯全球数字生态大会场景2数据）。 全栈产品矩阵：覆盖金融AI应用（信贷助手、智能投顾）、大模型工具（TI-ONE、TCAD）、数据管理（TBDS湖仓一体）、基础设施（TCE智算集群），落地金融100+场景（来源：金融行业大模型应用全景图
26120编辑于 2026-04-21腾讯云商业银行数智化解决方案：以知识工程与智能基建驱动业务价值跃迁
应用实战：以AI对公尽调为例，通过多模态文档解析、生成式K-V提取模型、报告撰写模型，结合ADP工作流引擎可视化编排，实现尽调报告自动化生成。 第三章 量化应用效果与客户价值 效：方案落地实现关键业务指标显著提升，核心ROI指标如下： AI对公尽调效率：传统人工尽调周期10个工作日，AI方案压缩至1小时（结合人工审核1日内完成），周期缩短90% ，审核采纳率93%以上（来源：腾讯云AI对公尽调解决方案实践）。 第四章 客户实践：AI对公尽调与核心系统重构 托： AI对公尽调案例：某银行应用腾讯云方案，通过TI-ONE训推平台构建多模态文档解析与生成式K-V提取模型，ADP平台编排尽调流程，实现“上传材料- 行业实践：深度参与微众银行、多家国有大行核心系统建设，AI对公尽调、智能风控等方案经千行百业验证，提供“拿来即用”的低风险落地路径。
12010编辑于 2026-04-22构建银行数智化底座：基于“云+大模型”的业务效能提升与基础架构演进
数据与场景之间存在鸿沟： 海量金融数据（包括音视频、超长文档等非结构化数据）未能有效转化为业务生产力，导致一线营销、信贷尽调等高人力成本场景无法实现规模化提效。 大模型信贷尽调助手： 整合NLP预处理、最适搜索召回算法与专属精调风控模型，提供一站式识别、提取与风险分析，大模型能力覆盖信贷员95%的工作内容。 量化AI场景落地：信审提速、代码增效与基建提质 系统及产品的应用效果已在具体业务中得到严格的量化指标验证： 核心业务效能跨越： 大模型信贷尽调助手使人工审核采纳率达到 93%，整体工作效率提升 10倍； 尽调报告生成时长从 10个工作日大幅压缩到1个工作日。
14920编辑于 2026-04-21企业实际控制人查询-公司实控人查询
运用场景企业合作尽调风险筛查在商务合作、供应商准入前查询合作方实际控制人，结合股权控制链核验合作主体背景，识别关联风险与隐性关联，降低合作决策风险。 金融信贷与授信审批银行及信贷机构在企业贷款、授信审批环节核查实际控制人信息，掌握股权结构与最终受益权属，评估还款能力与关联担保风险。 投资尽调与项目研判股权投资、财务投资过程中穿透核查企业实控人及控制链条，判断企业实际控制权归属，辅助估值与投资决策。
10110编辑于 2026-04-22- 来自专栏音视频咖
覆盖终端用户超1亿，支撑超500家机构！腾讯云升级金融级音视频解决方案，提供全新架构、安全和特性
远程银行、视频尽调、全媒体客服、路演直播……近年来，音视频技术支撑下的非接触式金融服务，成为了金融机构数字化转型和探索服务创新的重要方向。 12月21日，腾讯云正式发布升级版金融级音视频解决方案。 目前，腾讯云金融级音视频解决方案已经在视频化柜面服务、远程信贷、全媒体客服、云联络中心、移动展业、远程尽调、金融直播点播等各类金融服务场景中落地。 以某国有银行为例，该行基于腾讯云腾讯云金融级音视频解决方案打造了云上银行平台，构建了基于云网点、云柜员、云管家的新一代银行综合服务体系，用户能够不受物理区域和时间限制，随时随地享受到贷款、理财、对公等各类金融服务
68810编辑于 2024-01-01 - 来自专栏TEL18600524535
组织机构代码证识别技术：企业信息化流程自动化的重要工具
应用场景组织机构代码证识别技术已广泛应用于所有需要高效录入企业信息的场景中，极大地提升了效率与体验：金融服务：对公开户：银行在为企业办理对公账户开户时，员工只需扫描代码证，即可自动填充所有企业信息，免去手动录入 信贷审批：快速录入企业基本资料，加速贷前审核流程。企业支付与结算：在支付平台注册商户时，用于快速验证企业身份。政务办理：工商注册/变更：市场监督管理局办事大厅，一键采集企业信息。 企业征信与风控：在进行企业尽调或风控审核时，快速采集和核验企业基础信息。物流与电商：企业电商入驻：电商平台审核企业卖家资质时，用于信息快速录入与核验。 对公物流：企业客户寄送大件物流时，快速填写发票抬头和公司信息。组织机构代码证识别技术是计算机视觉与深度学习在实际商业场景中成功应用的典范。
34710编辑于 2025-08-28 - 来自专栏爱分析洞见文章
音视频+AI，中关村科金助力某银行探索发展新路径 | 案例研究
该平台将高可用、高安全的底层音视频能力嵌入其中，帮助银行实现了客户信息维护等基本业务，对公开户、远程尽调等对公业务，理财风险测评、视频面签等零售业务，贷款初审、贷款面签、贷后管理等信贷业务场景的线上化智能化 一是借助视频银行，该行能够降低业务办理等待时间“见面”成本，线上业务办理率提升了约150%-200%，服务及展业效率显著提升，如对公开户流程仅需半小时即可完成，极大地降低了运营成本，增强了客户体验，客户满意度提升了 二是通过视频银行+数字人的模式，该行既能够7*24小时全时段服务与展业，又能有效节约人工，降低人力成本，而在某些场景下，如在需借贷人、担保人等多角色参与的信贷业务场景中，通过人机协作，该行能将流程标准化
47840编辑于 2022-08-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号