随着互联网金融和数字化的发展，商业银行网点轻型化运营成为新的发展趋势，而业务集约运营则是推动柜面业务分流、释放网点资源、提升网点营销服务效能的中坚力量。工商银行秉承“集约运营、服务共享”的宗旨，成功构建了“前台统一受理、后台集中处理”的集约运营体系，这一模式目前已承接71%的对公业务受理和部分个人业务的集中处理，为网点减负赋能和向市场营销转型提供基础支撑。但随着网点运营改革进入深水区，业务集约运营传统模式下网点业务受理的问题逐渐显现，如业务受理过程中人工检查成本高、重复劳动多、学习成本高等，这些因素导致网点柜员业务受理时间长，人力资源难以有效释放。为了进一步简化集约业务受理流程、提升对客服务体验，工商银行经过多年探索，充分利用新技术优势，推进集约运营业务受理模式革新，进一步为网点减负赋能。
一、集约运营模式下网点传统业务受理模式的痛点
网点业务受理是集约业务办理的入口，客服经理收到客户提交的资料后，需要先对账户信息进行人工检查，然后扫描凭证信息、核对凭证要素，根据客户办理业务的目的和凭证资料定位涉及的业务场景后，选择业务场景和补充录入业务场景的必要信息，并提交后台集约中心进行集中处理。
图1 网点传统业务受理流程及痛点
从整个业务受理流程来看，重复劳动多、学习成本高、受理耗时长、出错反馈不及时，信息核对、业务分析、场景选择等占据了柜员较多时间。例如，在对客户信息和凭证信息进行核对时，需要针对具体要素逐项检查，繁琐操作耗时又耗力；业务分析和场景选择时依赖柜员个人经验进行凭证组合扫描、设置业务主凭证和选择业务场景等处理，专业性强、上手难度大；受理过程中出错反馈不及时，提交后台中心才被退回，增加了业务整体的办理时间，影响客户体验。
二、工商银行网点业务受理智能化研究和实践
为解决痛点，亟需创新升级业务受理模式，利用新技术从多方面提升网点业务受理的效率和能力。一是优化业务受理流程，减轻客服经理工作负荷，为网点减负。二是提升业务受理的自动化程度，降低学习成本、提高受理效率，为客户和柜员节省时间。三是将后台集约中心相关审核环节的风险前移，提升业务直通率，降低客户重新临柜的风险和后台重复工作量。工商银行积极建设凭证识别、版式分析的智能处理流程，针对集约运营重点场景，优化识别处理过程，实现账户和客户信息的预检查、凭证要素的预审核、业务场景的智能定位以及问题实时校验反馈，打造网点智能业务受理新模式。
1、能力建设
（1）凭证要素智能识别提取能力
凭证要素识别是业务流程中的关键步骤，应用智能识别技术进行分析能有效提升效率。因此需构建基于图像预处理、特征提取、神经网络等技术的智能模块，实现凭证图像的智能识别和内容要素的提取分析。
图2 凭证要素智能识别分析
1）图像预处理。图像预处理是识别分析中一个重要的步骤，目的是在输入图像被识别之前，对其进行一系列的处理和转换，以提高图像质量、降低噪声、消除不必要的干扰，从而优化神经网络的性能。首先将输入凭证图像进行灰度化处理，降低图像的复杂性，减少计算量和模型参数数量，然后进行二值化，调整图像中像素值的分布，增强图像的对比，最后进行降噪和校正，采用每张凭证的最优处理参数，实现为每张图像定制专属参数。
2）凭证图像区域划分。凭证包括多个区域，基于整张凭证的文本识别很难区分各要素，因此需要构建基于目标检测的方法从凭证中截取用户信息区域、金额区域、签名区域、印章区域、条形码或二维码区域、序列号或编号区域、日期和时间戳区域等图像片段的能力。
3）要素特征提取。从划分区域后的凭证图像中提取有效的字段特征信息，如用户信息特征、凭证号信息特征、金额信息特征，供后续识别和处理。
4）云计算平台融合处理神经网络识别结果。对各区域的字段特征进行分析识别，得出每个区域的文字信息。由于目前单一神经网络的识别结果容易产生误差，将识别图像任务上传到云平台，利用云平台的强大算力提高识别效率，结合多个神经网络进行识别，对识别结果设定融合结果参数和阈值，获取最终识别结果，提高识别准确率。
5）结构化返回数据。根据不同的使用方向结构化识别结果，例如后台技术处理凭证json格式化报文、业务导出表格化数据、CVS文件、图像数据等。
（2）凭证版式智能分析能力
凭证版式与业务类型存在强关联关系，是识别办理业务场景的重要依据，因此可构建基于凭证版式的知识图谱，依据凭证信息区域划分结果来判断业务类型，实现业务场景划分，同时辅助校验凭证要素识别结果等，从而构建凭证版式智能分析能力。
图3 凭证版式智能分析
1）收集和整理数据。依据存量业务资料、专家意见等数据，分析凭证的版式设计，包括布局、信息结构、安全特征等，识别关键要素，以及不同版式设计对信息提取、验证、处理的影响。分析凭证版式与不同业务类型之间的关联，识别哪些版式设计更适用于特定的业务场景。
2）构建凭证版式—业务知识图谱。基于版式尺寸、文字信息、图形图像信息、辅助信息等版式信息对不同版式的凭证进行预定义，并将该版式与业务类型进行映射关联。当获取到某版式信息时自动划分为对应的业务类型，并根据凭证中的文字信息将其中的业务风险做出提示。
3）凭证版式智能识别匹配。由版式尺寸信息、文字信息、信息、辅助信息等推出凭证所属业务类型、辅助录入信息的校验，并根据不同业务类型中存在的业务风险给出相关场景的提示和预警，实现辅助业务场景定位、风险提示、专业知识辅助等功能。
4）推动凭证版式调优。持续监控凭证使用情况，收集新的用户反馈和业务数据，评估版式设计的实效性。根据反馈和业务需求的变化，适时调整版式设计，以适应不断变化的业务环境和风险状况。
2、业务智能化受理方案与实践
针对以上业务受理流程及痛点分析，为了实现网点减负赋能、柜员轻松上手、流程简便增效、风险提前规避等目的，新流程结合凭证要素智能识别提取能力、凭证版式智能分析能力，将检查账户信息、核对凭证要素、选择业务场景等操作简化整合成为智能识别预处理，实现全流程全自动处理，结合校验结果整合反馈，从而提升业务受理质效、降低业务出错风险。
图4 智能识别预处理流程图
（1）智能预检预审
通过凭证要素智能识别提取能力，针对检查账户信息、核对要素凭证等要点，智能预检身份信息、用户余额等账户信息，智能预审凭证号码、委托信息等凭证要素，实现自动识别、智能核对，从手工操作变成自动处理，有效解决柜员重复劳动多、受理耗时长等问题。新流程耗时节省50%以上，提升了业务受理的效率和质量，显著降低柜员工作负荷。
图5 智能预检预审
（2）智能定位业务场景
通过凭证版式智能分析能力，结合凭证版式组合规则，实现办理业务场景的智能识别，并实时提示可能存在的业务风险。从高度依赖柜员个人经验划分业务到智能定位业务，解决了柜员业务类型选择困难的问题，降低了系统的上手难度。较低的培训成本和业务经验要求能够更好地应对柜员培训成本高和人员流动性大的问题。
图6 智能定位业务场景
（3）校验结果实时整合反馈
综合分析预检预审信息、业务场景信息，整合展现校验结果并向柜员实时反馈，要提前后台业务集中处理前进行调整，相比较传统业务模式在业务集中处理发现问题退回后才收到反馈（平均耗时30分钟），不仅业务退回率降低36.7%，同时也提升了业务处理效率，降低了业务错误风险。
（4）识别模型专项训练
对各业务场景的埋点数据进行分析，归纳提炼出较差的指标并针对性专项训练识别模型，以提高预审、预检信息的识别准确率和业务直通率，形成数据驱动的迭代循环，不断优化业务受理流程。
图7 识别模型专项训练
三、结语
实践结果表明，集约运营模式下，创新的网点智能业务受理新模式不仅减轻了网点对人工的依赖，推动网点人员结构优化和向营销模式转型，同时也提升了网点业务办理的效率和安全性，优化了客户服务体验，是现代金融服务与数字化转型完美结合的体现。本文深度剖析了智能技术在集约运营管理领域中的应用和创新，揭示了以新技术驱动的网点转型化运营改革的创新思路。展望未来，智能技术将持续迭代升级，智能化业务处理模式具有更广阔的发展前景，触角将触达业务集约运营更深、更广泛的领域，致力于为用户带来更加优质、高效、便捷的金融服务体验。
