文/盧時(shí)云 編輯/韓英彤

通過(guò)人工智能為銀行業(yè)務(wù)賦能是大勢(shì)所趨。與時(shí)俱進(jìn)、擁抱未來(lái)，也是國(guó)際結(jié)算業(yè)務(wù)人員的必然選擇。

近年來(lái)，人工智能在金融領(lǐng)域應(yīng)用風(fēng)生水起。作為國(guó)際結(jié)算重要工具的信用證業(yè)務(wù)，盡管專業(yè)性強(qiáng)、規(guī)則復(fù)雜，但也有規(guī)律可循?？梢灶A(yù)見，人工智能未來(lái)在信用證業(yè)務(wù)方面的應(yīng)用，將會(huì)越來(lái)越廣泛。本文以商業(yè)信用證為例，探討人工智能的應(yīng)用場(chǎng)景。

信用證業(yè)務(wù)項(xiàng)下客戶、機(jī)構(gòu)等人工智能畫像

對(duì)銀行來(lái)說(shuō)，已經(jīng)積累了大量的進(jìn)出口信用證業(yè)務(wù)數(shù)據(jù)，利用人工智能和大數(shù)據(jù)技術(shù)，可以實(shí)現(xiàn)以下幾方面的畫像，為業(yè)務(wù)管理和風(fēng)險(xiǎn)防控提供支持。

客戶畫像

對(duì)歷史交易進(jìn)行分析，勾畫出客戶/交易對(duì)手的行為特點(diǎn)，包括信用證執(zhí)行情況、業(yè)務(wù)糾紛情況等。對(duì)于交易中經(jīng)常出現(xiàn)實(shí)質(zhì)性拒付（如單據(jù)退回交單行），或者經(jīng)常利用拒付獲得商業(yè)利益（商品降價(jià)）等情況，可以考慮將此類客戶/交易對(duì)手列為黑名單/灰名單，并對(duì)其后續(xù)發(fā)生的新業(yè)務(wù)進(jìn)行警示或禁止。

代理銀行畫像

同樣是利用歷史交易，對(duì)代理行進(jìn)行畫像，將嚴(yán)重違反國(guó)際慣例的銀行設(shè)置為黑名單/灰名單，并對(duì)其后續(xù)發(fā)生的新業(yè)務(wù)進(jìn)行警示或禁止。

商品畫像

通過(guò)對(duì)歷史交易中商品進(jìn)行識(shí)別和分析，獲取商品與國(guó)家關(guān)系、商品與港口關(guān)系、商品與客戶關(guān)系等信息，特別是大宗商品類。如后續(xù)交易相關(guān)進(jìn)出口商品種類或數(shù)量出現(xiàn)商品畫像矛盾的情況（如最近十年歷史交易中，從A港口進(jìn)口B大宗商品數(shù)量為0，而一筆新交易卻是從A港口進(jìn)口B大宗商品1000噸），應(yīng)在業(yè)務(wù)辦理時(shí)給予提示或警告。

信用證條款人工智能判別

按照業(yè)務(wù)慣例，信用證在條款上有一定的規(guī)律性。如商業(yè)信用證一般都有貨物描述，單據(jù)要求條款中一般都包括發(fā)票、裝箱單、運(yùn)輸單據(jù)等，附加條款中一般都有保付條款和寄單地址等。此外，信用證通知行一般都審核信用證是否有軟條款。

為實(shí)現(xiàn)信用證條款人工智能判別，應(yīng)針對(duì)信用證單據(jù)條款欄位（TAG46、TAG47、TAG78等），建立自然語(yǔ)言處理相關(guān)工具，包括分詞、分句、單據(jù)條款相關(guān)模型等。眾所周知，信用證TAG46是單據(jù)要求欄位，一般情況下都有發(fā)票要求、運(yùn)輸單據(jù)要求等內(nèi)容；TAG47是附件條件，經(jīng)常有單據(jù)出具語(yǔ)言要求、單據(jù)引用合同號(hào)要求等內(nèi)容。這些要求在語(yǔ)義上一般是相互獨(dú)立的表述。鑒此，在人工智能處理時(shí)可按以下四步操作：第一步，將上述條款欄位內(nèi)容，按照規(guī)則拆分成獨(dú)立語(yǔ)義的語(yǔ)句。第二步，通過(guò)算法模型對(duì)語(yǔ)句進(jìn)行分類，如分為發(fā)票要求條款、運(yùn)輸單據(jù)要求條款、保險(xiǎn)單據(jù)要求條款、單據(jù)出具語(yǔ)言要求條款、不符點(diǎn)費(fèi)告知條款等。第三步，將這些條款再?gòu)能洍l款維度進(jìn)行分類，識(shí)別出是否包含軟條款。第四步，對(duì)于信用證存在關(guān)鍵信息的缺失（如缺少發(fā)票要求、缺少寄單地址等）或含有軟條款情況，可根據(jù)實(shí)際情況進(jìn)行相應(yīng)的處理。如對(duì)信用證缺失寄單地址的情況，銀行應(yīng)聯(lián)系開證行讓其盡快提供寄單地址，以免在寄送單據(jù)時(shí)出現(xiàn)地址不明確的情況；如信用證有對(duì)受益人不利的軟條款，銀行應(yīng)告知受益人，并建議受益人聯(lián)系申請(qǐng)人進(jìn)行修改。

人工智能業(yè)務(wù)錄入

無(wú)論是客戶提交紙質(zhì)開證申請(qǐng)書，還是銀行收到交單行的單據(jù)，都需要業(yè)務(wù)人員進(jìn)行人工錄入。采用OCR/ICR和自然語(yǔ)言處理等功能，可以實(shí)現(xiàn)業(yè)務(wù)的自動(dòng)化錄入。

首先是通過(guò)OCR/ICR技術(shù)，將紙質(zhì)單據(jù)的圖像文件轉(zhuǎn)化為文本文件，然后通過(guò)自然語(yǔ)言處理等手段，對(duì)OCR/ICR識(shí)別的錯(cuò)誤信息進(jìn)行糾正，然后將該文本文件抽取成業(yè)務(wù)所需要的結(jié)構(gòu)化數(shù)據(jù)，再轉(zhuǎn)化為業(yè)務(wù)操作界面需要輸入的數(shù)據(jù)項(xiàng)，實(shí)現(xiàn)業(yè)務(wù)智能化自動(dòng)處理。

以進(jìn)口開證信用證申請(qǐng)書為例。一般情況下，一家商業(yè)銀行會(huì)有固定模板。銀行可以通過(guò)固定模板，對(duì)開證申請(qǐng)書進(jìn)行OCR/ICR識(shí)別，將申請(qǐng)書上內(nèi)容轉(zhuǎn)換為文本文件；然后再通過(guò)自然語(yǔ)言處理，將文本文件進(jìn)行分詞、分句、分塊、命名實(shí)體識(shí)別，以及OCR/ICR識(shí)別有誤的單詞并糾錯(cuò)、模型算法等處理，變成結(jié)構(gòu)化數(shù)據(jù)，包括：申請(qǐng)人名稱、地址，受益人名稱、地址，有效期，有效地點(diǎn)，最遲裝船期，貨物描述，單據(jù)要求，附件條款等；最后用這些結(jié)構(gòu)化信息對(duì)業(yè)務(wù)操作界面相關(guān)欄位進(jìn)行賦值，實(shí)現(xiàn)人工智能自動(dòng)錄入。

人工智能單證審核

目前單證審核都是專業(yè)人員線下人工完成，也是信用證業(yè)務(wù)技術(shù)含量最高的部分。如果能實(shí)現(xiàn)信用證業(yè)務(wù)由人工審核向人工智能審核的轉(zhuǎn)變，將大幅度提高單證業(yè)務(wù)的處理效率。

由于單證業(yè)務(wù)審核需要遵循UCP600、ISBP、國(guó)際商會(huì)案例、業(yè)務(wù)實(shí)務(wù)慣例等，因此要實(shí)現(xiàn)單證人工智能審核，首先要將上述規(guī)則構(gòu)建成審單知識(shí)圖譜，為業(yè)務(wù)審核推理、計(jì)算奠定基礎(chǔ)。具體而言，就是要通過(guò)OCR/ICR識(shí)別和自然語(yǔ)言處理等，對(duì)信用證和單據(jù)形成精確的業(yè)務(wù)表示、業(yè)務(wù)推理、業(yè)務(wù)審核，并將審核結(jié)果展示給終端用戶。

單證人工智能審核目前存在兩個(gè)難點(diǎn)：一是審單知識(shí)圖譜構(gòu)建。據(jù)了解，這方面業(yè)務(wù)尚無(wú)先例。二是審單數(shù)據(jù)缺失。按照目前通行的審單習(xí)慣，單證人員審單時(shí)一般不記錄“相符”部分，只概括性記錄“不符”部分（如：發(fā)票受益人不符），從而導(dǎo)致數(shù)據(jù)缺失，也就無(wú)法使用人工智能算法進(jìn)行建模。

鑒于目前的困境，可以考慮將人工智能審單分兩步走：第一步，組織相關(guān)知識(shí)專家，采用自上而下的方式建立知識(shí)圖譜，并在此基礎(chǔ)上建立人工智能輔助審單工具，完整、詳細(xì)地記錄單據(jù)審核內(nèi)容和結(jié)果，包括目前線下不記錄的“條款相符”等情況，以解決數(shù)據(jù)缺失問(wèn)題；第二步，在積累大量審單數(shù)據(jù)基礎(chǔ)上，對(duì)審單模型進(jìn)行訓(xùn)練、優(yōu)化，達(dá)到目標(biāo)后，再實(shí)現(xiàn)人工智能審單功能。

往來(lái)報(bào)文智能化處理

對(duì)于銀行每天都會(huì)收到的大量報(bào)文，也可以使用人工智能手段，根據(jù)報(bào)文類型和內(nèi)容進(jìn)行分類，并據(jù)此設(shè)計(jì)不同的處理流程。具體到操作上，可先根據(jù)報(bào)文內(nèi)容，按照重要性、后續(xù)處理的不同要求等維度進(jìn)行分類，然后再考慮設(shè)計(jì)差異性流程。舉例如下：

（1）告知銀行類（以付款通知為例）。一般情況下，付款通知只是開證銀行對(duì)付款情況的告知，屬于備查類。因?yàn)閷?duì)于交單行來(lái)說(shuō)，只有收到開證行付款頭寸時(shí)，才能證明開證行已經(jīng)付款；因此，此類業(yè)務(wù)可以由系統(tǒng)自動(dòng)處理完畢。如必要，可以考慮在當(dāng)日終（或第二天）時(shí)提供一個(gè)清單，供業(yè)務(wù)人員查看。

（2）業(yè)務(wù)投訴及糾紛類（如投訴銀行無(wú)理拒付）。此類報(bào)文處理不好，有可能影響銀行的信譽(yù)或與對(duì)方銀行未來(lái)的業(yè)務(wù)合作。因此，可以考慮將此類業(yè)務(wù)首先推送給業(yè)務(wù)主管，讓業(yè)務(wù)主管根據(jù)實(shí)際情況進(jìn)行妥善處理；如有必要，報(bào)告給上一級(jí)領(lǐng)導(dǎo)。

（3）不符點(diǎn)拒付類。第一步，提取對(duì)方電文中不符點(diǎn)信息；第二步，獲取原單據(jù)審核結(jié)果，并與電文中的不符點(diǎn)進(jìn)行對(duì)比；假設(shè)不符點(diǎn)不成立，應(yīng)觸發(fā)人工智能反駁不符點(diǎn)模型，生成新的報(bào)文。此類功能較為復(fù)雜，應(yīng)建立專門的不符點(diǎn)反駁報(bào)文模型和觸發(fā)機(jī)制。在功能實(shí)施路徑方面，可以參考人機(jī)問(wèn)答機(jī)制。

信用證業(yè)務(wù)知識(shí)圖譜的構(gòu)建及應(yīng)用

按照目前的主流做法，如果想通過(guò)人工智能對(duì)某個(gè)專業(yè)領(lǐng)域賦能，需要建立該領(lǐng)域的知識(shí)圖譜，為人工智能的實(shí)現(xiàn)提供基礎(chǔ)支持。而信用證業(yè)務(wù)目前缺少成體系的知識(shí)圖譜，很多環(huán)節(jié)知識(shí)圖譜缺失較為嚴(yán)重。因此，如想要擁抱人工智能，應(yīng)先補(bǔ)齊信用證業(yè)務(wù)知識(shí)圖譜的短板。

知識(shí)圖譜的使用需要與相應(yīng)的人工智能工具及模型配合，實(shí)現(xiàn)在開證、通知、修改、審單、收付款、往來(lái)報(bào)文等環(huán)節(jié)的智能處理。此外，還可以將知識(shí)圖譜建成單證業(yè)務(wù)知識(shí)系統(tǒng)，用于單證業(yè)務(wù)人員的知識(shí)培訓(xùn)、學(xué)習(xí)、業(yè)務(wù)咨詢等方面，為單證業(yè)務(wù)發(fā)展提供支持。