金融文档庖丁解文，把重复Paperwork变成Happywork

知乎上曾有一个趣味调查：金融行业什么样的职位最苦逼？排在第一名的是投资银行家，他们非常的苦！他们最苦的地方在哪儿？

答曰：写报告、审报告、看报告！

他们头顶鲜衣怒马的光环，但不管是见惯市场风浪的大拿，还是刚入深坑的菜鸟，投行人士都避免不了和各种金融文档打交道，特别是事业初期的从业者，每天都在撰写各种金融文档、各种募集说明书，包括债券募集说明书、IPO或者其他各类财务报告。

金融文档的撰写及审阅工作非常繁杂枯燥，重复度极高，却又不能容错。而且这些文件交付都有 Deadline，如此大的工作量和紧迫性质，经常让他们感到非常痛苦和压力山大。

怎么拯救这些高智商，高门槛金融人士的工作时间和效率呢？糅合了人工智能应用的金融领域黑科技——“庖丁解文”，能最大程度的解放金融人士在审阅、编纂报告时的重复劳动，兼顾效率与准确，还投行人士真正的鲜衣怒马！

人类与机器在金融中后台业务工作中各有所长

我们知道，金融中后台业务的工作中有大量重复的paperwork，完成单个paperwork比较简单，但完成整个任务的难度取决于任务重复次数所带来的难度和完成单次任务的难度。

图1，金融中后台业务工作特点：重复度高、单次工作难度低

机器在重复过程中感受到的难度是线性增长的，而人类遵循着学习曲线，在重复次数达到一定数量之后，会产生枯燥、抵触的负面情绪，执行难度呈指数式增长。

举一个通俗的例子：某个任务包含10万个简单演算，互为因果前提，正确完成单个演算非常简单，但正常人总有一定的出错几率，如果平均出错几率大于十万分之一，那么这个任务对于普通人来说就是不可能完成的任务。

金融行业是一个文档密集型行业。各大投行、券商、会计师事务所等金融机构需要对大量金融文档进行撰写、复核和分析。同时，需要公开披露的金融文档还具有法律效应，出现某个细微错误或将带来真金白银的经济损失。

为了将文件的错误率降到最低，相关机构需要大量经过训练的金融人才。不过，即使经过训练，在这种程式化的工作上，因为精力有限，人不免还是会有很多错误。这些琐碎的细节，以及不容有错的数据，经常令高大上的金融人士心力交瘁。

而如果把这些工作交给机器，则完全不同了，因为机器与人类对持久性、重复性工作的难度系数是迥异的：

图二，机器与人的差异：持久性难度系数迥异

另一方面，对于完成单次完成的难度来说，人类和机器也截然不同。人类天生就会听、说、看、理解，对人类来说这最为简单；而逻辑推理与数学运算则需要后天学习，下棋更是需要高度分析、判断及预测能力，对人类来说也最难。而机器则不同，它们擅长的是数学运算、搜索、检索与存储，而听、说、看、理解这些人类的本能对机器却是最大的挑战。

图三，机器与人的差异：单次完成任务的难度不同

由机器来替代重复性的文档工作，提升金融行业的运营效率

庖丁科技的工作则是致力于将听、说、看、理解这些人类的“智能”，转换为计算过程，使机器完成这种单次任务的难度下降。让机器能够读懂金融文档，并完成最为重复、繁琐的paperwork。

具体而言，目前各类披露的金融文档已呈现为富格式文本（Richly Formatted Data）的形式，包含篇章结构、文字段落、图表、甚至无边框数据表格等各类形式。这些各类不同的格式段落都是方便人类进行阅读和理解的，而对机器来说确是难上加难。

而庖丁科技的产品基于自然语言处理（NLP）与计算机视觉深度（CV）技术的融合，通过深度学习，让计算机能够像人类一样读懂金融文档，将文档中非结构化数据结构化，实现智能甄别、理解、关联、分析等功能。

最终，对于金融行业中后台的大量重复的文档工作，庖丁科技的人工智能将能够以人的精度加上机器的速度和广度，更轻松高效的完成，最终替代人类的这部分工作，让人类从paperwork中解脱，投身到更需要创造性的happywork中去！