银河证券：债券募集说明书撰写，从2天到1小时

10倍	95%	93%
撰写效率提升	AI数据点填充完成度	高峰期工作量减少

痛点 1: 海量扫描件，手动摘抄数据	庖丁解决方案 1: 识别提炼关键数据
扫描件底稿中的数据难以提取，只能靠人工查找搬运，效率低。	用 AI 技术从前序文件中提取关键数据，打通海量扫描件的数据孤岛。

PDFlux

痛点 2: 工作量集中，人工易出错	庖丁解决方案 2: AI 智能填充
信息披露有截止时间要求，文档需要大量的数据更新。工作压力高峰，人工处理较易出现错误。	系统代替人工智能更新数据，降低信息披露文档的错误发生率。

Glazer

痛点 3: 模板填充，适应场景狭窄	庖丁解决方案 3: AI 智能刷报
以往的模板填充方法，填充完成度低，且不能处理无预制模板的场景。	训练多组深度学习模型，从文档中提取知识图谱，灵活支持多种文档。

Glazer

海量底稿，提炼关键数据

投行文档中，一部分数据来自于发行人提供的海量扫描件底稿。基于光学字符识别技术、深度学习模型，庖丁科技让计算机理解复杂的金融文档，并从中提取关键信息，导出为结构化数据，沉淀为银河证券的数据资产。
有了数据源，再根据投行业务文档是否标准化、是否可预制模板，银河证券和庖丁科技采用不同技术路线，用 “智能填充”与“智能刷报”两种技术，开发出一套足以应对广泛业务场景的文档撰写系统。

模板化文档，智能填充

投行业务中，有一类文档篇幅较短，内容高度标准化，一般有监管部门对格式指导，包括发行公告、票面利率公告、上市公告、付息公告、摘牌公告等等。针对于这类文档，银河证券利用庖丁科技的智能填充技术，在系统中预制模板，标记其中的时间点和数据点，再从数据库和前序文件中提取数据自动填写。
智能填充的债券发行、上市、利率、付息、摘牌等公告，数据点完成度平均可达 95% 以上。AI 释放了投行人员的时间价值，大幅提升了业务产能潜力。

复杂业务文档，智能撰写

还有一类文档更为复杂，较难模板化，包括债券募集说明书、半年报、年报、年度受托管理报告等等。这类文档一般篇幅较长、内容安排有灵活性、监管的格式指导也不涉及细节。
庖丁科技的智能刷报技术，是利用 AI 模型，从旧文档动态生成新文档，由 AI 提取最新审计报告的数据，智能生成百页以上的复杂长文档内容框架，自动更新时间数据，以极高的准确率帮助业务人员从用应对业务高峰。

时间效率提升10倍以上

银河证券利用庖丁科技的金融文档智能撰写系统 Glazer，代替了大量的人工机械工作，帮助业务人员从容应对业务高峰。以银河证券投行部门当前业务量推算，该系统每年能将撰写时间从约 4000 工时减少到约 300 工时，折算约 2 人年，时间效率提升 10 倍以上。另一方面，文档材料的准确性也得到了保障， 原先易失误、易错的撰写问题得到了有效解决，减少了信披违规风险。