從文檔分析和智能投研切入，「庖丁科技」想用AI提升金融數據核對效率

在美國，Kensho的B輪資方有S&P Global、高盛、摩根大通、花旗集團、富國銀行等；AlphaSense的數百名客戶中有摩根大通、Parnassus Investments、瑞士信貸、甲骨文等。但在中國，我們還沒看到智能投研領域的獨角獸。36氪此前報道過一些「將AI應用到投研工具」的國內公司，大多集中在A輪或更早期，講述的故事很美，但產品落地緩慢。

庖丁科技CEO高大光在認識到投行業務中存在的諸多痛點後，在2016年結識了來自騰訊和中科院的技術專家，併合伙成立了庖丁科技。團隊決定走2B路線（現階段看，2C的智能投顧確實不像是好方向），並先從金融文檔結構化做起，將AI與金融數據分析結合，幫助投行提高投研的效率和能力。

今年4月，庖丁科技在微信公眾號「債有主」上發布了債券存續期管理工具，用戶通過PC上傳Word版債券募集說明書後約半小時，微信會顯示AI在後台核驗到說明書中可能出現的財務數據錯誤和衝突；5月，庖丁科技又上線了一款基於人工智慧的複核工具，能幫券商比較標的和競品間的同一指標，智能甄別和盡調。

目前複核工具免費開放，一是為了節約金融從業人員的時間和成本，二是在投行圈裡擴大知名度和口碑影響力，庖丁科技在下一階段BD券商時，有落地產品做說明和參照，增強其付費意願。B端粘性強，庖丁科技將發掘需求，在盡調和投研上定製更深層的產品和服務。

高大光對金融機構的付費意願持樂觀態度，高大光表示，雖然在金融領域，AI產品還處於教育階段，但是目前已經有許多機構主動找到庖丁科技，希望通過部署產品來升級成為「AI金融機構」。除了趨勢利好以外，目前其AI複核工具已經可以將券商中複核文件的團隊人數從20人降低至5人，幫助金融機構節省下了大量的人工成本。

同時，庖丁科技也在研發「AI自動撰寫金融文檔」。對於機器來說，這件事也許比複核更簡單，因為文檔的結構更清晰，即使處理非結構化的數據，也有規律可循。金融知識圖譜在底層提供支持，供計算機搜索、比對和分析。

庖丁科技的金融知識圖譜主要來自於二級市場公開信息。此外，用戶還上傳了超過1000份金融文檔，考慮到數據保密問題，庖丁科技已經完成開發支持私有部署的版本。當然，光有數據源還不夠，準確度更重要，畢竟金融從業者們知道AI也會犯錯。

庖丁科技對已上市的1000多隻債券的募集說明書做了自動分析和人工確認，發現其中70%存在數據不一致。在用戶上傳的金融文檔中有98.4%存在數據衝突；每篇出錯的文檔，平均包含6.5個錯誤。因此，專家組做出模塊，按規則預處理數據，教AI採集和處理數據的邏輯，學習組再複核計算機的錯誤和冗餘，教機器不犯重複錯誤，以此訓練AI的精度。

「AI分析文檔」的可延伸性強，金融外也有不少應用場景（比如法律文書），不過高大光表示，金融需求巨大，比如一、二級市場雖然知識庫不同，但財務模型、報表和商業邏輯卻是相通的，庖丁科技會專註自身基因和資源所在的領域中。

盈利方面，高大光告訴36氪，未來除了目前產品本身的收費以外，產品本身可以收集到一二級市場各個行業的數據，通過對比核對，可以推算出各個行業的背後的資本市場，資金動態等宏觀信息。而了解各種行業的所有數據只可能使用AI技術實現，庖丁科技正在構建不同於傳統知識圖譜的新一代「資本全景動態系統」。而這些數據將是投資人做決策時的主要依據，未來通過這類數據變現的想像空間自然也是巨大的。

團隊方面，聯合創始人兼董事長林得苗，畢業於清華大學，曾就職於惠普和騰訊，曾開發Top 10的App應用，如限時免費大全等產品。聯合創始人兼CEO高大光，金融及法律背景，曾供職Power Corporation of Canada、香港聯交所、中信證券。聯合創始人兼首席科學家羅平，中科院計算所研究員及博士生導師，10年智能演算法研究應用經驗，擁有10項美國專利，微信人工智慧首席科學顧問。

庖丁科技曾於2017年9月獲得千萬元級的融資，目前正在尋求新一輪融資。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！