8月底A股中报披露进入最后冲刺几千家上市公司要在这一两周里把半年报发完。你可能觉得财报跟你没关系但对券商的行业分析师、基金的研究员、财经媒体的编辑来说中报季就是一年里最忙的时候——海量财报要在几天内读完、拆解、对比、出结论。一份上市公司半年报动辄一两百页光财务数据就几十张表。分析师要从中提取营收、净利润、毛利率、现金流这些关键指标还要跟去年同期比、跟同行比。以前靠人眼一份份翻、一个个数字抄一晚上能看完几份就不错了。这就是财报OCR和智能文档抽取的用武之地。传统的做法是把PDF财报转成可编辑文本再用OCR提取关键字段。但财报有个特点——大量数据藏在表格里而表格识别恰恰是OCR的难点。尤其是无框线的表格、跨页的表格、合并单元格的复杂表格普通OCR很容易把行列关系搞乱数字一错位分析就全错了。我们的方案是”OCR加大模型”的组合。OCR负责把财报里的文字和表格结构准确识别出来大模型负责理解语义、抽取关键指标。比如问一句”这家公司二季度净利润同比涨了多少”大模型能从几十页财报里定位到对应的数字给出答案。这个能力在几个场景里特别有用一是研报自动生成。券商分析师用文档抽取工具快速抓取财报数据自动生成研报初稿再人工修改润色。二是风控预警。银行的信贷部门对借款企业的财报做自动监控关键指标异常自动报警。三是监管合规。上市公司财报要跟披露文件交叉核对机器自动比对比人工快得多、也准得多。中报季对做财务数字化的人来说是一场真实的”大考”。能帮分析师从几百页财报里把数字快速、准确地抠出来这就是OCR最实在的价值。