AWS 聯手 Pulse AI 助金融業提升文件處理效率與準確性

隨著金融機構每日需處理數千份複雜文件，傳統光學字元辨識（OCR）工具在處理資產負債表、損益表、證券交易委員會（SEC）申報文件等複雜金融文件時，常因其錯綜的表格結構、多欄位排版及語境依賴資訊而力有未逮，導致資料準確性受影響。為此，AWS 與 Pulse AI 攜手推出解決方案，利用人工智慧（AI）技術優化金融文件處理流程。

這套解決方案結合了 Pulse AI 的文件理解能力與 Amazon Bedrock 的模型客製化服務。Pulse AI 整合視覺語言模型與傳統機器學習組件，專為文件理解而設計，能以語意感知方式從複雜金融文件中提取結構化資料，並有效處理複雜表格與階層式數據。其核心在於將非結構化文件轉換為具結構、符合標準的輸出，再將這些數據轉化為 Amazon Bedrock Nova Micro 模型可用的微調訓練資料集。

Amazon Bedrock 提供完全託管的模型客製化服務，實現零機器學習維運（MLOps）開銷，並能按需部署模型而無需預先規劃容量。透過 Amazon Bedrock 上的 Amazon Nova 系列模型，特別是 Nova Micro，金融機構可運用高品質數據進行微調，以建立符合組織特有金融慣例的領域專屬智慧。這些客製化模型能理解金融語境，並處理新文件，將人工審閱時間從數天縮短至數小時。

在實際應用中，該解決方案展現顯著成效。一份由約 1,000 份複雜金融文件組成的批次任務，以往需耗時數日才能完成，現在僅需不到三小時便能處理完畢，並產出結構化且可稽核的數據，供後續分析及 AI 應用使用。此外，相較於基礎 Nova Micro 模型，經過微調的自訂模型在支票數據的提取完整度上達到 100%，大幅提升了準確性。目前，Pulse AI 已被全球眾多企業採用，包括三星（Samsung）、Cloudera 和霍華德‧休斯公司（Howard Hughes）。

這套架構為金融機構提供了生產級的 AI 應用，透過訓練模型使其理解專有文件、術語和業務流程，將 AI 轉化為策略性資產，進而加速金融服務的數位轉型。