ARTICLE · 1338387
暖哇科技:从文档识别到业务应用,释放 IDP 的经营价值
保险公司在智能文档处理(IDP)上的投入，长期集中在同一个指标：识别准确率。从传统OCR到大模型，字段识别从95%到99%，业务端却感受不到明显差异。
问题在于，识别得准，不等于业务用得上。
一份材料有没有用，要过三道关。第一道，能不能直接进入核保审核：可信度差一点，业务端就会重建一套人工复核，前面的投入等于归零。第二道，能不能直接进入理赔理算：“胃窦部腺癌（中分化）”和标准码“C16.9”之间隔着一整套术语体系，不做对码，提取出来的只是字符，进不了规则，也进不了理算。第三道最难察觉，历史影像如果只能识别一次、用完即弃，就永远只是成本；只有持续结构化，才会变成资产。
在暖哇科技看来，IDP要做的，是把非结构化业务事实转化为可计算、可复用、可追溯的数据，形成企业级的数据供给能力，成为保险公司的经营基础设施。从“一个识别工具”到“一套数据底座”，变的是数据生产方式，衡量的尺度也随之拓宽：既看节省了多少人力，也看支撑了哪些业务动作、打开了哪些业务空间。
01
沿着业务链，看清底座的价值
底座的价值，体现在材料如何进入一次次业务判断。从预核保、核保到理赔，以及贯穿其中的风控，各环节要求不同，却共享同一套采集、标准化和质量校验能力。
预核保：让专业反馈更早到达一线
在代理人、银保等渠道，需要专业核保支持的业务，常常卡在等后台反馈这一步。资料来回补、人工反复核，本来能继续的沟通，就停在了半路。IDP在材料上传后完成分类、整理和校验，为预核保提供可用信息；反馈更及时，一线才能当场跟客户讲清下一步，让业务继续往前走。
核保：以统一依据看清风险差异
IDP为核保员和规则系统提供同一套信息基础。以团险为例，在材料可获得的业务中，结构化、标准化的信息能为逐人风险分层和精算分析提供输入，保险公司才有依据判断哪些业务能接、哪些方案该调。
理赔：把前端采集接到自动审核
理赔是最直接的检验场。材料归属不清、字段缺失、标准不一，任何一样都可能让自动审核停下来。IDP为责任审核与费用理算提供可靠输入，减少人工整理与核对。前端数据达标，审核能力才有发挥空间。
风控：把分散信息变成可核查的线索
风控需要同时覆盖材料本身与材料之间的关联。重复提交、疑似篡改、材料与案件不匹配，属于材料真实性层面的异常，可在处理环节前置识别；结构化结果则可支持保险公司在授权范围内关联历史业务信息、核对跨案件疑点，为风险筛查与调查提供线索。
这条业务链串起保险业务全流程，共用一套数据生产能力，横向覆盖个险、团险、银保三条业务线，纵向串起从预核保到理赔的作业链路，减少重复建设，也让处理后的信息持续复用。底座的价值复利，正来自一套能力的多次使用，以及数据在一次次业务中的持续积累。
02
理解材料，更要理解材料之后的业务
要让这条链真正运转，IDP的设计要回到下游业务的作业要求。暖哇科技把它作为承保、理赔与调查AI解决方案的输入层来建设，把业务经验、专业知识和技术能力，一起融进产品设计和交付。
五步，把材料变成能用的数据
IDP不是一个“图片转文字”的黑箱，而是一条分步加工的链路。暖哇科技把它拆成五步：影像预处理、分类、解析、对码、校验。
第一步是影像预处理。 正式识别前，先做PDF切分、单页多影像分拆、旋转矫正、去噪、去模糊等图像标准化处理，修复原始文件的画质与版式问题，为后续识别打好基础。
第二步是分类。先判断这是什么文件，再按类型确定需要提取哪些字段。客户上传的材料常常混装多次就诊、多份报告，还会夹杂无关资料。一旦归属出错，后续识别精度再高，也会产生错误数据关联。
第三步是解析。采用自研的大小模型混合架构以兼顾处理能力、成本与响应速度：小模型承担图像处理和简单件的分类任务，大模型负责内容理解和新场景适配；部分新场景可通过调整提示词快速迭代，减少重新标注和训练的投入。材料在这一步完成结构化信息提取。
第四步是对码。依托自研医疗知识库，把诊断、药品、手术、检查检验、医用耗材等医疗术语统一为标准名称与编码。同一种病，不同医院写法不同，而核保、理赔的规则引擎只认标准码——对码不完成，就进不了下游系统。
第五步是校验。识别完成后，IDP继续检查数据是否符合业务要求，例如诊断是否缺失、发票金额是否满足勾稽关系。对不完整或不准确的采集，由AI智能体重录：读取原始影像，重新识别并修复，减少人工回看资料、补录和纠错的工作，进而提升采集直通率。同时支持人工辅录，由人工及时纠正，保障采集结果的准确性。
其中，分类和对码，是整条链路的价值开关。分类决定事实归没归对地方，对码决定事实进没进得了理算。少了任何一个，IDP都容易退化成一个昂贵的预览工具。作为AI理赔体系的数据入口，IDP连接罗布泊审核AI，串起材料采集、数据处理与后续审核，为提升业务自动化能力提供重要支撑。
03
交付的标尺，是数据质量与采集直通率
如何检验IDP的成效？暖哇科技主要看数据质量与采集直通率两个指标。
数据质量对应三个维度：材料归属是否准确、字段是否完整、标准码是否与业务要求匹配。采集直通率衡量的则是另一件事：多少材料无需人工介入，即可完成采集、标准化与质量校验，直接进入下游审核。
识别准确率衡量的是提取质量，直通率衡量的才是业务可用性。识别率再高，只要材料进不了自动化流程，省下的也只是录入时间。
暖哇科技以真实业务样本检验交付效果：低置信度或存疑信息转交人工，修正留痕并反馈优化；同时对照上线前后的人力投入与下游审核表现，判断采集改善是否真正转化为业务成效。
模型会更新，业务积累要留下
IDP上线之后，还会遇到新的材料、新的表述和变化的规则。一次核验确认的标准映射、一类疑难材料的处理方法，都能成为后续作业的参考，让同样的问题不必反复解决。
暖哇科技把承保、理赔实践中积累的医学知识、标准码映射和规则模板带到新项目里，再根据实际作业反馈持续校正。保险公司自己形成的结构化档案，也能在合规授权范围内继续支持后续判断。
底层模型会更新，数据接入方式也会变，但标准归一、异常补全和质量校验这些活，仍需要持续。IDP的作用，也因此从影像识别延伸到持续的数据治理。
下一次业务发生时，哪些信息可以直接调用、哪些整理工作不必重来，才是这套底座真正留下的东西。
识别准确率是入场券，不是终点站。IDP能否成为经营基础设施，要看它在一次次业务判断里，能不能持续交出可用的数据。让一次投入支撑更多业务，让已经发生的事实持续服务经营，这是暖哇科技 IDP 的价值所在。
不一样的AI，不一样的保险
扫码关注暖哇科技
官方微信号
