港交所：用庖丁科技 Jura 系统审核年报，提效 80%

80%	15倍	98%
单篇年报审阅节省时间	年报审核数量提升	AI审核合规精确率

痛点 1: 工作量大，规则复杂	庖丁解决方案 1: AI 审阅年报
港交所每年需审核 2000+ 上市公司年报，涉及 1000+ 条披露规则，以往只能抽样审查 1/10。	基于深度学习技术，Jura 系统可以识别并理解年报信息，代替人工处理大部分审核工作。

痛点 2: 手动寻找信息，耗时耗力	庖丁解决方案 2: AI 快速定位披露内容
每家公司年报的排版和格式都不尽相同，极大增加了人工定位披露信息的难度。	基于一百多条上市披露规则，逐一构建 AI 模型，智能定位披露内容。

痛点 3: 单一人工审核，难避疏漏	庖丁解决方案 3: 提高 AI 合规性评估可信度
人力有限，只能抽样审查；且单一人工审核容易出现纰漏，监管质量难以提升。	运用逻辑判断函数，做出合规性评估，准确率高达 92%。

基于深度学习技术， AI 剖析文档结构

金融行业是典型的文档密集型行业，文档数量庞大、格式繁杂，对准确率又有着极高要求。
庖丁科技基于深度学习技术，训练 AI 识别文档的阅读顺序、逻辑层次，像庖丁解牛般，将不同格式和排版的 PDF 年报解析为一个个内容模块：标题、文本段落、脚注、图表、表格等等。这样一来，计算机就能够快速定位不同信息的位置，提取其中数据，方便做后续判断。

根据信息披露规则，一对一构建 AI 模型

在年报审核中，不仅需要精准定位散落在 PDF 各处的信息，还涉及到内容之间的引用和勾稽关系、建立逻辑关系以及进行简单数值计算等。基于一百多条上市披露规则，庖丁科技开发的 Jura 系统逐一构建了相应的 AI 模型。经过 3,800 余份年报的学习，Jura 像人类理解信息那样，根据上市披露规则的要求，理解并提取年报中的相关细粒度信息。
通过智能化定位披露内容，极大程度上解放了人力。港交所的报告显示，Jura 的应用为港交所的年报审阅节省了 80% 的时间。

AI 审核合规性，解放人力

Jura 还可以代替人工，做出置信程度较高的合规性评估。合规性评估又分为存在性检查、数值检查两部分。庖丁科技在语义理解的基础上，开发了逻辑判断函数 g (S)。该同时使用了 AI 模型和基于实际审查过程的规则，可以做出准确率达 92% 的合规性评估，人工审查仅需集中处理剩下的 8%，极大地减少了误判，有效提高了监管质量。
此外，根据 Jura 所定位和披露的内容，可以人工审查并修正 AI 模型的合规性评估，在双重检查的加持下，有效减少了单一人工审核可能存在的误判。通过用户审核反馈和大量数据训练，Jura 也在不断地迭代优化。

信息披露水平得到有效提升

“我们认为初期成效相当显著，在现有基础下，我们会继续发展下去。”
——Bonnie Chan(Co-Chief Operating Officer, HKEX)

在快速变化、技术迭代不断颠覆业务生态的行业中，港交所将部分上市披露规则交由 AI 处理，从而解放人力、重塑业态、优化监管流程、提升信息披露水平和监管质量，是顺应数字化发展趋势、拥抱科技创新的绝佳尝试。
日后，港交所和庖丁科技的合作将进一步深化。监管机构愈发关注企业在社会环境治理方面责任，在此背景下，Jura 将持续升级迭代，对 ESG 报告涉及的上市规则进行内容提取和合规判断。