案例 02 · 车管所材料审核

文字由原PDF提取，阅读顺序和表格请以原页为准。

注、训练，再上线观察效果。这里跟实验室环境完全不一样。
比如身份证国徽面，正常情况下应该拍完整身份证，但有些群众上传的照片可能只拍了
一个国徽。合同更麻烦，机动车抵押登记涉及大量金融机构，每家公司的格式合同都不
一样，有些为了把内容压缩在一页纸上，字体非常小，还有很多材料本身就是复印件，
再经过拍照上传以后，图像质量进一步下降。
所以训练不可能一次就结束，要不断把真实业务中的异常样本拿回来，补充正样本、负
样本，再继续优化。整个研发和迭代周期前后大概持续了半年，识别率也是这样一点点
从70%多提升到98%左右。
第三步，是把AI嵌回原来的业务流程，不做孤立工具。
这一点是我觉得非常关键的。如果只是做一个识别Demo，识别完告诉工作人员“这张
图片是什么”，价值其实很有限。真正要解决的，是识别之后业务能不能继续往下跑。
所以我们把识别、审核、填单以及后续系统流转整个串起来。车管所原有业务涉及不同
Web系统，审核通过之后，数据还需要进入公安部统一的业务系统。我们没有要求工作
人员重新学习一套完全独立的工作方式，而是通过RPA把不同系统联动起来，实现了数
据搬运。
最终，大部分正常业务可以自动完成，工作人员主要看结果和报表，只有异常情况才需
要人工介入核验。换句话说，我们把AI直接变成了原业务流程中的一个执行环节，工作
人员不需要再面对一个独立工具。
第四步，是先用结果建立信任，再推动正式立项。
政务项目还有一个很现实的问题，不是技术做出来就能上线。最开始客户对AI效果没有
把握，项目要正式启动，还涉及报告、立项、预算以及技术可行性论证。所以我们前期
承担了一部分售前成本，先选取部分场景做起来。
与其让客户相信我们的PPT，不如让他先看到真实效果。与此同时，我们原来的运维服
18/243