匿名车管所
网上业务材料预审
Datawhale
政务/公共服务
明确FDE
标准案例｜可参考但仍有缺口
A级证据
已见成效
A
证据等级
Datawhale FDE案例100｜NO.02 从人工审材料到自动化办件：FDE用AI提升车管所网办效率
证据等级衡量“能否定位和复核来源”，不评价厂商披露是否经过第三方审计。
标准案例｜可参考但仍有缺口
9 / 12
业务背景1 / 2
改造流程1 / 2
技术工作流2 / 2
人机与治理1 / 2
量化结果2 / 2
来源定位2 / 2
仍可补强：业务背景、改造流程、人机与治理
业务问题
网上业务材料需要人工逐项检查，审核慢且重复劳动多。
解决方案
OCR/多模态识别材料，结合业务规则与大模型做预审，并把异常件交给人工。
技术架构与生产工作流
Step 01
用户上传证件/申请材料
→
Step 02
OCR/多模态解析图片与文档
→
Step 03
字段标准化并关联业务类型
→
Step 04
规则引擎检查硬性条件；LLM辅助理解非标准文本/材料
→
Step 05
置信度与异常检测
→
Step 06
标准件自动形成预审结果；异常件进入人工队列
→
Step 07
人工结论回写异常类型和规则库
关键技术与基础设施组件
OCR/多模态LLM规则引擎置信度路由审核工作台
人机分工与责任边界
人工处理低置信度、规则冲突和最终责任事项。
FDE 动作拆解
- 统计人工审核真正耗时的材料类型和错误类型
- 把“看材料”拆成字段识别、规则判断、语义理解三层
- 优先用规则覆盖确定性要求，用模型处理非结构化理解
- 定义不能自动过的异常和低置信度阈值
- 用单件审核时间、人工介入率和错误率验证PoC
可迁移复用的落地方法论
- 政务/合规类流程应把硬规则和LLM分开
- 自动化目标不是100%无人，而是让人只看异常件
- 可审计的判断路径比“模型回答得像人”重要
业务成效与交付成果
公开二次整理称单次审核从约15分钟降到3–5分钟。
证据边界与核验记录
- 中：公开材料披露业务链路与约15分钟→3–5分钟的二次整理指标；具体模型与阈值未公开。
- 来源可直接定位到该案例；数值仍属于来源方披露，不代表独立审计。