2024 年人社部出了 37 个新政策文件，企业 HR 根本看不过来。

哪些政策适用自己公司？能享受什么补贴？申报条件是什么？一问三不知。

某省人社厅用 OCR+RPA+ 大模型，实现”政策找企业”。企业上传营业执照，自动匹配适用政策，推送可申报的补贴项目。

政策类型：

  • 法律（全国人大）
  • 行政法规（国务院）
  • 部门规章（人社部）
  • 地方性法规（省市人大）
  • 规范性文件（人社厅）

格式：

  • PDF 扫描版（图片）
  • Word 文档
  • 网页 HTML
  • 红头文件（图片）

1. 政策文件数字化

  • 扫描版 PDF 用 OCR 转文字
  • 保留文件结构（章节、条款）
  • 提取元数据（发文机关、日期、文号）

2. 政策条款结构化

用大模型提取：

  • 适用对象（企业类型、行业、规模）
  • 政策内容（补贴、减免、优惠）
  • 申报条件（年限、人数、资质）
  • 申报材料（清单）
  • 截止日期

3. 企业画像

从营业执照 + 社保参保数据提取：

  • 企业类型（国企、民企、外企）
  • 行业分类（国标行业代码）
  • 参保人数
  • 成立年限
  • 注册地址

4. 智能匹配

用向量相似度匹配：

  • 企业画像 vs 政策适用对象
  • 输出匹配度评分
  • 排序推荐

匹配到适用政策后，RPA 自动：

1. 填写申报表（从企业数据提取）

2. 准备附件（营业执照、参保证明等）

3. 提交到申报系统

4. 跟踪审批进度

在某省上线 6 个月：

  • 数字化政策文件 2300 份
  • 服务企業 8.7 万家
  • 政策匹配准确率 91%
  • 补贴申报率从 23% 提升到 67%
  • 企业获补贴 4.2 亿元

OCR 模型：

  • 红头文件：专用模板（提取文号、发文机关）
  • 普通文档：PaddleOCR 通用识别
  • 表格：TableMaster 提取结构化数据

大模型微调：

  • 用 500 份政策文件做 SFT
  • 训练条款抽取能力
  • 输出 JSON 格式结构化数据

匹配算法：

  • 企业特征和政策条件做向量嵌入
  • 用余弦相似度计算匹配度
  • 阈值 0.75 以上判定为匹配

问题 1：政策更新快

  • 每天爬取人社部、省政府网站
  • 新政策自动 OCR 数字化
  • 旧政策自动标注失效

问题 2：地方政策差异大

  • 按地市建立政策库
  • 企业注册地址匹配属地政策
  • 跨区域经营企业推送多地政策

问题 3：申报条件复杂

  • 有些政策有多个条件（且/或关系）
  • 用规则引擎解析条件逻辑
  • 逐项验证企业是否符合

同一套能力可用于：

  • 税收优惠政策匹配
  • 科技项目申报
  • 人才引进补贴
  • 稳岗返还申请

—

关键词：社保政策直达、OCR 政策数字化、RPA 自动申报、政策匹配、企业补贴