案例研究——从德国开始 为解决欧洲 UBO 数据访问问题，Kompany 从德国入手 — — 德国是欧洲最大、最复杂的司法管辖区之一。 德国是欧洲最大的经济体，但并没有一套集中式的公司备案管理系统。大约 100 个地区当局管理着本地登记册并负责维护数据。 作为 德国经济的支柱，中小企业由大约 350 万家中小型企业组成。
由于德国数量众多的公司所有权可能迅速变更，多地区当局，因此完成 UBO 检查可能需要数周时间。 由于德国非结构化公司数据的数量和复杂性，Kompany 采用了神经网络rcs 数据葡萄牙方法来解决这一问题。Kompany 与一家战略技术合作伙伴合作，从 70,000 多个模型开始，对这些模型进行了读取和解读德国股东数据的测试。
然后这些模型被精简到 640 个，随后投入 AI 训练。 通过进一步缩小模型范围，两年后，孔帕尼开发出了将非结构化数据转换为可用结构化格式的技术逻辑，并且精度很高。 UBO 发现如何进行？ 根据客户的要求，从相应的主要来源登记册实时提取包含非结构化数据（例如，图像层）的 PDF。应用光学字符识别 (OCR) 软件并将其转换为文本后，再通过我们的内部标记和分析引擎运行。