陈凯：人工智能的“能”与“不能”，会计行业的“危”与“机”

人工智能称得上是当前科技界和互联网行业最为热门的话题。无论将其称作“下一个风口”“最强有力的创新加速器”“驱动未来的动力”，还是关于它会不会比人更聪明甚至取代人的各种争论，都在说明，人工智能又一次迎来了黄金发展期。与以往几十年不同的是，这次人工智能的热潮，是伴随着生活和工作的应用而来，它是科技进步的水到渠成，也嵌入了十分广泛的生活场景。

人工智能确实是一个很美好的东西，它凭借精确的分析能力，海量数据挖掘和知识获取与学习在各个领域为我们的生活带来便捷。

高盛在去年年底发布了一份研究报告，认为人工智能比上一次创新浪潮更有可能捕捉到更有价值的东西，从而可以降低成本，减少对高附加值生产类型的劳动投入，不仅仅是财务、金融业、医疗业、农业等行业使用人工智能的空间都很大。比如人工智能在金融业中的反欺诈运用，包括市场预测等，每年可以节省新增费用达到400亿美元左右。

‍

其它领域也有很多让人振奋的消息，举个例子：同声传译现在基本被人工智能取代了，微软已经研发出一个系统，无论用什么语言讲，都可以实时地把字幕显示在大屏幕上，如果你想听更好听的声音，可以自行选择，比如林志玲的声音。

唯你科技最新的进展是，财务和票据自动识别，自动审核，现在这些工作通过人工智能都可以快速上传——利用人工智能对发票真伪的识别率达到99.9%，银行票据可以达到70%，这一部分不需要太多人工参与。另外，自动记分账可以做到70%，报销核查可以降低60%的人力。

不过人工智能并不是万能的，人工智能（AI）可以取代大量基础的工作，但是从中长期来看还是取代不了高端工作。热潮之中，需要“冷”思考，才能更看得清问题和不足，分得清“能”与“不能”，认得清出路和方向。

AI不能替代的10%

造一个能在瞬间算出十位数乘法的计算机非常简单,但造一个能够读懂六岁小朋友的图片书中的文字，并且了解那些词汇意思的电脑，谷歌花了几十亿美元至今未果。

一些我们觉得困难的事情，比如微积分、金融市场策略、翻译等，对于电脑来说都太简单了，我们觉得容易的事情，比如理解俚语和典故，对电脑来说却太难了。

用计算机科学家Donald Knuth的说法，“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。”

目前很多人都在做着的一些简单而重复性的工作，真正需要人脑去思考，分析的反而很少。以审计工作为例，90%的时间花在整理资料，数据收集、汇总上，而审计师通过整合的数据进行分析得出结论只需要10%的时间，这10%恰恰是AI难以做到的。AI实际上可以取代很多人，取代一些很简单基础的工作，却很难取代需要人脑反应和处理的活。

人工智能路漫漫

既然90%的时间可以通过人工智能来节省，那如何实现这个功能呢？AI技术需要具备三种能力：第一个是数据能力，第二个是算法能力，第三个是计算能力。

就企业财务领域而言，数据的采集和分析一直以来都是企业财务决策过程中至关重要的两个环节。在“大数据”的时代背景下，市场中的数据资源以前所未有的速度更迭、翻新，海量的数据资源为企业财务决策带来了更加丰富和全面的信息来源。与此同时，数据资源的质量、数量、相关程度、可信程度成为企业决策过程中必须考虑的问题。

数据是什么？人工智能要数据挖掘、机器学习，必须要有大量的数据来支持。关于数据能力，财务数据电子化是基础，但据我们所知，很多公司的信息都没有电子化，很多审计工作都是把财报打印出来开展的。比如，唯你网人工智能研究院曾尝试帮助一个地方税务局查找有可能存在漏税的企业，只需要从它们的财报里发现一些线索提供给税务局，在查找过程中，唯你网发现在读取PDF格式的财报时，机器进行图像处理并识别出来的效果不是那么好，尤其遇到其中很多有格式的内容，人工智能判断起来还存在困难，这还仅限于基础的数据收集工作，其它还有很多人工智能难以实现的工作，例如人工智能在财务领域的运用方面，像分析企业的发生额和余额不一致，这个很容易做到。而如果要分析收益率高于同行，这就很不容易做到，因为它要求得到同行所有的数据，而且需要标注是同行，还要对这个行业进行细分，这就比较难以实现。所以，要成功实施一个人工智能项目要花很多时间和代价去研究和实践。

关于算法能力和计算能力。在算法方面，深度学习起到的至关重要的作用，帮助很多应用领域的智能程度上了一个台阶。深度学习算法效果如此之好，以至于成为当今人工智能大爆炸的核心驱动，它使得机器学习能够有效的实现众多的人工智能应用，并拓展了人工智能的领域范围，比如苹果的语音助理，微软的语音识别等。计算能力方面，深度学习算法是有赖于高质量的数据的，而高质量的数据又有赖于我们的计算，而计算能力的提高，是基于对硬件/并行计算平台的改进，依赖于芯片、硬件、网络、算法的支持。海量的数据需要计算、适合的逻辑思维、巧妙的设计处理模型，以此提高对数据的处理效率。然而，目前，很多语义及图像、视频都很复杂，如果没有相适配的服务器来计算，计算能力和算法能力都是大问题。

前途是光明的

当然，人工智能在国内的未来还是很乐观的。在企业财务领域，人工智能的出现和发展为企业财务决策提供了全新的思路。认知技术的发展能够帮助企业财务人员将市场环境中与企业经营的相关数据加以整合，对市场环境中的结构化、半结构化和非结构化数据进行准确识别和采集，使之转化为能够被企业财务决策者直接使用的财务信息，及时、科学地作出财务决策。这对企业投资、筹资等重要决策至关重要。

在价值创造方面，从世界范围而言，人工智能目前已在农业、金融（含反欺诈和市场预测）、医疗、能源及零售等方面发挥了令人瞩目的成就，国内以百度、阿里巴巴和腾讯为代表的多家高科技企业及初创公司也已在人工智能市场进行了多项探索，未来还将在基本服务（如数据资源和计算平台）、硬件产品（如工业机器人和服务机器人）、技术能力（如视觉识别和机器学习）、智能服务（如智能客户服务和商业智能）等人工智能细分市场建立更多的服务模型。基于人工智能在数据分析和处理方面的优势，未来人工智能将会在企业财务预警、信用评级、财务报表反舞弊、财务预测、会计机器人、会计核算自动化、企业自动税务规划等方面助力财会行业的发展。

而且我认为国内更有可能实现人工智能。第一，在与人工智能相关的论文中，60%到70%都是由中国人参与。中国人口多，人工智能大数据这一部分很有可为；第二，我国高校投入到人工智能方面的预算超过了很多国外大学的预算。百度、阿里巴巴、腾讯等公司都在做很多与人工智能相关的研究开发工作。