1月10日，安永華明會(huì)計(jì)師事務(wù)所（特殊普通合伙）（以下簡(jiǎn)稱安永）成功舉辦了“財(cái)務(wù)數(shù)字化愿景展望工作坊”。本次數(shù)字化創(chuàng)新交流活動(dòng)在安永北京wavespace創(chuàng)新中心舉行，中國(guó)海洋石油集團(tuán)有限公司財(cái)務(wù)共享服務(wù)中心及海油相關(guān)單位領(lǐng)導(dǎo)、業(yè)務(wù)骨干二十余人出席了此次活動(dòng)。本次交流中就生成式人工智能技術(shù)（AIGC）在財(cái)務(wù)及業(yè)務(wù)運(yùn)營(yíng)領(lǐng)域的應(yīng)用及實(shí)例進(jìn)行了知識(shí)分享與共創(chuàng)討論，共同暢想以數(shù)字化、自動(dòng)化、智能化為特色的智慧財(cái)務(wù)未來。天云數(shù)據(jù)CEO雷濤做《AIGC技術(shù)支撐的企業(yè)數(shù)據(jù)智能路線》主題分享。

企業(yè)數(shù)智服務(wù)之智，從BI升級(jí)到AI

當(dāng)我們處于VUCA時(shí)代，如何從不確定性走向確定性？人工智能的實(shí)質(zhì)是從仿真、學(xué)習(xí)到生成。

計(jì)算主義以IBM Watson為代表，核心解決彈性靈活策略變化問題。能完成一些復(fù)雜問題的推理邏輯，可以用專家系統(tǒng)把一些碎片化的知識(shí)封裝在一起，變成一個(gè)超長(zhǎng)長(zhǎng)程推演的邏輯序列。也可以用復(fù)雜網(wǎng)絡(luò)圖計(jì)算把一些隱藏的關(guān)系變成清晰的邏輯，通過一個(gè)大的數(shù)據(jù)結(jié)構(gòu)，圖數(shù)據(jù)庫(kù)來把它轉(zhuǎn)化成一個(gè)計(jì)算結(jié)構(gòu)，比如基因圖譜。

學(xué)習(xí)主義以AlphaGo為代表，核心解決新的知識(shí)生產(chǎn)。通過機(jī)器學(xué)習(xí)，能夠完成類似于人類的邏輯。比如預(yù)測(cè)，比如關(guān)聯(lián)，就需要通過認(rèn)知智的機(jī)器學(xué)習(xí)/深度學(xué)習(xí)來完成。比如，在證券行業(yè)，原來傘型配資在同一個(gè)實(shí)體賬戶上同時(shí)有多個(gè)配資者進(jìn)行交易，非常容易抽象的刻畫行為。但到了一個(gè)實(shí)體賬戶上，同時(shí)只有一個(gè)配資者進(jìn)行交易，大量實(shí)體賬戶被使用，隱蔽性越來越強(qiáng)，如何快速捕捉交易風(fēng)格的快速切換？深度學(xué)習(xí)通過組合底層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布特征表示。

生成主義以GPT為代表，通過Data+Transforme實(shí)現(xiàn)私域Agent自動(dòng)化生產(chǎn)。數(shù)字世界中很多人類已有的知識(shí)判斷往往失效了，依靠人的知識(shí)和經(jīng)驗(yàn)去驅(qū)動(dòng)的生產(chǎn)系統(tǒng)已經(jīng)達(dá)到了生產(chǎn)力的邊界，難以使其以最優(yōu)的效率運(yùn)行和協(xié)同。受人的經(jīng)驗(yàn)和知識(shí)的限制，以人的決策為驅(qū)動(dòng)生產(chǎn)系統(tǒng)中有很大一部分的價(jià)值并沒有被釋放出來。比如我們?nèi)绾握J(rèn)定機(jī)器智能的圖靈測(cè)試方法，谷歌大會(huì)上已經(jīng)證偽了圖靈測(cè)試識(shí)別機(jī)器與人。

從Training到Serving,比模型更重要的是AI Infra。產(chǎn)業(yè)側(cè)組建自己的生態(tài)環(huán)境才能最快的呈現(xiàn)Agent服務(wù)。但能提供Agent服務(wù)的前提是產(chǎn)業(yè)需要有完善的、可信的、高可用的Data Infra。因此必須有Data Infra從數(shù)據(jù)供給側(cè)和消費(fèi)測(cè)來滿足一個(gè)新事物落地的最小級(jí)閉環(huán)且是基礎(chǔ)設(shè)施級(jí)別的產(chǎn)品。