時間：2023-05-30 09:05:51
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能的投資邏輯，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。
一、人工智能的含義
人工智能的含義于1956年第一次問世以后，于科研行業(yè)里快速興起，不斷發(fā)展成了一系列把計算機作為主導(dǎo)，涉及到生物學(xué)、心理學(xué)、語言學(xué)、數(shù)學(xué)邏輯、醫(yī)學(xué)、信息論、控制論與自動化等覆蓋面較廣的新科技。與人工智能結(jié)合，讓機器具有和人們智能階段相似的體系，可以成功實現(xiàn)人類智能可以做完的任務(wù)。人工智能機理為討論、研制怎樣拓展、仿真人的智能的機理。人工智能技術(shù)是新發(fā)展起來的計算機科學(xué)其中的一個領(lǐng)域，它詮釋了智能的本質(zhì)，且于這個基礎(chǔ)之上加工出一系列和人類智能相似的智能機器。這個行業(yè)的探究涉及機器人、語言分辨、圖像分辨、自然語言處理等多個體系。電氣工程主要探究的是與電氣工程相關(guān)的信息處理、信息處理與計算機、體系運作、開發(fā)研究、自動控制及電子電氣技術(shù)等。由于科學(xué)技術(shù)進步越來越快，計算機技術(shù)現(xiàn)已在人們生活里無處不在。快速進步的計算機編程技術(shù)有利于宣傳、自動化輸送及宣傳。人們的大腦是非常精密的儀器，計算機編程不僅可以模仿它給信息實施研究、解決、互換、采集與答復(fù)，因此對人類大腦技術(shù)的研究可以有利于電氣工程自動化的進步。電氣自動化控制對于加大互換、加工、配置及運輸?shù)绕鹬P(guān)鍵的作用，完成電氣工程的自動化，能夠減少投資的人力費用，節(jié)約更多時間。
二、人工智能控制器的好處
對于不一樣的人工智能控制，必須采用不一樣的措施來分析。然而部分人工智能控制器，比如：遺傳算法、神經(jīng)、模糊與模糊神經(jīng)全部為一類不是線性的函數(shù)近似器。使用以上區(qū)分的方法有益做整體的分析，而且能夠有利于為控制方案做整體性的研究。上面提到的人工智能函數(shù)近似器擁有普通的函數(shù)近似器而沒有的好處。第一，大部分情形下，準(zhǔn)確地知道控制物體的動態(tài)方程是相當(dāng)繁雜的，所以控制器規(guī)劃現(xiàn)實控制物體的模板的時候，常常能夠出現(xiàn)許多無法預(yù)料的原因，比如參數(shù)改變和非線性時等，這些往往不能夠掌控。但是人工智能控制器規(guī)劃時能夠無需控制物體的模板。按照降下的時間與回復(fù)的時間不一樣，人工智能控制器經(jīng)過一定的調(diào)節(jié)能夠加強本身的功能。比如從降下的時間角度分析，模糊邏輯控制器優(yōu)于PID控制器的四倍；從升起的時間角度分析，模糊邏輯控制器優(yōu)于PID控制器的兩倍。和傳統(tǒng)的控制器比較，人工智能控制器擁有容易調(diào)整的特點。雖然沒有專業(yè)人員的實時引導(dǎo)，人工智能控制器也可以采用回復(fù)數(shù)據(jù)以實施規(guī)劃。還能夠經(jīng)過使用語言和有關(guān)信息等形式實施規(guī)劃。人工智能控制擁有非常大的同一性，鍵入以前沒有見過的數(shù)據(jù)便可以出現(xiàn)非常高的數(shù)值，能夠減少驅(qū)動器給其造成的不良反應(yīng)。針對一些控制物體，即使現(xiàn)在未使用人工智能控制器也能夠有非常好的影響，然而針對別的控制物體，并不確定是否有類似的非常好的影響，所以對于規(guī)劃需要根據(jù)實際問題制定具體的解決方案。對于模糊化與反模糊化，假如使用適應(yīng)模糊神經(jīng)控制器與隸屬函數(shù)，可以準(zhǔn)確地實施定期核實。對于完成此成果的多種方案里面，唯有經(jīng)過體系工藝的應(yīng)用才可以獲得固定的數(shù)值，加上簡便的拓撲組構(gòu)，可以達到非常快的自學(xué)程度。
三、人工智能于電氣自動化里的應(yīng)用
人工智能探究的重要目的是讓機器可以完成部分一般要人類智能勝任的繁雜任務(wù)，電氣自動化為分析和電氣工程相關(guān)的體系運作。人工智能的組成部分包含邏輯推導(dǎo)、定理證明、機器人學(xué)、專家體系、自然語言理解，人工智能的使用表現(xiàn)在問題解答、自動程序規(guī)劃、行為功能、思維功能與感知功能等。但是以上方面全部表現(xiàn)了自動化的特點，傳達了同一個主旨內(nèi)容，那就是加強機械人們意識功能，提高控制自動化。所以人工智能對于電氣自動化行業(yè)將會起到非常重要的作用，電氣自動化控制同時也需要人工智能的加入。由于人工智能技術(shù)進步地越來越快，許多科研工作者開展了對于人工智能在電氣工程自動化控制中的探討，比如：怎樣把人工智能體系使用到問題的判斷及預(yù)料、電氣產(chǎn)品規(guī)劃及愛護或控制等。從如何更好地規(guī)劃產(chǎn)品角度講，規(guī)劃電氣裝置是相當(dāng)復(fù)雜的任務(wù)。需應(yīng)用電器、電路、電機和磁場等多課程的專業(yè)知識，還需應(yīng)用傳統(tǒng)規(guī)劃里的經(jīng)驗。
四、結(jié)語
人工智能機理為分析、研制怎樣拓展、仿照人的智能的機理。人工智能技術(shù)是興起的計算機科學(xué)其中的一部分，它詮釋了智能的本質(zhì)，且于這個基礎(chǔ)之上加工出一類和人類智能具有相似表現(xiàn)的智能機器。所以智能化技術(shù)對于電氣工程自動化控制起著非常大的作用，有利于電氣的更好規(guī)劃、判斷問題及智能控制等。
作者： 單位：河南安陽鋼鐵股份有限公司第一煉軋廠
2012年，在技術(shù)創(chuàng)業(yè)尚未形成風(fēng)氣之時，他中斷了在美國的學(xué)術(shù)道路，回到中國，與中學(xué)同學(xué)、前阿里云總監(jiān)林晨曦創(chuàng)辦了依圖科技公司，致力于計算機視覺業(yè)務(wù)。談到創(chuàng)業(yè)的初衷，他說：“我始終認為，技術(shù)要應(yīng)用于現(xiàn)實生活中，才能發(fā)揮出最大的價值。”
2013年，依圖科技拿到了真格基金百萬美元的天使投資。2015年和2016年，依圖科技先后完成A輪、B輪融資，估值數(shù)千萬美元，成為業(yè)界最被看好的計算機視覺創(chuàng)業(yè)公司之一。
創(chuàng)業(yè)四年，甘苦嘗盡。朱瓏的技術(shù)優(yōu)勢顯而易見，要面對的難題也不少：沒有商科背景，是否會讓他在管理上左支右絀？在人工智能這樣的前沿領(lǐng)域，沒有現(xiàn)成的商業(yè)模式可供借鑒，他該如何取舍公司的業(yè)務(wù)方向？
8月，趁朱瓏在北京出差之際，《時間線》對他進行了專訪，聽朱瓏講述行走在中國科技產(chǎn)業(yè)浪潮之巔的故事。
《時間線》：2012年你創(chuàng)業(yè)的時候，國內(nèi)人工智能市場是怎樣的？
朱瓏：當(dāng)時大家對人工智能的未來不像今天這樣有信心，資本對這個圈子的熱度也遠不如今天。并不是說你來自MIT就很容易拿到投資。我認為2012年是技術(shù)類創(chuàng)業(yè)的標(biāo)桿性的一年，此后，創(chuàng)投圈開始從“資金密集型”和“資源密集型”轉(zhuǎn)向“智慧密集型”。
《時間線》：如你所說，當(dāng)時資本圈對AI并不像今天這樣抱有信心，依圖拿到真格基金百萬美元的天使投資，經(jīng)歷了怎樣的過程？
朱瓏：在紅杉資本中國基金副總裁吳瑩的介紹下，我和我的合伙人林晨曦與真格基金的創(chuàng)始人徐小平先生在他的家中見面，交流了十幾個小時。當(dāng)時，徐老師對人工智能技術(shù)并不十分了解，但非常看好我們的團隊和AI的未來，提出給依圖兩百萬美元的投資，這筆資金動用了當(dāng)時真格基金總額的7%，我認為徐小平老師是個非常有魄力的投資人。
《時間線》：你們的很多項目都是與政府部門合作的，一家創(chuàng)業(yè)公司是如何取得政府的信任的？
朱瓏：我回國之后動用了自己在國內(nèi)所有的人際關(guān)系，最終獲得了在某個公安系統(tǒng)會議的茶歇時間與一名負責(zé)人交流3分鐘的機會。經(jīng)過一番爭取，他愿意讓我嘗試計算機車輛識別系統(tǒng)，當(dāng)時計算機的車輛自動識別準(zhǔn)確率不到30%，對方希望提升到70%。接到任務(wù)兩個月后，我們做出了一套車輛識別系統(tǒng)，識別準(zhǔn)確率達到了90%，獲得公司成立后的第一單業(yè)務(wù)。
由此開始，我們與公安系統(tǒng)開始了長期緊密合作，將人臉識別技術(shù)應(yīng)用于追逃、刑偵、監(jiān)控等方 面。
《時間線》：人臉識別技術(shù)具體可以如何應(yīng)用到公安系統(tǒng)的工作中？
朱瓏：我們曾協(xié)助蘇州公安完成一起追逃任務(wù)，公安用全國在逃庫的26萬人與常住及暫住人口庫中的1300萬人進行比對，通過人臉識別的捕捉，系統(tǒng)共預(yù)警25人。經(jīng)過人工甄別，最終確定了17人為嫌疑人，其中9人已撤銷，最后現(xiàn)場捕獲了3人。這是過去單靠警力無法做到的事情，現(xiàn)在人工智能技術(shù)可以幫助我們實現(xiàn)。此外，人臉識別技術(shù)還可以應(yīng)用到金融等其他行業(yè)。
《時間線》：從創(chuàng)業(yè)到現(xiàn)在，人工智能市場經(jīng)歷了怎樣的變化？
朱瓏：今年的前三、四個月，比過去一年的變化還大。很多投資人的邏輯是“我就要投資人工智能，一定要進來參與這個領(lǐng)域。”
《時間線》：在人工智能大熱的今天，可能會有一些投機主義的公司涌現(xiàn)，這是否會成為你的困擾？
朱瓏：肯定有，這很正常。有一些公司不見得會涉及智能的那些部分，只是包裝一個概念，但時間會自動篩選出真?zhèn)危袑嵙Φ墓竞芟∪保瑘F隊會更加值錢。
為杭州打造“城市數(shù)據(jù)大腦”
今年9月，全球矚目的G20峰會將在杭州召開，杭州市委市政府聯(lián)合眾多公司，在阿里云的牽頭下開展了一個名為“城市數(shù)據(jù)大腦”的城市交通規(guī)劃項目，借此盛會展現(xiàn)大數(shù)據(jù)在城市管理中的作用，依圖公司參與其中，提供車輛識別及大數(shù)據(jù)相關(guān)技術(shù)。首次涉通領(lǐng)域，對于依圖來說是一個新的挑戰(zhàn)。
《時間線》：“城市數(shù)據(jù)大腦”項目中，依圖進行了哪些方面的技術(shù)支持？
朱瓏：我們對城市中車輛的行駛路徑等數(shù)據(jù)進行收集、分析，對車、道路、紅綠燈的信息進行建模。在建模的基礎(chǔ)上對政府的交通管理者給予建議和優(yōu)化方法，比如紅綠燈的改進措施，道路的修繕方案。我們希望通過解決城市交通這類世界級難題，讓人工智能使我們的生活更加輕松便捷。
《時間線》：這個項目的難點在哪里？
朱瓏：從技術(shù)層面來講，交通管理是一個非常新的領(lǐng)域，世界上頂級機構(gòu)對這一領(lǐng)域的研究也處于原始階段，現(xiàn)有的學(xué)術(shù)界的模型、數(shù)據(jù)體量無法滿足模型精度的需求。要完成這個項目，我們還要做很多新的研究。從操作層面來講，我們的工作要跨越政府的不同部門，把這些數(shù)據(jù)整合到一起。
《時間線》：大數(shù)據(jù)對人工智能技術(shù)有重要作用，你們?nèi)绾谓⒆约旱臄?shù)據(jù)庫？
朱瓏：最樸素的辦法就是一點一滴積累，比如車輛數(shù)據(jù)，我們自己去路上拍了很多，慢慢地數(shù)據(jù)就積累起來了。在和客戶合作的過程中，客戶也會提供一些數(shù)據(jù)。
《時間線》：現(xiàn)階段在中國進行技術(shù)創(chuàng)業(yè)，難點在哪里？
朱瓏：從創(chuàng)業(yè)環(huán)境來看，我們沒有完善的反壟斷機制，也就是說大公司還是可以跟你競爭的；但在美國，這不一定行得通。而且中國的知識版權(quán)的保護尚為薄弱，小公司抄襲的情況比較多。
此外，探索出好的商業(yè)模式是非常困難的。依圖成立四年，經(jīng)歷了很多探索，我們一直在扎實地做垂直領(lǐng)域，包括公安、金融等領(lǐng)域。我始終在問自己：人工智能的賣點是什么？
AI最大的考驗是商業(yè)模式的創(chuàng)新
2016年初，一場人機大戰(zhàn)成為全民熱點。人工智能的概念從科技圈走向大眾，做了一次生動的市場教育。影響迅速蔓延到二級市場，人工智能概念股迅速飆升，中國興起一波人工智能創(chuàng)業(yè)熱潮。創(chuàng)業(yè)四年，朱瓏目睹了人工智能產(chǎn)業(yè)的變遷，他有著怎樣的體會？作為一個創(chuàng)業(yè)者，他如何看待這個產(chǎn)業(yè)的未來
《時間線》：現(xiàn)在依圖在技術(shù)研發(fā)和商業(yè)方面的比率大概是什么樣的？
朱瓏：超過50%都是技術(shù)團隊，我們的核心優(yōu)勢是對技術(shù)的理解能力。有了技術(shù)作為基礎(chǔ)，擴張的成本會變得很低。
《時間線》：作為學(xué)者型創(chuàng)業(yè)者，商業(yè)背景的匱乏會不會成為你的瓶頸？
朱瓏：創(chuàng)業(yè)四年，這個部分的知識我補充了很多。商業(yè)知識是不斷學(xué)習(xí)的過程，今天學(xué)到的商業(yè)經(jīng)驗不一定能解決明天的問題。換句話說，有商科背景不一定比我更有能力解決未來將面對的問題。創(chuàng)業(yè)本身就是個不確定的探索過程。
《時間線》：如何看待技術(shù)與商業(yè)化的平衡？
朱瓏：技術(shù)與商業(yè)化從來不是矛盾的。中國現(xiàn)在有很多大規(guī)模的問題放到學(xué)術(shù)上都是非常有挑戰(zhàn)性和標(biāo)桿性的。在實驗室是無法直接解決問題的，因為有些數(shù)據(jù)不易得到，做商業(yè)項目與學(xué)術(shù)研究并不沖突，反而可以更好地促進技術(shù)發(fā)展。
(訊)計算機投資策略不變，持續(xù)關(guān)注有卡位、有格局的AI龍頭及云應(yīng)用、互金等各細分子板塊龍頭:上周大盤略微下降，計算機板塊大跌5個點。與上周策略觀點保持相同，中短期我們?nèi)匀豢春眯屡d板塊反彈。薦股策略仍建議關(guān)注三個方向的邏輯:1.卡位優(yōu)勢明顯，具有行業(yè)格局的標(biāo)的;2.前沿科技發(fā)展，有望落地的標(biāo)的;3.與國家政策高度相關(guān)，或因國家投資直接受益的標(biāo)的。因此，我們建議關(guān)注AI板塊具有良好卡位優(yōu)勢的四維圖新(002405);直接受益于第三次國土調(diào)查的GIS行業(yè)龍頭超圖軟件(300036);轉(zhuǎn)型云平臺服務(wù)商的建筑信息化--BIM龍頭廣聯(lián)達(002410);前期超跌的高成長低估值個股創(chuàng)意信息(300366);CID龍頭，布局ADAS的索菱股份(002766)。
上周大盤略微下跌，計算機板塊大跌5個點:上周大盤略微下跌，上證綜指略降0.35%，滬深300微漲0.15%，申萬計算機指數(shù)大跌5.14%。板塊估值(TTM)為64.8倍。漲幅居前的板塊有互聯(lián)網(wǎng)營銷(0.55%)，智能交通(-0.51%)，虛擬現(xiàn)實(-1.02%)，在線旅游(-1.04%)，智慧城市(-1.20%);跌幅較大的板塊有，在線教育(-6.26%)，區(qū)塊鏈(-5.76%)，移動互聯(lián)網(wǎng)入口(-5.61%)，網(wǎng)絡(luò)安全(-5.60%)，小程序(-4.54%)。海聯(lián)訊，維宏股份等領(lǐng)漲。
智能芯片，人工智能新時代的第一站。如上周的推薦邏輯，我們推薦持續(xù)關(guān)注AI行業(yè)，云服務(wù)商以及互金行業(yè)標(biāo)的。AI板塊主要包括目前已經(jīng)落地的語音識別相關(guān)領(lǐng)域應(yīng)用和圖像識別的部分領(lǐng)域應(yīng)用，以及明年或?qū)⒙涞氐臒o人駕駛相關(guān)應(yīng)用。隨著高清攝像頭的進一步普及和無人駕駛的逐漸落地，我們認為計算任務(wù)前移將成為人工智能產(chǎn)業(yè)發(fā)展的下一階段，而智能芯片作為計算任務(wù)的承載，將具有重大投資機會。所謂智能芯片，即將機器學(xué)習(xí)算法以硬件的方式實現(xiàn)，從而達到高性能、低功耗、高穩(wěn)定、低延遲的目的。目前主流的智能芯片主要分為兩大陣營:以賽靈思為首的，完全可編程的FPGA以及以google的TPU、寒武紀的NPU為代表的，性能更高、能耗更低的ASIC芯片。麒麟970的，意味著移動端智能芯片時代被開啟，人工智能的發(fā)展進入了新時代，智能芯片或?qū)⒃谧詣玉{駛領(lǐng)域以及視頻處理領(lǐng)域得到進一步的普及與發(fā)展。推薦關(guān)注與無人駕駛及芯片相關(guān)的計算機標(biāo)的四維圖新。
風(fēng)險提示:相關(guān)個股季報或低于預(yù)期，相關(guān)行業(yè)政策推行不及預(yù)期的風(fēng)險，小市值成長股交易量或持續(xù)收縮的風(fēng)險等。（來源：西南證券 文/熊莉 常瀟雅 編選：中國電子商務(wù)研究中心）
人工智能語音也成為智能家電重要的突破口，無論是傳統(tǒng)電視廠商還是互聯(lián)網(wǎng)電視企業(yè)都對此給予關(guān)注，作為互聯(lián)網(wǎng)企業(yè)的暴風(fēng)集團也是如此。
5月10日，暴風(fēng)TV在京召開新品會，推出首款可實現(xiàn)遠場語音交互的人工智能電視X5 ECHO。同時，暴風(fēng)TV還將與科大訊飛聯(lián)合成立人工智能服務(wù)實驗室。
值得注意的是，暴風(fēng)集團公布的一季報顯示，其營業(yè)收入為4.5億元，同比增長136%，凈利潤為-1648萬元，同比下降585%。為何在收入快速增長的同時，凈利潤卻也快速下降？與科大訊飛成立的人工智能實驗室，將具體關(guān)注人工智能的哪些方面？目前，已有多家上市家電企業(yè)都在人工智能電視，暴風(fēng)TV的智能電視與其有何區(qū)別？暴風(fēng)TV又面臨著怎樣的機遇與挑戰(zhàn)？
帶著這些疑問，《投資者報》記者來到暴風(fēng)TV新品會現(xiàn)場，并采訪到暴風(fēng)集團CEO馮鑫，得到較為詳細的答復(fù)。
暴風(fēng)TV尚處發(fā)展期
在收入越來越多的同時，凈利潤下滑幅度卻越來越大。這是暴風(fēng)集團一季度的業(yè)績寫照。
根據(jù)暴風(fēng)集團一季度數(shù)據(jù)顯示，其營業(yè)收入為4.5億元，同比增長136%，凈利潤為-1648萬元，同比下降585%。針對凈利潤虧損原因，暴風(fēng)集團歸結(jié)于暴風(fēng)TV目前的硬件尚處于發(fā)展時期，又處于市場擴張期，在此期間的營銷推廣費用增加所致。
具體營銷推廣費用增加了多少，目前尚o詳細數(shù)據(jù)。不過，該數(shù)據(jù)歸屬于銷售費用（包含職工薪酬、廣告費和市場開拓費），一季報的銷售費用為7961萬元，同比增長48%。
除了費用增加以外，暴風(fēng)集團的營業(yè)成本也在不斷增加。一季報數(shù)據(jù)顯示，其營業(yè)成本為4.1億元，同比增長297%，其增速遠高于收入的增速。
另外今年一季度，暴風(fēng)TV電視收入同比增長297%，銷量23.5萬臺，同比增長344%。其中線下銷量達到16萬臺，占總銷量的69%，同比增長323%，銷量增長的同時，第一季度平均獲客成本為321元，較上年平均獲客成本下降20%；ARPU值（每用戶平均收入）比同期增長374%。渠道方面，重點布局了線下渠道，截至一季度末，渠道建設(shè)達6000余家，并且在2017年目標(biāo)擴充到10000家。
2016年投資者策略會上，馮鑫曾提到暴風(fēng)TV將在2019年實現(xiàn)全面盈利。邏輯是基于獲客成本的下降和ARPU值的上升，2017年也在被定義為入軌階段。那么，目前暴風(fēng)TV獲客成本和ARPU值情況如何？
馮鑫對此表示，當(dāng)前ARPU值的變化不是特別大，ARPU值是向用戶收費，未有明確的變化。下一步ARPU值的上升，主要是源于新的廣告、電商、游戲發(fā)行等方面。
“針對獲客成本，一季度比去年平均下降了1/3，接近一半，已經(jīng)下降的非常多。”馮鑫說。
談及獲客成本下降的原因，馮鑫稱，獲客成本主要取決于硬件的盈利情況和渠道、市場的費用。2016年上半年，互聯(lián)網(wǎng)電視競爭激烈、各企業(yè)均未提價，恰逢上游原材料電視面板大幅漲價，導(dǎo)致硬件銷售虧損。目前這一情況隨著行業(yè)整體的漲價已經(jīng)改善。
布局人工智能
在此次新品會上，暴風(fēng)TV提出要把電視變成能夠主動提供服務(wù)的家庭人工智能助手，這一思路的主要特點，是把電視變成“免遙控、遠講語音、隨時觸發(fā)和隨時待命”。用戶通過與暴風(fēng)人工智能助手――暴風(fēng)大耳朵的語音交互，可以實現(xiàn)無遙控器操控。
馮鑫認為，互聯(lián)網(wǎng)正在走向下半場，隨著人口和市場紅利消失，傳統(tǒng)入口飽和，總量高速增長的時代已經(jīng)過去，挑戰(zhàn)的本質(zhì)在于效率和創(chuàng)新能力。同互聯(lián)網(wǎng)下半場對應(yīng)的是，人工智能電視正進入上半場。
暴風(fēng)TVCEO劉耀平在會上表示，智能電視旨在解決用戶三個痛點：隨時觸發(fā)、多任務(wù)切換、個性化需求。他指出，此次與科大訊飛的合作，是基于暴風(fēng)TV在產(chǎn)品創(chuàng)新、渠道和服務(wù)、開放內(nèi)容架構(gòu)等方面的優(yōu)勢，以及科大訊飛在人工智能、大數(shù)據(jù)技術(shù)方面的優(yōu)勢。
據(jù)了解，暴風(fēng)TV還與科大訊飛聯(lián)合成立“人工智能服務(wù)實驗室”。那這個實驗室具體關(guān)注人工智能的哪些方面？雙方的合作模式又是怎樣的？
馮鑫告訴記者說：“科大訊飛主要是做基礎(chǔ)技術(shù)的，這些基礎(chǔ)技術(shù)需要在不同的垂直領(lǐng)域里打磨。他們需要垂直領(lǐng)域的應(yīng)用環(huán)境和應(yīng)用的基礎(chǔ)數(shù)據(jù)來源，我們需要它的基礎(chǔ)技術(shù)，所以我們在電視垂直領(lǐng)域當(dāng)中一塊打磨語音識別、自然語音識別、交互這些語音和大數(shù)據(jù)技術(shù)。”
目前，無論是傳統(tǒng)的電視廠商還是互聯(lián)網(wǎng)企業(yè)都在布局人工智能家電，暴風(fēng)TV與之有何區(qū)別？
暴風(fēng)TV副總裁侯光敏對記者表示：“目前市面上，大多數(shù)的人工智能是自然語音識別。而暴風(fēng)TV的則不一樣，暴風(fēng)大耳朵的對話不是單一性指令，而是帶有上下文的基礎(chǔ)對話。”
“這是人工智能的黃金時代，其最好的應(yīng)用領(lǐng)域之一是金融，因為金融是唯一純數(shù)字和錢的領(lǐng)域。”創(chuàng)新工場創(chuàng)始人兼CEO李開復(fù)認為，人工智能在中國爆發(fā)的第一個且最大的領(lǐng)域一定是金融。
去年以來，他不止一次提及，未來的投資機會將集中在人工智能領(lǐng)域，而金融業(yè)可能會最先被人工智能化。對于人工智能的看好，讓李開復(fù)所帶領(lǐng)的創(chuàng)新工場投資了不少這個領(lǐng)域的創(chuàng)新公司，智融集團就是其中之一。
在今年2月的一次關(guān)于人工智能話題的公開演講中，李開復(fù)就將智融作為人工智能在金融方面嘗試的案例。這家公司將人工智能應(yīng)用到小額、短期借貸的領(lǐng)域，它并不負責(zé)用戶的放款，而是與傳統(tǒng)金融機構(gòu)合作，由后者提供貸款，智融扮演的角色是通過人工智能的方法對目標(biāo)客戶進行信用評估。
在智融集團CEO焦可看來，對于小額分散、高頻、標(biāo)準(zhǔn)化程度較高的金融業(yè)務(wù)，人工智能有著天然優(yōu)勢。首先，機器可以處理海量數(shù)據(jù)，能大大提高服務(wù)效率；其次，機器學(xué)習(xí)速度極快，以人工智能為核心的模型可以實現(xiàn)高頻次的優(yōu)化迭代；再次，機器在反欺詐方面優(yōu)勢明顯，大大提高了系統(tǒng)的安全性。
弱特征的強表現(xiàn)
焦可曾就職于創(chuàng)立初期的百度，主管搜索類產(chǎn)品的市場與運營工作，后相繼就職于趕集網(wǎng)、馬可波羅等互聯(lián)網(wǎng)公司。2013年，看到機會的焦可創(chuàng)立貸小秘，主打結(jié)構(gòu)化的貸款數(shù)據(jù)庫及智能化推薦引擎。
統(tǒng)計數(shù)據(jù)顯示，美國家庭87%的平均負債率，而這個數(shù)字在中國只有40%。另外，中國有85%的人群無法享受目前傳統(tǒng)金融機構(gòu)提供的金融服務(wù)。
創(chuàng)立貸小秘的初衷是，貸款用戶與銀行之間存在著巨大的信息不對稱，想通過搜索與推薦引擎機制，把銀行產(chǎn)品和用戶結(jié)構(gòu)化，以提高雙方的信息匹配程度。但是，在業(yè)務(wù)開展將近一年半后，焦可發(fā)現(xiàn)產(chǎn)品表現(xiàn)并未達到預(yù)期，在將借款用戶推薦給傳統(tǒng)金融機構(gòu)的過程中轉(zhuǎn)化率極低，各機構(gòu)產(chǎn)品并沒有明顯的差異化，導(dǎo)致信貸服務(wù)同質(zhì)化。
貸小秘觸礁讓焦可著實思考了很多，他發(fā)現(xiàn)自己對于市場的認知存在偏差：“業(yè)務(wù)無法繼續(xù)的原因在于國內(nèi)傳統(tǒng)金融機構(gòu)無法給這些用戶提供相應(yīng)的金融服務(wù)，本質(zhì)上說是供需不對稱，而不是我們原來想的信息不對稱。”
在想清楚癥結(jié)根源之后，焦可選擇放棄繼續(xù)貸小秘，進行業(yè)務(wù)轉(zhuǎn)型。2015年7月用錢寶（現(xiàn)為智融集團旗下產(chǎn)品線）上線，將人工智能的風(fēng)控解決方案應(yīng)用于金融領(lǐng)域，為用戶提供小額短期借款的智融應(yīng)勢而生。在用錢寶上，用戶可以借貸的金額最低500元，最高5000元，而借款期限最低7天，最高30天。
傳統(tǒng)金融機構(gòu)是以人的經(jīng)驗作為風(fēng)控判斷，或者依靠某一項核心技術(shù)實現(xiàn)身份認證。而當(dāng)一套風(fēng)控流程特別依賴某一項技術(shù)或某一個經(jīng)驗的時候，很容易引起特定情況的攻擊和欺詐。鎖定人工智能是因為焦可和團隊相信，解決市場供需不對稱的根本方法，在于具有技術(shù)變革意義的新金融技術(shù)。
在焦可看來，國內(nèi)金融機構(gòu)之所以會出現(xiàn)供需不對稱，很大程度跟銀行的風(fēng)控邏輯有關(guān)。傳統(tǒng)上，銀行風(fēng)控主要是依據(jù)一些強特征數(shù)據(jù)，比如不動產(chǎn)證明、工資流水、社保證明等。那些剛步入職場的月光族、工作地點不固定的藍領(lǐng)工人、服務(wù)人員和剛畢業(yè)的大學(xué)生等人群，在風(fēng)控數(shù)據(jù)上的表現(xiàn)不具備這些強特征變量。
與銀行不同的是，在貸前風(fēng)控環(huán)節(jié)，智融的人工智能風(fēng)控引擎注重的則是弱特征。焦可認為，弱特征和強特征的區(qū)別就在于，強特征是非0即1的；而單獨的某一項弱特征，對于用戶的信用評估和逾期率，沒有絕對性的指導(dǎo)意義，需要很多弱特征在一起，才能對用戶進行準(zhǔn)確的評估。
傳統(tǒng)金融機構(gòu)人為處理貸款申請時經(jīng)常依賴貸款“老司機”的經(jīng)驗，所看到的數(shù)據(jù)只是水面上的冰山一角，水下的冰山主體存在著大量的弱特征數(shù)據(jù)。焦可覺得，雖然無法憑借幾條弱特征數(shù)據(jù)來做出借貸的決定，但當(dāng)這些數(shù)據(jù)積累到上百項弱特征時，便能以此為風(fēng)控依據(jù)做借貸決策。
在梳理特征的過程中，焦可和他的團隊嘗試過很多變量，不相關(guān)的很多很多。“星座跟逾期有沒有關(guān)系，其實是沒關(guān)的，這個其實就是我們很重要的一個工作，首先找到這些人有什么特征。”焦可介紹，很多弱特征完全不在傳統(tǒng)風(fēng)控人的經(jīng)驗里，甚至有很多是人不能洞察而機器可以發(fā)現(xiàn)的。比如，一個人的手機電量也能成為參考標(biāo)準(zhǔn)，申請貸款時電池電量低的人要比電量高的人逾期率更高；再有，有的人通話行為體現(xiàn)出非常強的單向性，經(jīng)常單向播出很多電話，卻很少接到來電，這樣的用戶逾期率比有來有往通話模式的用戶要略高。“這是老司機辦不到的，即使他能夠想到這一點他也很難做定性定量的判斷。”焦可說，目前智融已成功挖掘1200多個維度的有效弱特征數(shù)據(jù)。
基于人工智能的分析技術(shù)，智融的目標(biāo)用戶鎖定在以剛剛步入社會、消費沒有計劃性、經(jīng)濟收入不高的年輕人。同時，在發(fā)展方向上明確 “不做理財、不做學(xué)生群體、不做地推、不做展期”的幾個原則，把業(yè)務(wù)中心放在利用人工智能技術(shù)，從海量數(shù)據(jù)中挖掘出有效的弱特征。
數(shù)據(jù)反哺模型
一般情況下，貸款平臺公布數(shù)據(jù)都會著重放款額度，但焦可認為，能體現(xiàn)金融科技技術(shù)能力的參考指標(biāo)不是貸款交易的金額，而在于交易的筆數(shù)。“貸款筆數(shù)一方面體現(xiàn)出一個企業(yè)服務(wù)和影響到的人數(shù)，另一方面，通過大量樣本的產(chǎn)生和挖掘，實現(xiàn)人工智能風(fēng)控的進一步完善。”焦可說。
智融集團CTO齊鵬也透露，用錢寶在服務(wù)大量用戶的同時為風(fēng)控模型帶回了大量的數(shù)據(jù)樣本，可以不斷進行模型的迭代和練，其精度將越來越高，從而提高通過率、降低壞賬率，實現(xiàn)馬太效應(yīng)正循環(huán)。
具體來說，智融現(xiàn)在的月交易筆數(shù)120萬筆，意味著在貸款陸續(xù)到期后，其I.C.E.人工智能風(fēng)控引擎將收獲120萬個數(shù)據(jù)樣本。這些具備完整生命周期的樣本，可以反哺到系統(tǒng)中，持續(xù)不斷的訓(xùn)練及優(yōu)化模型。“舉例來說，我們現(xiàn)在每天通過的交易筆數(shù)在5萬～6萬人，每個人有1200多個特征點，也就是說每天的風(fēng)控需要處理的特征量是6000萬～7000萬個。這已經(jīng)遠遠超出人的計算范圍，而這正是機器擅長的。”焦可說，“我們現(xiàn)在的大數(shù)據(jù)計算架構(gòu)很出色，可以存儲海量數(shù)據(jù)，運算速度也很快，一個用戶提交以后整個的機器決策只需要8秒鐘。”
經(jīng)過不斷磨合迭代，智融自主研發(fā)了以人工智能技術(shù)為核心的“I.C.E.風(fēng)控引擎”――Identify（識別）、Calculate（計算）、Evaluate（評估）的縮寫，分別對應(yīng)了“柯南特征工程”、“Anubis大數(shù)據(jù)計算框架”、“D-AI機器學(xué)習(xí)模型”三大組成部分。基于此，智融平臺的通過率是同行業(yè)兩倍，同時逾期率僅為行業(yè)平均水平的60%。
選擇人工智能進行分控也決定了智融在人員的配置上的差異化。比如，智融沒有CRO，只有CTO，高管團隊具備百度、民生銀行等技術(shù)與金融的背景。另外，來自于頂級互聯(lián)網(wǎng)公司的核心研發(fā)工程師占比超過70%，他們占據(jù)了知春路上一座辦公樓的大半層辦公室。目前，智融還在不斷豐富智融的數(shù)據(jù)科學(xué)家團隊，不斷加強統(tǒng)計分析、數(shù)據(jù)挖掘、文本挖掘、機器學(xué)習(xí)、能力表達及大數(shù)據(jù)處理方面的優(yōu)勢。
除了創(chuàng)新工場，智融的技術(shù)也獲得了更多資本的青睞。今年3月28日， 智融獲得4.66億元人民幣的C輪融資，由金磚資本、中金甲子領(lǐng)投，國科嘉和、源碼資本、創(chuàng)新工場、光信資本等機構(gòu)跟投。
“智融集團是一個讓我們非常自豪的投資，他們有很棒的技術(shù)團隊，以技術(shù)為核心把握住了非常好的風(fēng)口和先機。”李開復(fù)在融資當(dāng)天的活動上說。
中金甲子董事長梁國忠認為，相比于依托互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術(shù)的金融科技1.0階段，金融科技2.0階段表現(xiàn)出極強的“技術(shù)驅(qū)動”的特征，在它的背后是人工智能、大數(shù)據(jù)分析和區(qū)塊鏈等關(guān)鍵技術(shù)的賦能。“金融科技2.0將是金融與科技的化學(xué)反應(yīng)，有著極大的想象空間。”
劉佳輝
（河北大學(xué) 管理學(xué)院 唐山 063000）
摘要：人工智能作為計算機的學(xué)科的分支之一，是被公認的二十一世紀三個最尖端的技術(shù)之一。伴隨著改革開放以來三十年的經(jīng)濟和科技力量的不斷發(fā)展，我國的人工智能在各個的領(lǐng)域的技術(shù)也得到了長足的發(fā)展。而在杭州出現(xiàn)的無人超市更是讓人工智能的發(fā)展進入到了一個前所未有的階段，毫無疑問，社會的快速發(fā)展離不開人工智能的技術(shù)的不斷進步。因此，企業(yè)應(yīng)該加強人工智能技術(shù)的發(fā)展，將人工智能的發(fā)展與企業(yè)的運營和管理相結(jié)合，以推動企業(yè)的可持續(xù)發(fā)展。由此，本篇文章將對人工智能技術(shù)對企業(yè)管理中的應(yīng)用進行探究，以期望將對人工智能與企業(yè)發(fā)展的結(jié)合，和我國企業(yè)的飛速發(fā)展有所借鑒。
關(guān)鍵字：人工智能 企業(yè)管理 企業(yè)發(fā)展
Application of Artificial Intelligence in Enterprise Management
Liu Jiahui
(Tangshan 063000， School of Management， Hebei University)
ABSTRACT： As one of the branches of computer science， artificial intelligence is recognized as one of the three most sophisticated technologies in the 21st century. Along with the reform and opening up since 30 years of economic and technological power of the continuous development， the technology of artificial intelligence in various fields has also been greatly developed. The appearance of unmanned supermarkets in Hangzhou has brought the development of AI to an unprecedented stage. There is no doubt that the rapid development of society can not be separated from the continuous progress of AI technology. Therefore，enterprises should strengthen the development of artificial intelligence technology and integrate the development of artificial intelligence with the operation and management of enterprises to promote the sustainable development of enterprises. Therefore, this article will explore the application of artificial intelligence technology in enterprise management，hoping to combine AI with enterprise development and provide some reference for the rapid development of enterprises in China.
Key words： Artificial intelligence Business management Enterprise Development
引言：人類一向以自己為“智能生物”自居，這是因為我們能夠不斷的學(xué)習(xí)、觀察新事物，讓自己能夠不斷的取得進步，這讓人類在地球上顯得與眾不同。所以當(dāng)我們也開始充當(dāng)上帝的角色，開始創(chuàng)造屬于我們自己意識的人工智能時，心情也像上帝創(chuàng)世一樣，內(nèi)心充滿了激蕩與振奮，這便是人工智能的發(fā)展的動力。如今，人工智能在大數(shù)據(jù)時代充當(dāng)著越來越重要的角色。在歐美等發(fā)達國家取得了飛速的發(fā)展，隨著人工智能技術(shù)的不斷深入，企業(yè)的人力資源、財務(wù)會計和知識管理的技術(shù)均被運用到人工智能應(yīng)用中去。
一、 人工智能將對企業(yè)會計行業(yè)產(chǎn)生影響
（一） 我國的會計行業(yè)人工智能的運用
會計作為會計制度的主體，分為三類，主要涉及企事業(yè)單位，行政機構(gòu)和會計師事務(wù)所。在中國，涉及會計工作的許多主題工作僅限于人工智能應(yīng)用中的會計系統(tǒng)。在會計中，一些需要主觀行為的工作，例如審查，驗證和判斷，仍然需要會計人員手動完成工作。然而，在會計師事務(wù)所，雖然審計業(yè)務(wù)也是主要業(yè)務(wù)的一部分，但在人工智能應(yīng)用方面略顯稀疏，原因是對于大多數(shù)上市公司的審計業(yè)務(wù)，大量的審計工作文件是需要。填寫后，它既有草稿的電子版本，當(dāng)然還有紙質(zhì)版本，但這些入門數(shù)據(jù)仍需要手動填寫。
（二）對人工智能在會計行業(yè)中應(yīng)用的展望
任何會計師都清楚地知道會計行業(yè)是一個嚴格的行業(yè)，也需要及時性。有許多會計程序和復(fù)雜的過程需要解決。因此，對于會計，加班是一種普遍現(xiàn)象。在某種程度上，會計師還希望有一天會有人工智能來取代這種枯燥乏味的工作。當(dāng)前的人工智能應(yīng)用程序解決了一些基本操作，例如憑證和報告的生成，但它遠遠不能滿足當(dāng)前會計機構(gòu)的需求。例如，人力資源會計需要一個符合業(yè)務(wù)特征的測量工具，并報告業(yè)務(wù)的人力資源。通過該模型，可以分析企業(yè)的人力資源，從而進行合理的人力資源管理，成為降低成本的方法之一。這種需求是會計管理會計和環(huán)境會計中許多分支機構(gòu)的必然要求，因為會計職能現(xiàn)在越來越傾向于決策，會計需要在相應(yīng)的決策過程中提供信息。但通常很難獲得人工計算和分析。如果人工智能可以進一步應(yīng)用科學(xué)知識來解決這個問題，那么最好。
（三）人工智能對會計行業(yè)的影響
1）提高了會計內(nèi)容的時效性和正確性
企業(yè)是政府機關(guān)或任何會計師事務(wù)所，可以在使用會計軟件后及時處理發(fā)生在當(dāng)日的經(jīng)濟業(yè)務(wù)。因為會計人員只能在系統(tǒng)中注冊并選擇或?qū)徲嬒嚓P(guān)事務(wù)，所以最終系統(tǒng)根據(jù)現(xiàn)有的自動生成相關(guān)報表的數(shù)據(jù)，比傳統(tǒng)的會計憑證人工生成報表要及時得多，另一方面，在傳統(tǒng)的會計業(yè)務(wù)流程中，會計人員往往會產(chǎn)生假賬，而現(xiàn)行的會計憑證則會產(chǎn)生假賬。財務(wù)系統(tǒng)也必須是一些手工輸入的數(shù)據(jù)，因為系統(tǒng)在輸入錯誤時會提示，在這種情況下，減少了數(shù)據(jù)的錯誤概率，從而提高了會計信息的準(zhǔn)確性。
2）一定程度上抑制了財務(wù)信息造假
在具體的會計核算制度下，所有登記制度人員都有唯一的賬戶和密碼，并有自己的權(quán)限和非常嚴重明確的分工。工作場所包容性現(xiàn)象在傳統(tǒng)會計核算中非常嚴重。特別是在中小企業(yè)中，人工智能的應(yīng)用有助于通過明確的功能來抑制人工偽造信息。然而，人工智能不能說是為了防止金融偽造。系統(tǒng)畢竟是由人控制的，管理層無法應(yīng)對會計人員以上的內(nèi)部運營現(xiàn)象。
3）會計行業(yè)中傳統(tǒng)崗位需求減少
由于日益廣泛使用的人工智能在會計行業(yè)，傳統(tǒng)的會計職位不需要員工，所以這是一個明顯的變化。自1980年代以來我國會計電算化發(fā)展此后晉升。它已經(jīng)商業(yè)化，是用于各種會計實體，使原始簡單的會計記錄和會計工作被人工智能所取代。因此，會計的地位不再是必要的。
4）會計信息安全性受到威脅
各種計算機化的會計系統(tǒng)，廣泛應(yīng)用于電子形式會計實體中存儲的各種金融數(shù)據(jù)，具有電子數(shù)據(jù)的優(yōu)點，如省電，方便，數(shù)據(jù)容量大，易于查找等優(yōu)點。而另一方面，系統(tǒng)如果保護未達到易受黑客攻擊的指定位置，當(dāng)前網(wǎng)絡(luò)安全性大大降低的同時，信息可能在網(wǎng)絡(luò)傳輸過程中被截獲，因此導(dǎo)致企業(yè)財務(wù)信息泄露會非常嚴重，會造成重大商業(yè)機密，并導(dǎo)致?lián)p失。
二、 人工智能對企業(yè)金融風(fēng)控的影響
（一）智能風(fēng)控落地的前提
在互聯(lián)網(wǎng)信息技術(shù)和網(wǎng)絡(luò)技術(shù)普及的時代，讓人類生活進入大數(shù)據(jù)驅(qū)動的智能化發(fā)展階段，而人工智能在金融風(fēng)險控制的探索和實踐中經(jīng)歷了以計算機為標(biāo)志的信息時代，人類因此CIETY已進入人工智能引領(lǐng)第四次工業(yè)革命，如果追求信息時代是數(shù)據(jù)采集和存儲，那么解決人工智能時代是伴隨著信息技術(shù)的發(fā)展和信息爆炸而引起的。由于信息處理能力不足，計算機幫助人們處理海量信息、分析數(shù)據(jù)和使用，是人工智能的時代，智能認知階段，人工算法進入商業(yè)世界后，開始顯示出趨勢的普遍性，特別是LY在金融業(yè)務(wù)中顯示出較強的適用性，目前人工智能在國內(nèi)重點應(yīng)用于風(fēng)險控制、信用和欺詐等領(lǐng)域。人工智能產(chǎn)業(yè)化可以結(jié)合現(xiàn)場誕生，不能留下以下三個重要方面前提：
技術(shù)基礎(chǔ)的改進。用云計算來說，計算能力在出現(xiàn)之前是一種昂貴的資源，公司不能獨自承擔(dān)這種成本。在人人上網(wǎng)的時代，計算數(shù)據(jù)量不斷增加，大規(guī)模數(shù)據(jù)的培訓(xùn)和計算帶來了對CPU水平提高的需求。云計算服務(wù)實現(xiàn)了計算資源的循環(huán)和重用，大大降低了企業(yè)的成本。在云計算的情況下，為了將成本降低兩到三個訂單，許多初創(chuàng)企業(yè)可以擁有強大的計算能力。當(dāng)然，對于從事人工智能服務(wù)的公司來說，擁有計算能力是不夠的，因為限制技術(shù)的因素還來自于數(shù)據(jù)采集能力和數(shù)據(jù)處理和處理能力，列如數(shù)學(xué)、統(tǒng)計學(xué)、機器算法等。而確定大規(guī)模計算，強大的人才是必不可少的。
場景的出現(xiàn)需要更先進的技術(shù)。特別是在需要擴大規(guī)模和復(fù)雜化的消費信貸服務(wù)中，如何提供高質(zhì)量的用戶體驗成為一個難點。例如，在少量的貸款業(yè)務(wù)中，金融機構(gòu)或平臺需要在短時間內(nèi)對某個用戶進行準(zhǔn)確的風(fēng)險評估，或者在一天內(nèi)完成數(shù)十萬甚至更多的用戶信用。由于可以預(yù)見，這樣的要求只會越來越高，場景也會越來越多。傳統(tǒng)的刀耕火種評估方法與現(xiàn)有的大量多樣化的金融需求完全脫節(jié)。因此采取智能投資，但它面臨的投資機會是短暫的，交易信息的判斷甚至需要快到幾毫秒。對現(xiàn)場的需求促使業(yè)界使用更合理的算法，更快的計算速度，并要求新技術(shù)將人工智能帶入舞臺。
改進的數(shù)據(jù)材料豐富。人工智能，所以數(shù)據(jù)是使用數(shù)據(jù)來支持操作和判斷是人工智能的基礎(chǔ)。在金融行業(yè)中，數(shù)據(jù)也是如此。互聯(lián)網(wǎng)時代的背景下，金融消費者的高度收集碎片更大規(guī)模的需求，數(shù)據(jù)采集成本較低。金融機構(gòu)和企業(yè)可以使用這些數(shù)據(jù)來計算、處理、和判斷，為用戶提供個性化服務(wù)的經(jīng)驗，基于智能的數(shù)據(jù)做出決策，實現(xiàn)精細管理，從而進一步推動人工智能技術(shù)的應(yīng)用的發(fā)展。
（二）智能風(fēng)控是傳統(tǒng)風(fēng)控的有效補充
傳統(tǒng)金融機構(gòu)與傳統(tǒng)計分卡模型和規(guī)則引擎等“特色”風(fēng)險評分，根據(jù)性能和智能風(fēng)險控制記錄，社會行為，行為偏好，身份信息和設(shè)備安全方面的行為特征的“軟弱”用戶的風(fēng)險評估。兩種類型的風(fēng)險控制從操作到場景顯示效果之間的顯著差異，后進入移動互聯(lián)網(wǎng)時代，智能風(fēng)險控制的優(yōu)點更加突出，有效補充傳統(tǒng)的風(fēng)險控制。
傳統(tǒng)風(fēng)力控制形成了標(biāo)準(zhǔn)化的操作模式，首先判斷用戶的身份，然后復(fù)習(xí)物理用戶提供的證明材料。簡而言之，它分為以下步驟：首先，回顧通過面對面的檢查來確認用戶身份的真實性提交材料。材料包括識別和收入證明，如身份證、戶籍、銀行流動和就業(yè)信息。其次，用戶的資產(chǎn)評估和確定信用額度，主要的資產(chǎn)估值標(biāo)準(zhǔn)抵押房地產(chǎn)和汽車生產(chǎn)等。最后，信用貸款，其他步驟可以添加，如調(diào)查貸款的使用和確認交易的意愿。
關(guān)注人的評論，首先，傳統(tǒng)的風(fēng)險控制單元的時間跨度，至少在周需要層層審批，業(yè)務(wù)流程涉及多個人員和鏈接，導(dǎo)致效率低;其次，長時間的業(yè)務(wù)流程，無法滿足用戶的資本要求，導(dǎo)致壞的用戶體驗;最后，對小型業(yè)務(wù)，傳統(tǒng)的風(fēng)險控制復(fù)雜的審計程序?qū)е碌母叱杀臼广y行和無利可圖，所以這個巨大的市場的一部分。
智能風(fēng)險控制對大數(shù)據(jù)，算法和計算能力，重視數(shù)據(jù)，生活等識別確認用戶的身份;欺詐識別風(fēng)險，智能控制使用多維特征，許多數(shù)據(jù)表明意圖和傾向，反映用戶欺詐;普通用戶的還款意愿和能力評估判斷。
在互聯(lián)網(wǎng)經(jīng)濟下具有“規(guī)模”增長的消費者金融市場中，智能風(fēng)險控制可以捕獲非傳統(tǒng)的金融數(shù)據(jù)并增加弱勢的金融相關(guān)特征。機器建模和分析的方法用于及時有效地補充傳統(tǒng)的風(fēng)險控制。首先，智能風(fēng)控帶來閃電般的審查速度。時間跨度以分鐘和秒計算，為用戶提供更好的服務(wù)體驗。其次，對用戶行為數(shù)據(jù)的分析得出更準(zhǔn)確的評估。最后，在風(fēng)險預(yù)測中，數(shù)據(jù)模型的使用可以準(zhǔn)確地量化未來風(fēng)險最有可能發(fā)生的時間和情景。從快牛金科的實際應(yīng)用來看，定量風(fēng)險預(yù)測的結(jié)果與實際風(fēng)險的表現(xiàn)一致，誤差很小。風(fēng)險控制標(biāo)準(zhǔn)的放松和收緊所引起的壞賬績效水平的變化可以通過數(shù)據(jù)直觀地衡量。實際的業(yè)務(wù)運營非常有益。
目前，個性化的場景下貸款和大規(guī)模貸款，信用貸款和消費貸款等，智能風(fēng)險控制有足夠的優(yōu)勢，但是大的貸款和交易涉及資產(chǎn)評估、房地產(chǎn)貸款和供應(yīng)鏈融資等大型企業(yè)。驗證的真實性，傳統(tǒng)風(fēng)力控制仍然是不可替代的，兩個風(fēng)控制模式仍將。
（三）智能風(fēng)控成長空間巨大
在金融行業(yè)，風(fēng)險控制中，無限智能風(fēng)險控制是一個不斷迭代的過程，并不斷按照優(yōu)化的結(jié)果進行。到目前為止，智能風(fēng)險控制已經(jīng)取得了良好的應(yīng)用效果。實踐中，智能風(fēng)險控制模型已經(jīng)更好的用戶差異化程度，能夠清晰地反映出評價結(jié)果中的高質(zhì)量和不良客戶，通過不斷的優(yōu)化迭代，識別的準(zhǔn)確性和判斷的速度，技術(shù)人員一直在螺旋式上升，但目前行業(yè)面臨的問題是數(shù)據(jù)島和信息不透明，行業(yè)總負債不共享，仍然是大空間智能風(fēng)險控制技術(shù)的提升。在用戶體驗上，智能風(fēng)險控制的最佳路徑有二點：一是減少對用戶的干擾，對于當(dāng)前信用風(fēng)險控制過程中需要獲得用戶授權(quán)等數(shù)據(jù)的審批，隨著數(shù)據(jù)共享和計算能力市場機制的完善，未來只有需要向客戶提供極少的信息進行評估，消除用戶對信息安全的顧慮，使用合規(guī)性。其次，在上述基礎(chǔ)上，提升用戶評估的準(zhǔn)確性。。
人工智能是一種不可逆轉(zhuǎn)的趨勢，但人工智能在推廣特定情景時仍面臨一些外部阻力。
首先，由于一些工人，意識滯后，商業(yè)實踐中的人工智能面臨著銀行和其他機構(gòu)的模型變革，在管理決策時考慮到潛在風(fēng)險。其次，需要探討適當(dāng)?shù)臉I(yè)務(wù)情景。傳統(tǒng)的金融業(yè)務(wù)場景，在應(yīng)用、審批，基于不同操作系統(tǒng)的貸款和大量人力資源等一系列環(huán)節(jié)之后，如何切入人工智能將在調(diào)整過程中面臨長期運行。此外，在監(jiān)管方面，人工智能還暴露了“黑匣子”理論與“可追溯性”金融活動的矛盾。人工智能對于許多風(fēng)險控制的實施過程并不是人類大腦能夠理解的，而是在一些監(jiān)管更嚴格的情景中給予必要的解釋。
中國著名科幻作家劉慈新曾經(jīng)說人工智能就像一個黑盒子。從理論上講，他們的計算步驟可以追溯，但由于計算量巨大，跟蹤實際上很困難甚至不可能。實現(xiàn)兩者之間的平衡并建立信任是未來人工智能面臨的巨大挑戰(zhàn)。在這種情況下，一方面，可以采用更加解釋性的算法。對于相同的數(shù)據(jù)，不同算法的結(jié)果不應(yīng)該遠遠落后。另一方面，可以預(yù)期社會態(tài)度的變化和監(jiān)管法規(guī)的調(diào)整。畢竟，它不僅僅是以人工智能為代表的計算機科學(xué)。隨著研究的深入和領(lǐng)域的細分，其他人類主體可能具有傳統(tǒng)邏輯意義的結(jié)果。
三、 人工智能對企業(yè)信息安全防護的影響
（一）人工智能時代下信息安全論述
信息安全是指用戶使用網(wǎng)絡(luò)系統(tǒng)時，軟件和硬件不會被破壞，用戶數(shù)據(jù)不會被改變，為計算機的使用提供安全保障。目前，信息安全在網(wǎng)絡(luò)保護中尤為重要。在計算機網(wǎng)絡(luò)的發(fā)展過程中，出現(xiàn)了許多數(shù)據(jù)泄露事件，不僅給企業(yè)帶來了傷害，而且也暴露了許多人的隱私信息。從小的角度看，數(shù)據(jù)泄露事件給企業(yè)和人民造成了損失，在很大程度上阻礙了國家的發(fā)展和社會的進步。
因此，在人工智能快速發(fā)展的時代，我們不僅要追求技術(shù)進步，還要重視信息安全的保護。信息安全保護不僅是企業(yè)和國家的責(zé)任，也是每個公民的責(zé)任。
（二）威脅企業(yè)信息安全的因素
目前大多數(shù)互聯(lián)網(wǎng)公司都在進行人工智能的研究，5G的華為技術(shù)是世界領(lǐng)先的，它不僅是企業(yè)的榮譽，也是國家的驕傲，影響企業(yè)信息安全的因素很多，涉及到很多方面，對信息安全的保護帶來了許多挑戰(zhàn)。
1）數(shù)據(jù)的集中存儲
大量的數(shù)據(jù)可以存儲在計算機系統(tǒng)中，數(shù)據(jù)之間的緊密聯(lián)系，非常容易引起攻擊者的注意，成為一個黑客的目標(biāo)。網(wǎng)絡(luò)數(shù)據(jù)繁多，從不同的方式，如電子郵件、微博、傳感器等，相對集中存儲的數(shù)據(jù)在一起增加數(shù)據(jù)泄漏的風(fēng)險，并導(dǎo)致人身安全的喪失。
2）數(shù)據(jù)加密技術(shù)
計算機領(lǐng)域的數(shù)據(jù)加密一直是防止數(shù)據(jù)泄漏的首要任務(wù)，但仍有數(shù)據(jù)泄漏事件。人工智能技術(shù)的應(yīng)用基于互聯(lián)網(wǎng)用戶的互聯(lián)網(wǎng)數(shù)據(jù)的收集。如果沒有大量的數(shù)據(jù)分析，將無法生成智能應(yīng)用程序和技術(shù)服務(wù)。集中式數(shù)據(jù)庫集中在資源豐富的大型企業(yè)手中。一方面，他們收集數(shù)據(jù)，另一方面，他們分析數(shù)據(jù)并智能地應(yīng)用它。企業(yè)主要是營利性的，信息安全投入太小，會增加數(shù)據(jù)泄露的風(fēng)險。
3）殺毒軟件的應(yīng)用
由于計算機病毒的不斷侵入，導(dǎo)致很多殺毒軟件的產(chǎn)生。如果計算機中毒，可能會導(dǎo)致多臺計算機，甚至整個企業(yè)計算機崩潰，數(shù)據(jù)丟失。病毒以不斷變化的形式出現(xiàn)，入侵計算機的方式多樣化，每次出現(xiàn)新的病毒，都會導(dǎo)致殺毒軟件的各個方面升級。企業(yè)不應(yīng)該只根據(jù)病毒更新殺毒軟件，而應(yīng)該讓企業(yè)的數(shù)據(jù)更加安全
（三）企業(yè)信息安全的防護措施
1）對數(shù)據(jù)安全技術(shù)研發(fā)
從傳統(tǒng)信息安全技術(shù)的角度出發(fā)，企業(yè)必須加大對數(shù)據(jù)安全技術(shù)開發(fā)的投入，以保證人工智能的順利發(fā)展。同時，國家要給予大力支持和一定的幫助。多方面引進新人才。其他企業(yè)數(shù)據(jù)安全技術(shù)也在不斷發(fā)展，以保證網(wǎng)絡(luò)操作過程中的數(shù)據(jù)安全，從而使黑客蒙受損失。
2）重視敏感數(shù)據(jù)的保護
敏感信息不應(yīng)披露沒有用戶的權(quán)限。企業(yè)應(yīng)優(yōu)先保護用戶的私人數(shù)據(jù)，并規(guī)定使用的設(shè)備，以確保網(wǎng)絡(luò)可以正確操作。國家應(yīng)該制定相應(yīng)的制度措施的敏感信息，這使得一些人氣餒。
3）國家對數(shù)據(jù)的保護制度
保護數(shù)據(jù)不僅是企業(yè)的責(zé)任。國家也應(yīng)提出安全策略，制定安全要求，加強然后進行安全體系建設(shè)，加快人工智能立法的應(yīng)用。國家應(yīng)制定相應(yīng)的數(shù)據(jù)保護法律法規(guī)，同時將數(shù)據(jù)保護滲透到學(xué)習(xí)課程中，教育幼兒，真正向每個人傳達數(shù)據(jù)安全意識。個人應(yīng)及時清理隱私資料，安全文明上網(wǎng)。
4）合法共享用戶信息
使用用戶信息時，應(yīng)明確信息來源的合法性，確認數(shù)據(jù)的有效性，共享用戶信息時應(yīng)征求用戶意見，用戶不得擅自披露。否則，將獲得虛假數(shù)據(jù)，這可能導(dǎo)致企業(yè)損失。
總結(jié)：隨著科技的蓬勃發(fā)展，人工智能的蓬勃發(fā)展也在繼續(xù)。盡管這個的人工智能還發(fā)展不完善，及時在早期進入的金融領(lǐng)域，還主要集中于風(fēng)險控制、定量交易和智能客戶服務(wù)。然而，人工智能對世界的好處將不受限制。
人工智能的進一步推廣和應(yīng)用，將形成廣泛的基于機器的智能決策，可以大大提高社會整體運行的效率。例如，在圍棋、自動駕駛、公安等領(lǐng)域，人工智能顯示出良好的學(xué)習(xí)能力和決策能力。
人工智能也帶來了社會結(jié)構(gòu)的變化，如就業(yè)制度。一些簡單、重復(fù)和自動化的數(shù)據(jù)收集和記錄將被機器所取代。從目前的發(fā)展速度來看，客戶服務(wù)、簡單的風(fēng)險控制、基礎(chǔ)營銷等人員更有可能被替換。技術(shù)的發(fā)展超出了人們的想象。就像2000年一樣，沒有人認為打字員在計算機和互聯(lián)網(wǎng)普及之后成為了紙堆中的象征。人工智能技術(shù)對人類生活的滲透將是巨大的。就像互聯(lián)網(wǎng)一樣，20年前需要訪問特定場景和手段的服務(wù)，如網(wǎng)吧、學(xué)校房間和撥號上網(wǎng)，都涉及到飲食和穿著。業(yè)務(wù)的各個方面的活動、業(yè)務(wù)和業(yè)務(wù)方面。當(dāng)人們無法感受到人工智能的存在時，這意味著人工智能技術(shù)已經(jīng)達到并得到了廣泛的應(yīng)用。
參考文獻：
[1]賁可榮，張彥鐸 .人工智能 [M ].清華大學(xué)出版社，2006.
[2]陸汝鈐 .人工智能 [M ].科學(xué)出版社，1989.
[3]羅素，諾維格 .人工智能：一種現(xiàn)代的方法（第二版）[M ].清華大學(xué)出版社，2006.
[4]李生 .自然語言處理的研究與發(fā)展 [J].燕山大學(xué)學(xué)報，2013（5）：377-384.
[5] 孫濤 . 知識管理 ——— 21 世紀經(jīng)營管理的新趨勢 [M ]. 北京 ： 中華工商聯(lián)合出版社 ， 1999.
[6] 李桂青 ， 羅持久 . 工程設(shè)計專家系統(tǒng)的原理與程序設(shè)計方法[M ]. 北京 ： 氣象出版社 ，1991.
[7] Joseph Giarratano. 專家系統(tǒng)原理與編程 [M ]. 北京 ： 機械工業(yè)出版社 ， 2000.
[8] 吳今培 . 智能故障診斷與專家系統(tǒng) [M ]. 北京 ： 科學(xué)出版社 ，2000.
[9] STB ofNASA [ Z]. Clips Reference Manual Advanced Program 2ming Guide 2001.
[10] 幸聰.人工智能時代網(wǎng)絡(luò)信息安全與防范分析2018，2（07）：172-173.
未來世界中，人工智能會淪為人類的奴隸，還是會擁有超越人類的能力？來自硅谷的著名創(chuàng)業(yè)家，斯坦福大學(xué)人工智能與倫理學(xué)教授，《人工智能時代》作者杰瑞?卡普蘭（Jerry Kaplan，以下簡稱JK）帶給了我們新的見解。
AI是技術(shù)不是魔術(shù)
《時間線》：您認為AI真正的本質(zhì)是什么？JK：人工智能是以使機器能夠勝任一些通常需要人類智能才能執(zhí)行工作為目標(biāo)的一個工程領(lǐng)域。但這并不意味著電腦本身是智能的，只是它們能在某些情況下替代人 類。
《時間線》： AI似乎更容易對顯性知識進行技術(shù)轉(zhuǎn)化，那么在對隱性知識技術(shù)化時遇到哪些阻礙？現(xiàn)在是否有所突破呢？
JK：你可以將AI技術(shù)大概分為兩類。第一類是趨向于理性問題的AI技術(shù)，像是規(guī)劃一個駕駛路線，在電路板上布局組件，合理高效地將包裹放置在運輸車上。處理這類問題時，人們是通過顯性信息和使用顯性邏輯規(guī)則開始處理的。第二類是趨向于感知問題AI技術(shù)，這其中包括識別照片中的人物，駕駛汽車，研究收集醫(yī)療數(shù)據(jù)模型。一般來說，這類問題很難被明確地描述出來。還有些問題像是翻譯語言、玩一些復(fù)雜的游戲，可能需要對這兩類技術(shù)都有所涉獵。
主人or奴隸
《時間線》：在Ray Kurzweil的《奇點臨近》一書中曾描寫道：在“奇點”到來之際，機器將能通過人工智能進行自我完善，超越人類，從而開啟一個新的時代。很多人都開始恐慌AI或許會在未來的某一天取代人類，對此您怎么看？您認為最為適當(dāng)?shù)娜藱C關(guān)系是怎樣的？
JK：我并不同意Ray Kurzweil的觀點。機器已經(jīng)在許多領(lǐng)域超越人類的能力，并且我們對此也并沒感到任何的不適。事實上，這就是我們?yōu)槭裁词褂盟鼈儭ｋ娔X能夠比人類計算得更快更精確，記憶存儲大量的信息，并且通訊交流的速度是人類無法想象的。隨著AI領(lǐng)域的進步，將會有越來越多的任務(wù)是由機器去處理，并且會比人類處理得更好。但是這不意味著它們能比得上人類的智慧。我們并沒一個言之成理的人類智慧的理論，即使我們有，也沒有證據(jù)能表明我可以編制一個機器去復(fù)制它。
《時間線》：現(xiàn)如今一些企業(yè)工廠已經(jīng)在開始利用AI進行日常生產(chǎn)工作活動了，但對于工種的替代還只是局限在初級的、可替代性強的工作，那么在未來隨著AI的發(fā)展是否會挑戰(zhàn)高級工作，例如高級電腦程序工程師、注冊會計師、高級律師等等？
JK：AI程序不能執(zhí)行工作，它們的作用是使任務(wù)自動化。如果一個人的工作是由那些能被自動化的任務(wù)組成的，那么的確他們的職業(yè)是面臨風(fēng)險的。如果一些人的工作任務(wù)是機器不能處理的，那么AI技術(shù)只是能夠幫助人們把工作處理得更加高效。這無關(guān)乎工作多么高級，人們需要接受多么多的培訓(xùn)去做他們的工作。我們在用電腦執(zhí)行計算時，執(zhí)行任務(wù)往往需要相當(dāng)大的訓(xùn)練和專業(yè)知識作為前提的。比如，一個放射線研究者的工作職能可能是容易去自動操作的，但是相反地，一個兒科醫(yī)師需要的是機器無法執(zhí)行的人類技能。
《時間線》：在您的《人工智能時代》一書中介紹了AI對財富再分配的影響，您希望AI的發(fā)展可以極大地提高社會財富，但現(xiàn)實情況是，現(xiàn)在無論是東方還是西方，貧富差距是不可避免的問題，因此，AI在提高社會財富的同時會不會反而加重了貧富差距和財富分配不均勻的問題？
JK：我不確定我們所理解的社會財富是否是完全一樣的。但是在我看來，AI是自動化的一種形式，它是資本對勞動力的替代。從邏輯上看，這意味著擁有資本的人可以通過利用機器去獲得更大的利益，而那些只能依賴出售自身的勞動力的人，將會被取而代之。一般來說，自動化使社會更加富裕，而獲益者主要是那些富人，除非我們采取一些措施來確保整個社會都享受新財富。
《時間線》：您認為當(dāng)前人們對AI誤解的主要爭議點是什么？您對當(dāng)前人們對AI的看法和理解有何建議？
JK：許多人所理解的AI就正如他們在電影中看到的那樣。通常都是一些傷害和攻擊人類的壞的機器人和程序。但是這些都是幻想。機器是沒有感情的，除了我們指令它們做的事情以外它們是沒有獨立目的。只要我們仔細考慮如何使用這些技術(shù)，它們將會很好地為我們的需求服務(wù)。但是像另外一些技術(shù)，比如核能，我們既可以用它來做建設(shè)也可以用它去搞破壞。但這些都取決于我們?nèi)祟悾皇恰八鼈儭薄?/p>
AI在中國
《時間線》：在AI領(lǐng)域，西方國家，例如美國，擁有較為完善的技術(shù)支持和發(fā)展環(huán)境，而中國的AI領(lǐng)域更多的是依賴于商業(yè)驅(qū)動，那么對技術(shù)驅(qū)動與商業(yè)驅(qū)動，您認為哪一個更能推進AI的可持續(xù)發(fā)展？
JK：我認為在美國AI技術(shù)的發(fā)展和在中國一樣都是由經(jīng)濟發(fā)展驅(qū)動的。有很多大學(xué)都在研究AI這個領(lǐng)域，但是大多數(shù)的進步是發(fā)生在像谷歌和Facebook這樣的公司。我相信在中國，百度也是這樣的公司。
《時間線》：從倫理角度來看，在西方國家，例如美國，AI的發(fā)展遇到哪些問題和阻礙？中國擁有特殊的文化環(huán)境和較為保守的倫理邏輯，您認為當(dāng)AI甚至是未來的AI機器人在步入中國普通老百姓生活中時是否會遇到更多新的問題？
JK：當(dāng)我們將AI技術(shù)融入我們的生活中時，將有很多倫理問題需要我們面對。例如，無人駕駛汽車應(yīng)該如何平衡和協(xié)調(diào)駕駛員與其他行人和車輛的安全？如果你要求你的機器人去幫助你實施一個犯罪行為，它應(yīng)該如何拒絕？如果它看到你違反法律，它應(yīng)該被要求去報告給你嗎？如果它意外傷害到別人了，你應(yīng)該完全負責(zé)任嗎？這些困難的問題我們需要時間去解決和回答。
關(guān)鍵詞：人工智能；智能傳媒；美聯(lián)社；智媒實踐
中圖分類號：G702文獻標(biāo)志碼：A文章編號：1001-862X（2017）03-0134-006
一、人工智能的內(nèi)涵、技術(shù)梯度及其在新聞傳播領(lǐng)域中的應(yīng)用
人工智能（Artificial Intelligence，簡稱AI），作為計算機學(xué)科的一個重要分支，是由McCarthy于1956年在Dartmouth學(xué)會上正式提出。學(xué)術(shù)界認為，人工智能是一門研究運用計算機模擬和延伸人腦功能的綜合性科學(xué)，其假設(shè)電腦系統(tǒng)具有人類的知識和行為，并具有學(xué)習(xí)、推理判斷來解決問題、記憶知識和了解人類自然語言的能力。人工智能的產(chǎn)生過程為：對于人類因問題和事物而引起的刺激和反應(yīng)，以及因此而引發(fā)的推理、解決問題、判斷及思考決策等過程，將這些過程分解成一些步驟，再通過程序設(shè)計，將這些人類解決問題的過程模擬化或公式化，使電腦能夠有一個系統(tǒng)的方法來設(shè)計或應(yīng)付更復(fù)雜的問題。[1]
人工智能在新聞生產(chǎn)鏈條中的運用根據(jù)算法的使用程度呈梯度分布：第一梯度是計算智能在新聞生產(chǎn)中的運用，能夠輔助記者儲存和快速處理海量數(shù)據(jù)，人工在新聞生產(chǎn)中占據(jù)主導(dǎo)地位；第二梯度是感知智能，機器能夠代替記者完成“看”和“聽”的相關(guān)工作，在“采、寫、編、評”的新聞生產(chǎn)過程中采用人工與算法相結(jié)合的方式；第三梯度是認知智能，機器可以全面輔助或者代替人類，實現(xiàn)幾乎完全依據(jù)算法進行新聞生產(chǎn)。總體上，人工智能在新聞生產(chǎn)中的應(yīng)用處于計算智能向感知智能的過渡階段，部分領(lǐng)域如機器新聞寫作已步入認知智能的初級階段。
1.在新聞和信息來源方面
（1）“傳感器”新聞嶄露頭角。在新聞和信息的來源方面，“人工智能”越來越站在新聞生產(chǎn)的前臺。它主要是通過對相關(guān)新聞數(shù)據(jù)庫所需數(shù)據(jù)的自動化采集、處理和分析，經(jīng)過人工智能算法把數(shù)據(jù)內(nèi)容新聞化，即時輸出準(zhǔn)確、客觀的新聞信息產(chǎn)品。目前，尤以“傳感器”新聞為引人矚目。
傳感器（sensor）是一種收集特定數(shù)據(jù)信息的監(jiān)測裝置，能感受到被監(jiān)測對象的信息，繼而轉(zhuǎn)換成為電信號或其他形式予以輸出，以完成信息的記錄、傳輸、存儲、顯示和控制。[2]所謂“傳感器”新聞就是通過人工智能算法對上述數(shù)據(jù)進行統(tǒng)計分析和判別而輸出的一種自動化的機器新聞產(chǎn)品。如對于地震臺網(wǎng)相關(guān)傳感器的數(shù)據(jù)、對于體育比賽相關(guān)傳感器的數(shù)據(jù)、對于股市相關(guān)傳感器的數(shù)據(jù)等等（未來還可能基于對人體的可穿戴設(shè)備傳感器的數(shù)據(jù)等）進行信息加工處理和判別所自動生成的新聞。這種“傳感器”新聞的特點就是與事態(tài)發(fā)生幾乎同步，并且客觀、準(zhǔn)確。目前傳感器新聞在傳媒業(yè)的應(yīng)用尚在起步階段，其中有兩個問題是人們普遍關(guān)注的：一是傳感器入侵個人的生活空間，讓人在傳感器數(shù)據(jù)收集的環(huán)境下對個人隱私的保護產(chǎn)生疑慮；二是傳感數(shù)據(jù)的準(zhǔn)確程度在很大程度上依賴傳感器的質(zhì)量、測量指標(biāo)級算法模型的有效性、可靠性。
（2）語音識別技術(shù)極大提高了現(xiàn)場采訪與處理資訊的效率。人工智能雖然不能取代記者作為采訪者的角色，但在技術(shù)方面己經(jīng)有較先進的人工智能技術(shù)可以大大優(yōu)化和節(jié)省記者編采的時間成本。 2015年底科大訊飛股份有限公司研發(fā)出語音識別技術(shù)，讓計算機能夠“聽懂”人類的語言，提取語音中的文字信息，即時迅捷地將語音信息轉(zhuǎn)化為文字信息，不但誤差率極低，而且可以“聽懂”各種方言和人的口音。這種語音翻譯系統(tǒng)大大地提高了采訪資料整理的效率。
（3）“新聞人物”的虛擬影像技術(shù)取得突破性進展。2016年10月4日《中國日報》通過整合人工智能技術(shù)，采訪真人而制作虛擬視像面世，[3]這一人工智能所虛擬出來的“新聞人物”的影像可全天改變表達方式。雖然這項技術(shù)尚處于起步階段并有很大的改善空間，但它對新聞來源的使用方式提供了一個具有巨大想象力的空間。
2.在新聞的內(nèi)容生產(chǎn)方面
（1）C器新聞寫作。人工智能在語言文字寫作方面的技術(shù)具體表現(xiàn)在“機器新聞寫作”上，它“是指自動根據(jù)算法將目標(biāo)數(shù)據(jù)通過自然語言生成的方式輸出文章的一種人工智能技術(shù)，它的核心在于自然語言生成技術(shù)。”[4]在對資料數(shù)據(jù)進行分析后，人工智能可通過分詞法和語義理解來進行基本的情感分析，進而進行新聞角度的選擇。
目前的機器新聞寫作可以在分析信息數(shù)據(jù)所得的結(jié)果上自行提煉出新聞角度，根據(jù)新聞類型套用相應(yīng)的文章模板，從而生成完整的新聞稿。從當(dāng)前的發(fā)展現(xiàn)狀來看，算法不僅可以及時地捕捉數(shù)據(jù)信息，同時還可以對作家和記者的寫作風(fēng)格進行模擬，實現(xiàn)特定文風(fēng)的定制。[5]然而，目前新聞寫作只能把數(shù)據(jù)分晰和整合的結(jié)果進行結(jié)構(gòu)化處理，重新排列組合，對模塊進行內(nèi)容填充，加上一些簡單的語義加工和風(fēng)格調(diào)整。
（2）語音新聞生成。以美聯(lián)社為例，2016年，他們開發(fā)了一個把文字新聞自動傳換成廣播的程序。雖然美聯(lián)社目前還沒有對此程式進行過實際演練和質(zhì)量控制試驗，但可以肯定的是，這個程式己經(jīng)可以識別一些篇幅短、語句偏簡潔的條目。因此，文字新聞與廣播格式新聞的自動無縫轉(zhuǎn)換將是人工智能在新聞產(chǎn)業(yè)的發(fā)展趨勢。
（3）直播過程的自動監(jiān)播。在技術(shù)的發(fā)展下，大大小小的直播平臺不斷衍生，它們比傳統(tǒng)傳媒更具及時性，成本更低，而且這種類型的全民主播比專業(yè)播音員更具親民性和娛樂性，因此，直播平臺將成為傳媒界的新機遇。與電視一樣，低俗及不雅語言和內(nèi)容在網(wǎng)絡(luò)直播中是被明令禁止的，然而，每天成千上萬的直播視頻以及用戶評論，是人工審核難以完成的。隨著人工智能的應(yīng)用，對直播環(huán)境的塑造也有著嶄新的監(jiān)控方法：通過人工智能去對文字、語音、圖片、視頻、直播等進行審查，利用人工智能深度學(xué)習(xí)在內(nèi)容審核領(lǐng)域的應(yīng)用，比如Gootion、網(wǎng)易易盾等，根據(jù)多年在安全領(lǐng)域違規(guī)詞庫的沉淀和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力，實現(xiàn)了對目標(biāo)文本進行精確匹配和快速識別。
3.在新聞策劃與推送方面
（1）智能化地抓取熱門話題。在2016年8月，F(xiàn)acebook解散了負責(zé)“熱門話題（Trending）”的團隊，改以利用人工智能算法來抓取數(shù)據(jù)，通過對用戶搜索、瀏覽的分析，對熱門搜索詞進行排序，抓取熱門話題呈現(xiàn)給受眾。此外，以報導(dǎo)科技新聞為主的新型媒體Mashable開發(fā)了Velocity人工智能數(shù)據(jù)分析系統(tǒng)，能在30秒內(nèi)分析3億個不同的頁面鏈接數(shù)據(jù)，從而識別網(wǎng)絡(luò)流行趨勢，預(yù)測可能成為熱點的內(nèi)容，并能監(jiān)測全球社交平臺的實時熱點。Velocity還能發(fā)現(xiàn)新聞傳播的“飽和點”，預(yù)測新聞熱度消退的時間。這種利用人工智能技術(shù)以數(shù)據(jù)為基礎(chǔ)來抓取熱點新聞，可以覆蓋更多話題，大大降低了時間成本，且避免了出現(xiàn)人工編輯團隊可能受公司立場和員工的個人偏見影響篩選內(nèi)容的情況。然而，熱門話題演算法在很大程度上依賴話題的相關(guān)文章的點擊和分享率，但高點擊和分享率并不與新聞質(zhì)量掛鉤，因此這種以人工智能演算法得出的熱門話題較容易讓假新聞登上版面，致使新聞失去“把關(guān)人”的把關(guān)。
（2）海量資訊簡潔化的個性推送。面對網(wǎng)絡(luò)上的海量新聞，大眾要獲得有用信息可謂大海撈針；通過人工算法實現(xiàn)個性化推送，根據(jù)用戶的閱讀習(xí)慣、閱讀時長等各種數(shù)據(jù)分析受眾喜好，自動分類出推送內(nèi)容。隨著人工智能技術(shù)的發(fā)展，出現(xiàn)了以對話形態(tài)獲取新聞內(nèi)容的閱讀模式，通過人工智能把分析得出的相關(guān)新聞進行匯總，并運用自然語言處理技術(shù)，提取信息的核心內(nèi)容，方便用戶更快捷地獲取具有針對性的信息。如“百度”推出的“聊新聞”通過對新聞信息進行分類及結(jié)構(gòu)分析、信息特征學(xué)習(xí)等，自動為用戶提供最核心的信息[6]，以深入聊天的方式呈現(xiàn)用戶所想要了解的新聞內(nèi)容要素。這種以人工智能來進行個性化推送的模式可以為用戶節(jié)省搜索時間，方便用戶進行簡潔化的閱讀。
二、美聯(lián)社的實踐：一個智能傳媒的先行探索
通訊社與報社、廣電機構(gòu)等傳媒形態(tài)有明顯不同，扮演著位于新聞生產(chǎn)鏈前端的批發(fā)商或“龍頭”的角色，這種組織形態(tài)是一種適應(yīng)市場經(jīng)濟條件與大規(guī)模生產(chǎn)的組織形式和運行模式。為了與這種規(guī)模化生產(chǎn)相適應(yīng)，美聯(lián)社正在嘗試利用機器學(xué)習(xí)將新聞生產(chǎn)過程實現(xiàn)自動化轉(zhuǎn)換，并借此緩解記者的壓力，提高新聞報道量，拓展報道范圍與業(yè)務(wù)領(lǐng)域。 2015美聯(lián)社制定了一個5年（2015―2020）戰(zhàn)略規(guī)劃，2017年美聯(lián)社將有可能實施7個項目，其中包含新聞的智能化生產(chǎn)。美聯(lián)社戰(zhàn)略及企業(yè)發(fā)展部高級副總裁Jim Kennedy希望美聯(lián)社在2020年之前，80%的新聞內(nèi)容生產(chǎn)都能實現(xiàn)自動化。
1.新聞內(nèi)容采集
（1）數(shù)據(jù)資源采集方式的轉(zhuǎn)變。美聯(lián)社的機器新聞生產(chǎn)利用了Automated Insight公司開發(fā)的Wordsmith 平臺，該平臺以自動化技術(shù)為基礎(chǔ)，能接受任何格式的數(shù)據(jù)，通過算法運算生成圖文并茂的報道，最后通過云服務(wù)進行多渠道實時。數(shù)據(jù)資源的獲取與處理是Wordsmith基礎(chǔ)工作的，可以對來源與客戶的各種形式或格式的數(shù)據(jù)進行規(guī)模化和快速化處理。Wordsmith 智能化數(shù)據(jù)采集具有以下特點：
――數(shù)據(jù)來源的多樣化： Wordsmith可以對客戶的各種形式或格式的數(shù)據(jù)進行收集和處理，這些數(shù)據(jù)包含如Google Analytics等第三方提供的相關(guān)客戶的運營、業(yè)績、報道、批評、引述等相關(guān)數(shù)據(jù)；大數(shù)據(jù)技術(shù)也使得新聞數(shù)據(jù)源從傳統(tǒng)記者轉(zhuǎn)變?yōu)閭€體用戶，涉及用戶生成內(nèi)容時，美聯(lián)社與其投資的社交媒體內(nèi)容管理系統(tǒng)SAMDesk合作創(chuàng)建了一個工具，將美聯(lián)社的渠道策略和SAMDesk的用戶生成內(nèi)容源相結(jié)合。
――數(shù)據(jù)獲取的規(guī)模化。Wordsmith 超強的數(shù)據(jù)采集、分析與處理能力能夠大幅度提高效率，使新聞報道實現(xiàn)規(guī)模化生產(chǎn)。美聯(lián)社的季度財報稿件的數(shù)量從 300 篇增長到 4400 篇，這種高效率、規(guī)模化的新聞生產(chǎn)方式是過去任何時代所無法企及的。[7]
――數(shù)據(jù)處理的高效性。Wordsmith 采用制式化新聞撰寫方式，只需要將采集的數(shù)據(jù)輸入已有的程序，便可立刻生產(chǎn)出新聞稿件，即時通過 Twitter、E-mail 等渠道，加快傳播速度。例如，美聯(lián)社在最短時間內(nèi)蘋果公司的財報新聞，其時效性遠超其他媒體。時效性凸顯新聞價值，使美聯(lián)社在此類報道中脫穎而出。
（2）圖像素材采集方式的轉(zhuǎn)變。在圖像素材的采集方面，美聯(lián)社正通過智能硬件的輔助來實現(xiàn)新聞素材獲取的規(guī)模化及高度時效性。攝影師們在里約奧運會上開始廣泛使用的一種智能輔助拍攝設(shè)備，美聯(lián)社除了調(diào)動了61位攝影師進行賽場拍攝，還提前在現(xiàn)場安裝了八部機械人和數(shù)十部遙控相機，這種遠程遙控相機可以自動變換角度以及鏡頭變焦。此外，遠程控制的水下機器人可在最佳時機自動捕捉到最佳畫面，能夠動態(tài)實時地捕捉游泳運動員在水下的位置，然后將拍攝到的畫面實時回傳到攝影師的電腦上。這種水下相機不需要攝影師把握拍攝時機，攝影記者只需要更準(zhǔn)確地調(diào)整基座和相機位置，進行拍攝。此外，美聯(lián)社還使用智能手臂輔助攝影記者拍攝，這些實踐都涵蓋了人工智能技術(shù)的運用。
2.新聞內(nèi)容制作
（1）自踴生成：機器寫作及智能播報。Wordsmith讓美聯(lián)社實現(xiàn)了從以數(shù)據(jù)獲取為中心的數(shù)據(jù)新聞到以規(guī)模化數(shù)據(jù)和人工智能算法為中心的機器新聞的演變，機器新聞寫作超越了數(shù)據(jù)新聞寫作“數(shù)據(jù)處理”的工作范疇，可以代替新聞工作者生成知識、見解和建議，按照Automated Insights公司的觀點，這是一種“從大數(shù)據(jù)到高見”的跨越。從其關(guān)鍵技術(shù)領(lǐng)域而言，這應(yīng)該是整合了數(shù)據(jù)庫知識發(fā)現(xiàn)（KDD）以及自然語言處理（NLP）兩個領(lǐng)域，屬于人工智能范疇。
Wordsmith對信息價值的挖掘，包含分析數(shù)據(jù)與提煉觀點兩個部分。在新聞內(nèi)容的呈現(xiàn)方面，主要是針對內(nèi)容的結(jié)構(gòu)和格式。Wordsmith 平臺需要用其自然語言生成功能對此前的分析和提煉得到的觀點進行故事化敘述，并按照需要生成適應(yīng)的篇幅長短的新聞、推文，以及標(biāo)題導(dǎo)語、可視化圖表為主的內(nèi)容等形式的文本。
在與風(fēng)險投資基金Matter Ventures的合作過程中，5名美聯(lián)社員工組成的團隊嘗試利用人工智能技術(shù)進行智能播報，將篇幅短、語句簡潔、數(shù)據(jù)詳實的新聞文字自動轉(zhuǎn)換為廣播版本。這個項目并不是簡單的將新聞從文字到語音的形式轉(zhuǎn)換，而是制造一個基于算法的模型，將用于識別文字中需要轉(zhuǎn)化成廣播格式的元素。這項試驗是美聯(lián)社將自動化應(yīng)用于新聞領(lǐng)域的重要嘗試。目前，這個項目還處于初級階段，新聞廣播版本后期依舊需要經(jīng)過記者的人工審核與校準(zhǔn)，以確保寫出規(guī)范和準(zhǔn)確的新聞。項目的最終目標(biāo)是在智能技術(shù)的協(xié)助下，讓文字到廣播的自動轉(zhuǎn)化達到不需要人工編輯和審校即可的水準(zhǔn)。
（2）可視化呈現(xiàn)：數(shù)據(jù)新聞。數(shù)據(jù)與圖表之間的智能轉(zhuǎn)換是美聯(lián)社在可視化呈現(xiàn)層面的重要嘗試。目前，Wordsmith平臺可以將文字處理圖表轉(zhuǎn)換為數(shù)據(jù)，可以對APIs、XML、CSCs以及各種文字處理圖表等形式的數(shù)據(jù)進行“消化”，為下一步的數(shù)據(jù)分析與信息價值挖掘提供更為豐富的數(shù)據(jù)來源。Wordsmith還可以將數(shù)據(jù)自動轉(zhuǎn)換成圖表，運用自然語言生成技術(shù)對此前的分析和提煉得到的觀點進行故事化敘述，新聞內(nèi)容能夠依據(jù)需求通過可視化圖表的形式呈現(xiàn)。
（3）沉浸式體驗：虛擬現(xiàn)實報道。美聯(lián)社拓展人工智能版圖另一個動作是在VR設(shè)備終端、360度全景式視頻手機端等智能硬件上進行虛擬現(xiàn)實報道。美聯(lián)社目前與密蘇里大學(xué)唐納德?W?雷諾茲新聞學(xué)院的研究者、AMD芯片制造商建立合作關(guān)系，推動虛擬現(xiàn)實技術(shù)在新聞報道領(lǐng)域的應(yīng)用。從2016年7月份的法國尼斯恐怖襲擊到里約奧運會，美聯(lián)社已經(jīng)制作了20個虛擬現(xiàn)實和360度全景式視頻。美聯(lián)社還推出了觀賞性的奢華生活體驗虛擬現(xiàn)實視頻，但大多是針對特定內(nèi)容進行虛擬現(xiàn)實報道，如地震、難民等，可以在關(guān)塔那摩監(jiān)獄體驗囚徒、在難民營體會難民生活等。虛擬現(xiàn)實新聞報道的新技術(shù)也將帶來新的一場新聞革命，美聯(lián)社的虛擬現(xiàn)實報道目前還停留在用戶體驗階段，雖然只是低成本的制作虛擬現(xiàn)實報道，交互依舊是個難點。美聯(lián)社還拓展直播版塊，目前直播領(lǐng)域主要有AP Direct和AP Live Choice兩大業(yè)務(wù)，全天候向用戶提供重大突發(fā)新聞和地區(qū)性重大活動的直播視頻，其中AP Live Choice能夠通過3個頻道同時直播三個事件。
3.新聞內(nèi)容投送
人工智能驅(qū)動下的信息通路趨向于窄眾化的內(nèi)容生產(chǎn)與投送，美聯(lián)社新聞內(nèi)容的傳播路徑從過去的“面―點―面”模式轉(zhuǎn)變?yōu)槿缃竦摹包c―面―點”模式。借助于人工智能技術(shù)的支持，美聯(lián)社通過對碎片化內(nèi)容的聚合重組，利用標(biāo)簽聚類和差異化語言風(fēng)格進行個性化的投送。當(dāng)前美聯(lián)社的新聞內(nèi)容投送存在以下特征：
（1）碎片化聚合，個性化投送。目前美聯(lián)社通過與智能平臺“強強聯(lián)合”，完成對碎片化文本進行結(jié)構(gòu)性處理，實現(xiàn)精準(zhǔn)個性化的內(nèi)容投送。Wordsmith平臺可以根據(jù)組織和個體的碎片化數(shù)據(jù)，如員工的表現(xiàn)評估、企業(yè)績效分析報告、行業(yè)分析、行業(yè)競爭態(tài)勢分析等，在數(shù)據(jù)聚合的基礎(chǔ)上分析其情況與需求并實現(xiàn)定向內(nèi)容投送，為用戶提供精準(zhǔn)個性化內(nèi)容。美聯(lián)社Wordsmith系統(tǒng)尤其擅長進行客戶的財務(wù)情況和客戶運動、健身情況的分析，實時收集動態(tài)數(shù)據(jù)，并能夠?qū)⑺傻奈恼拢ㄟ^多種方式，實時到客戶指定的平臺上。對聽眾制定個性化的內(nèi)容，是美聯(lián)社拓展新聞產(chǎn)智能化板塊的另一個舉措。美聯(lián)社體育編輯嘗試利用人工智能技術(shù)為賽事雙方的支持者分別提供不同的新聞；記者們也考慮用不同的方式向國內(nèi)外的聽眾分別提供廣播。
（2）標(biāo)簽聚類、智能匹配。包括美聯(lián)社在內(nèi)的2000 家媒體加入了聚合類新聞 App ――News Republic，達成了新聞內(nèi)容版權(quán)的合作 。News Republic可以對每一條信息來源做出單一信息來源或多重信息來源的判斷，為新聞生成智能化標(biāo)簽并聚類，與不同受眾群體相匹配。目前News Republic利用自己的語義分析系統(tǒng)分析每篇文章的意義，證實文章的原創(chuàng)性并將文章分類，在用戶挑選的分類中生成頭條新聞，為用戶提供快速即時的閱讀體驗。
（3）機器新聞?wù)Z言的風(fēng)格化差異化。隨著受眾群體的不斷細分，不同人群的語言風(fēng)格差異愈發(fā)明顯。美聯(lián)社正嘗試利用人工智能技術(shù)完成對各種語料庫語言風(fēng)格的智能學(xué)習(xí)，為不同群體傳送不同風(fēng)格的新聞報道。通過語言風(fēng)格的差異化處理，同一條新聞報道可以同時適應(yīng)高端人群、中層階級、低收入群體等不同用戶群體的閱讀習(xí)慣及語言風(fēng)格，大大提高了新聞生產(chǎn)的實用性和可讀性。基于語言風(fēng)格的智能化學(xué)習(xí)，美聯(lián)社能精準(zhǔn)匹配用戶的語言風(fēng)格，進行個性化的新聞表達，形成不同版本新聞的規(guī)模化生產(chǎn)。
三、人工智能范式驅(qū)動下傳媒業(yè)的“洗心革面”
1.傳播內(nèi)容：從單一傳播到全息傳播
美聯(lián)社的智媒實踐表明，人工智能技術(shù)邏輯下的內(nèi)容生產(chǎn)方式事實上改變了以往利用單一途徑進行新聞生產(chǎn)的模式，通過多種人工智能技術(shù)的融合最大限度地形成了對某一新聞事件的全息傳播：基于海量數(shù)據(jù)的支撐和算法的精準(zhǔn)制導(dǎo)，美聯(lián)社在獲取數(shù)據(jù)后分析、提煉觀點，并結(jié)合固有的結(jié)構(gòu)和模式進行故事化敘事。與此同時，快速生成的文本還可以配合智能播報技術(shù)提供語音信息，配合可視化圖表完成可視化新聞的轉(zhuǎn)變，配合VR及AR技術(shù)實現(xiàn)讀者的沉浸式體驗。
@種融合機器新聞寫作、智能播報、新聞可視化和VR技術(shù)的全方位新聞生產(chǎn)模式能夠充分還原社會實踐發(fā)生發(fā)展的過程，表達新聞事件的全息原貌，有效地規(guī)避了過去新聞受制于媒介傳播的弊端與局限。基于數(shù)據(jù)和算法的準(zhǔn)信息采集、加工的全面智能化，在互動傳播、互動體驗高度發(fā)達的助力下，能夠達到全息傳播的境界。而人工智能支撐下的VR（虛擬現(xiàn)實）、AR（增強現(xiàn)實）、MR（混合現(xiàn)實）技術(shù)將徹底顛覆大眾傳播時代的選擇性傳播，實現(xiàn)社會信息原汁原味的全息傳播。
2.傳播方式：由同質(zhì)化到分眾化、精準(zhǔn)化
互聯(lián)網(wǎng)技術(shù)的發(fā)展使得新聞資訊的獲取更為便捷化、免費化，傳統(tǒng)媒體和新興媒體在競爭中也推動了傳媒行業(yè)的融合變革，海量信息的生產(chǎn)帶來的是同質(zhì)化新聞的嚴重超載。單一、同質(zhì)的新聞資訊已經(jīng)難以滿足不同受眾人群的需求，有效采集“長尾資訊資源”的分眾化、個性化的新聞成為了眾多資訊用戶的迫切需求。
機器新聞寫作能通過對不同語料庫語言風(fēng)格的智能化學(xué)習(xí)，可以自動生成適應(yīng)不同人群語言習(xí)俗的表達方式。美聯(lián)社與News Public的合作增強了新聞資訊在傳播渠道投放的精準(zhǔn)性。人工智能驅(qū)動下的傳媒產(chǎn)業(yè)正在通過對不同語言風(fēng)格的智能學(xué)習(xí)，將聚類、標(biāo)簽化的新聞資訊精準(zhǔn)投送給不同的受眾群體。當(dāng)前人工智能技術(shù)驅(qū)動下的傳媒業(yè)正往分眾化、精準(zhǔn)化的趨勢快速發(fā)展。當(dāng)然，事實上，目前用戶洞察數(shù)據(jù)的“聰明算法”還遠不夠聰明，容易造成 “信息繭房”的負面效應(yīng)。但如果我們看到：算法本身是可以進一步優(yōu)化的，尤其是以目前的行為數(shù)據(jù)匹配上用戶間社會關(guān)系的屬性數(shù)據(jù)；再輔之以通過“人機對話”聊新聞的方式、通過資訊類別的組團化、標(biāo)簽化處理，在可預(yù)見的未來，“聰明算法”對于人們真實需求的逼近是可能的和必然的。
3.傳播主體：由受眾到人機協(xié)調(diào)
在人工智能全面滲透到信息傳播的全環(huán)節(jié)全要素之后，人的價值何在？控制論的創(chuàng)始人諾伯特?維納（Norbert Wiener）深刻地指出：“人有人的用處！”
機器學(xué)習(xí)是人工智能的第一項普及化技術(shù)。一些簡單重復(fù)、數(shù)量龐雜的工作可以用人工智能中的機器學(xué)習(xí)的方式來替代，減輕人信息加工的負擔(dān)。根據(jù)現(xiàn)階段技術(shù)發(fā)展的邏輯，我們有理由預(yù)計，2017年用于數(shù)據(jù)處理的人工智能技術(shù)將會有一些重大突破。現(xiàn)在對基于用戶洞察和基于數(shù)據(jù)找尋信息傳播的路徑這一塊的要求越來越高，這是傳播績效最基本的要求。而要開發(fā)非共性的“利基市場”、開發(fā)分眾化的“長尾市場”，一定要有相關(guān)的數(shù)據(jù)作為路徑導(dǎo)引和技術(shù)支撐。因此明年在這一領(lǐng)域會有比較大的提升。用戶洞察、數(shù)據(jù)路徑輔之以機器學(xué)習(xí)，會成為傳媒業(yè)普遍使用的人工智能的一種方式。
在人際交互方面，人工智能也能幫助人去采集必要的相關(guān)資訊。《環(huán)球時報》的總編胡錫進就某一爭議性話題撰寫社論前，他通常會從其專家?guī)熘刑暨x左右各派的幾位專家，在聽取他們的意見后才下筆撰稿。這種傳統(tǒng)工業(yè)化流程的社論撰稿模式其實是可以借助人工智能來完成的。人工智能能判斷出眾多專家的立場和政治標(biāo)簽，通過綜合各派專家觀點，如此一來在撰寫評論時，話語空間和結(jié)構(gòu)性把握相對來說會更加到位、更有把握。這就是人C如何互動的具體應(yīng)用。
其實有些東西對人來說是困難的，但對機器來說是簡單的。只要符合一定的規(guī)則，進行重復(fù)性的檢索和采集對機器來說是再簡單不過了。相反，如果我們要從跨界的角度來（下轉(zhuǎn)第150頁）（上接第138頁）找到兩者的關(guān)聯(lián)，機器卻很難做出一些超越其界限的評判，因為機器是在人制定的規(guī)則范圍內(nèi)運行的。李世石和Alpha Go在圍棋對決中贏了一局恰恰是因為李世石下了一招很陌生的棋，但這步棋卻超出了Alpha Go的認知范圍，從而導(dǎo)致Alpha Go在后面的應(yīng)對中顯得很業(yè)余。現(xiàn)在機器對于規(guī)范性的文本可以進行很高效的處理，但一旦規(guī)則變了，機器就跟不上，這時候就需要人的幫助。因此人是跨界的實現(xiàn)者和設(shè)計者，人知道如何實現(xiàn)不同資源的調(diào)度和“混搭”，而機器卻很難實現(xiàn)這種“混搭”。這其實是未來一段時間內(nèi)人和機器之間最大的不同。人有天生的直覺和跨界的通感能力，現(xiàn)階段的機器還沒有這類跨界與通感能力。我們可以通過直覺和頓悟去把握一個人、一種事態(tài)的感覺，但機器卻無法理解和模仿這種行為。
事實上，人工智能對傳媒行業(yè)的重構(gòu)離不開新聞工作者的專業(yè)支持。未來自動化、智能化技術(shù)搭配新聞從業(yè)者的專業(yè)經(jīng)驗和智能的指導(dǎo)能極大地解放新聞生產(chǎn)力，推動傳媒行業(yè)的發(fā)展與創(chuàng)新。
參考文獻：
[1]廉師友.人工智能技術(shù)導(dǎo)論[M].西安：西安電子科技大學(xué)出版社.2002.
[2]許向東. 數(shù)據(jù)新聞中傳感器的應(yīng)用[J]. 新聞與寫作， 2015，（12）：70-72.
[3]中國日報實現(xiàn)世界首例人工智能視頻采訪[N].中國日報，2016-10-04.
[4]龔雋鵬，任文，張鵬洲.機器寫作在新聞領(lǐng)域應(yīng)用的思考.中國傳媒科技，2016，（5），58-50
[5]申云.“機器人新聞寫作”對新聞采編的機遇和挑戰(zhàn)[J].今傳媒，2016，（11）：115-116.
一場由阿爾法狗與棋手間展開的圍棋比賽，讓世界關(guān)注到人工智能（Artificial Intelligence，簡稱“AI”）技術(shù)的發(fā)展。百度百科對AI如此定義――它是對人的意識、思維等信息過程的模擬。AI雖不是人的智能，但卻能像人那樣思考、也可能通過深入的語言識別、圖像識別、自然語言處理等功能，超過人的智能。
盡管阿爾法狗只會下棋，但人類已經(jīng)意識到，其背后的技術(shù)力量正在帶來革命。特別隨著現(xiàn)代科學(xué)應(yīng)用技術(shù)的不斷發(fā)展，AI的智能程度逐漸提高，其思維的邏輯性和復(fù)雜程度已經(jīng)與人類的大腦相差無幾。AI技術(shù)在真實的應(yīng)用場景中正在對金融、醫(yī)療、教育等各個垂直領(lǐng)域產(chǎn)生顛覆性的變革。
就在日前剛剛結(jié)束的全球移動互聯(lián)網(wǎng)大會（GMIC）上，創(chuàng)新工場的創(chuàng)始人李開復(fù)曾著重強調(diào)了AI技術(shù)與金融行業(yè)的結(jié)合。在他看來，AI所需的數(shù)據(jù)量大、有屬性標(biāo)注且領(lǐng)域單一的特性，決定了AI技術(shù)必將在金融行業(yè)引發(fā)一次技術(shù)主導(dǎo)的產(chǎn)業(yè)革新。
《中國經(jīng)濟信息》記者了解到，AI技術(shù)憑借深入的機器學(xué)習(xí)等優(yōu)勢，正對金融行業(yè)的產(chǎn)品、渠道、風(fēng)控、授信、決策等諸多方面產(chǎn)生深刻的影響，不僅推動了金融服務(wù)的個性化體驗，更讓用戶的財富管理趨向智能化。
加速布局AI應(yīng)用
“金融是一個不直接產(chǎn)生價值的行業(yè)。”讀秒CEO周靜在接受《中國經(jīng)濟信息》記者采訪時指出，多年來，金融作為一項服務(wù)，卻占用了消費者較多的時間與體驗環(huán)境。
據(jù)了解，過去要是去銀行取款需要排隊，轉(zhuǎn)賬需要等待，支付更需要刷卡簽字等，而一旦開展了AI在金融行業(yè)的應(yīng)用，“不僅快速提高了金融效率，降低了金融邊際成本。”
周靜認為，在推動金融普惠的過程中，無論是傳統(tǒng)金融機構(gòu)、互聯(lián)網(wǎng)金融企業(yè)還是金融科技公司，通過對大數(shù)據(jù)、AI等新技術(shù)的運用，能夠幫助降低金融服務(wù)成本，提升服務(wù)效率。
不僅如此，當(dāng)AI技術(shù)與同樣飛速發(fā)展的金融科技相結(jié)合時，還會十分有效地將核心的金融風(fēng)控系統(tǒng)進一步量化，使金融變得更加規(guī)模化，而用戶享受到的金融服務(wù)也會更優(yōu)化，普惠金融的步伐自然加快。
在中國，不僅有像螞蟻金服、宜信普惠、京東金融等金融科技的巨頭，更有像讀秒這樣“年輕化”的金融科技探索者，在積極地依托其天然的大數(shù)據(jù)等優(yōu)勢，將AI技術(shù)創(chuàng)新地嵌入到其產(chǎn)業(yè)鏈金融的各個應(yīng)用場景中，不僅使風(fēng)控體系優(yōu)化成效顯著，更讓客戶的體驗愈發(fā)高效、智能。
在采訪過程中，周靜指出，AI技術(shù)對金融產(chǎn)業(yè)的價值點，主要在于通過一系列的自主邏輯判斷和大數(shù)據(jù)運算，很可能會解決“風(fēng)險控制”這個金融行業(yè)長久以來一直存在的痛點。
讓金融風(fēng)控再升級
首先，傳統(tǒng)的金融風(fēng)控流程冗長，包括紙質(zhì)進件、錄入、復(fù)核、客戶預(yù)審、盡職調(diào)查、電核審批等，這導(dǎo)致人力成本、時間成本、運營成本的增加，也降低了運營效率。“而AI技術(shù)的手段或應(yīng)用實現(xiàn)了流程自動化，可以予以解決這一低效問題。”
此外，傳統(tǒng)金融風(fēng)控往往只考慮強金融屬性的征信與風(fēng)控，鑒于央行征信覆蓋率不足，一定程度上造成了信息不全，客戶畫像不夠立體。“目前以大數(shù)據(jù)和AI技術(shù)為基礎(chǔ)的智能信貸技術(shù)，可以全方位捕捉到網(wǎng)購信息、運營商數(shù)據(jù)、社交信息等弱金融數(shù)據(jù)，通過大數(shù)據(jù)交叉驗證，讓用戶畫像更精準(zhǔn)、豐富。”
其次，在反欺詐的運用中，傳統(tǒng)風(fēng)控往往依賴工作人員的經(jīng)驗，存在人為操作失誤和經(jīng)驗不足。“AI技術(shù)使金融風(fēng)控具備了智能的人臉識別、設(shè)備指紋，可以更智能地進行鑒別欺詐。”
周靜認為正是以往金融風(fēng)控存在的痛點，才讓不少金融巨頭主動擁抱AI技術(shù)，或與具有智能技術(shù)優(yōu)勢的企業(yè)開展聯(lián)合風(fēng)控。像讀秒就作為智能信貸技術(shù)提供商，與華瑞銀行、新網(wǎng)銀行、中信證券、諾亞財富等展開聯(lián)合風(fēng)控。
“在合作期間，讀秒提供的智能信貸技術(shù)，可以很好地輔助金融機構(gòu)，完成更加精準(zhǔn)的獲客，更立體的用戶畫像，更智能地反欺詐以及更高效的風(fēng)控。”在周靜看來，像讀秒這樣具備大數(shù)據(jù)優(yōu)勢及AI技術(shù)創(chuàng)新開發(fā)的金融科技公司，在精準(zhǔn)的獲客、互聯(lián)網(wǎng)化的運營等方面，可以為金融機構(gòu)補足短板。
回顧中國信用借貸的歷史可知，“風(fēng)控”一直都是金融行業(yè)的命脈。誰提高了風(fēng)控的準(zhǔn)確率和風(fēng)險評估的速度，誰就能夠引入更大的流量、涉足更大的市場。但值得注意的是，“在整個貸前、中、后過程當(dāng)中，AI技術(shù)只是提高金融的一種手段，整體的金融邏輯與核心是不變的。”周靜強調(diào)，像各金融機構(gòu)以大數(shù)據(jù)的形式采集數(shù)據(jù)，以AI技術(shù)創(chuàng)新開發(fā)應(yīng)用場景，目的是評價用戶的欺詐風(fēng)險、還款意愿、還款能力等，“本質(zhì)上是傳統(tǒng)金融考慮的核心因素。”而像一些金融機構(gòu)舉著“AI+金融”的大旗，宣稱可以用星座、血型等指標(biāo)來智能風(fēng)控，卻是噱頭大于實際功效，與傳統(tǒng)金融的本質(zhì)并不相符。
邁向金融3.0時代
“銀行3.0時代已經(jīng)來臨。”中國銀監(jiān)會主席郭樹清曾表示，銀行業(yè)要利用金融科技，依托大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等新技術(shù)，創(chuàng)新服務(wù)方式和流程，整合傳統(tǒng)服務(wù)資源，聯(lián)動線上線下優(yōu)勢，提升整個銀行業(yè)資源配置效率，以更先進、更靈活、更高效地響應(yīng)客戶需求和社會需求。
實際上，這個“銀行3.0時代”僅僅是金融科技的一個縮影。從當(dāng)前金融行業(yè)的發(fā)展現(xiàn)狀可見，以大數(shù)據(jù)、人工智能等技術(shù)服務(wù)為核心的金融科技已經(jīng)從概念階段，逐步邁入了實踐落地的層面，不僅真正體現(xiàn)在金融機構(gòu)或者各互金平臺的日常運營層面，更讓金融與AI技術(shù)實現(xiàn)了場景間的融合創(chuàng)新。
如上文所言，融合發(fā)展的背后，就意味著顛覆和改變。如今由于AI技術(shù)的助力，不僅讓傳統(tǒng)金融的信息采集來源擴容，風(fēng)險定價模型智能化，投資決策過程規(guī)范化、信用中介角色正規(guī)化等，還大幅提升了傳統(tǒng)金融的效率，解決傳統(tǒng)金融的痛點。
需要明確的是，“AI+金融”的結(jié)合效應(yīng)還遠不止于此。通過洞悉用戶的需求，以及和AI技術(shù)的結(jié)合，金融機構(gòu)或金融科技公司可以根據(jù)用戶的行為軌跡洞察到他的需求和風(fēng)險偏好，自動為其進行資產(chǎn)配置，并幫助用戶追蹤、監(jiān)控風(fēng)險，使得有理財需求的用戶享受到“智能”級別的資產(chǎn)配置服務(wù)。
理性選擇理論對行為主體“認知”問題的學(xué)術(shù)處理，從“經(jīng)濟人”到“理性經(jīng)濟人”并沒有顯著的變化。古典經(jīng)濟學(xué)框架下的理性選擇理論以完全信息假設(shè)為前提，將行為主體（個人）界定為無本質(zhì)差異和不涉及個體間行為互動，不受認知約束的單純追求自身福利的“經(jīng)濟人”（約翰·伊特韋爾等，1996）。新古典經(jīng)濟學(xué)的理性選擇理論將行為主體界定為“理性經(jīng)濟人”，它同樣以完全信息假設(shè)為前提，研究了被古典經(jīng)濟學(xué)忽略的選擇偏好，通過對“偏好的內(nèi)在一致性”的解析，論證了個體能夠得知選擇結(jié)果的抽象認知(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954)。這里所說的抽象認知，是指行為主體沒有經(jīng)歷具體認知過程而直接關(guān)聯(lián)于效用函數(shù)的一種認知狀態(tài)，這種狀態(tài)在新古典理性選擇理論中的存在，表明“認知”是被作為外生變量處理的。
現(xiàn)代經(jīng)濟學(xué)的理性選擇理論開始嘗試將“認知”作為內(nèi)生變量來研究。現(xiàn)代主流經(jīng)濟學(xué)從人的有限計算能力、感知、意志、記憶和自控能力等方面研究了認知形成及其約束（Salvatore， 1999；Schandler，2006；Rubinstein，2007），認為認知是介于偏好與效用之間，從而在理論研究上處于不可逾越的位置，只有對認知進行研究，對偏好和效用的研究才能接近實際。現(xiàn)代非主流經(jīng)濟學(xué)注重于運用認知心理學(xué)來研究人的認知形成及其約束（Kahneman and Tversky，1973，1974，1979；Smith，1994），它通過實驗揭示了一些反映認知心理進而影響選擇行為的情景，如確定性效應(yīng)、錨定效應(yīng)、從眾行為、框架依賴、信息存疊等，以論證傳統(tǒng)理論忽視認知分析而出現(xiàn)的理論與實際之間的系統(tǒng)性偏差。
但是，經(jīng)濟學(xué)理性選擇理論對認知的分析和研究，是在預(yù)先設(shè)定規(guī)則的建構(gòu)理性框架內(nèi)進行理論演繹和推理的，它們對認知的解釋，通常表現(xiàn)為一種規(guī)則遵循。例如，新古典理性選擇理論關(guān)注個體應(yīng)怎樣符合理性（最大化）的選擇，而不是關(guān)注個體的實際選擇，它對認知的學(xué)術(shù)處理是從屬于效用最大化的（Harsanyi，1977）。現(xiàn)性選擇理論所關(guān)注的，或是在忽略認知的基礎(chǔ)上建立解釋和預(yù)測實際選擇的理性模型來說明實現(xiàn)效用最大化的條件，以闡釋個體如何選擇才符合理性（Edgeworth，1981）；或是通過行為和心理實驗來解說實際選擇的條件配置，以揭示實際選擇的效用函數(shù)（Kahneman and Tversky，1973，1974，1979；Smith，1994），因而對認知的學(xué)術(shù)處理同樣是從屬于效用最大化的。基于選擇的結(jié)果是效用，而認知與偏好都內(nèi)蘊著效用形成的原因，我們可以認為，經(jīng)濟學(xué)在將個人追求效用最大化視為公理的同時，也在相當(dāng)大的程度上表明理性選擇理論對效用函數(shù)的描述和論證，不是依據(jù)數(shù)據(jù)分析而是一種通過理論預(yù)設(shè)、判斷和推理得出的因果思維模式。
因果思維模式在信息完全和不完全情況下的效應(yīng)是不同的。在信息不完全狀態(tài)下，如果研究者以信息完全預(yù)設(shè)為分析前提，依據(jù)自己掌握的部分信息對問題研究做出因果邏輯判斷和推論，則其不一定能得到正確的認知。在信息完全狀態(tài)下，研究者不需要有預(yù)設(shè)的分析假設(shè)，也不需要依賴邏輯判斷和推論，而是可以通過數(shù)據(jù)高概率地獲取正確的認知。經(jīng)濟學(xué)的信息完全假設(shè)對認知研究的影響是廣泛而深刻的。例如，新古典經(jīng)濟學(xué)假設(shè)選擇者擁有完全信息，能夠?qū)崿F(xiàn)效用最大化，它對偏好與認知以及認知與效用之間因果關(guān)系的邏輯處理，是通過可稱之為屬于該理論之亞層級預(yù)設(shè)的“給定條件約束”實現(xiàn)的（信息完全假設(shè)是第一層級預(yù)設(shè)）。在該理論中，偏好被規(guī)定為是一種處于二元化的非此即彼狀態(tài)，認知在“選擇者知曉選擇結(jié)果（效用）”這一亞層級預(yù)設(shè)下被跳越。很明顯，這種因果思維模式有助于使其建立精美的理性選擇理論體系，但由于沒有對認知階段作出分析，它很容易嚴重偏離實際。
現(xiàn)代主流經(jīng)濟學(xué)的理性選擇理論偏離現(xiàn)實的程度有所降低，原因在于開始重視認知的研究。半個多世紀以來的經(jīng)濟理論研究文獻表明，現(xiàn)代主流經(jīng)濟學(xué)的理性選擇理論正在做逐步放棄完全信息假設(shè)的努力，它對偏好與認知以及認知與效用之間因果關(guān)系的邏輯處理，是在質(zhì)疑和批評新古典經(jīng)濟學(xué)偏好穩(wěn)定學(xué)說的基礎(chǔ)是進行的，該理論用不穩(wěn)定偏好取代偏好的內(nèi)在一致性，解說了認知的不確定性，以及不完全信息和心理活動變動等如何對認知形成約束，以此質(zhì)疑和批評新古典經(jīng)濟學(xué)的期望效用函數(shù)理論，并結(jié)合認知分析對個體選擇的效用期望展開了深入的討論。相對于新古典經(jīng)濟學(xué)的理性選擇理論，雖然現(xiàn)代主流經(jīng)濟學(xué)的理性選擇理論仍然是因果思維模式，但它有關(guān)偏好與認知以及認知與效用之因果鏈的分析銜接，明顯逼近了實際。
現(xiàn)代非主流經(jīng)濟學(xué)的理性選擇理論不僅徹底放棄了完全信息假設(shè)，而且徹底放棄了主流經(jīng)濟學(xué)中隱性存在的屬于新古典理論的某些“給定條件約束”。具體地講，它對偏好與認知以及認知與效用之間因果關(guān)系的論證，不是基于純理論層次的邏輯分析，而是從實驗過程及其結(jié)果對這些因果關(guān)系做出解說。至于效用最大化，該理論則認為認知與效用最大化的關(guān)聯(lián)，并不像先前理論描述的那樣存在直接的因果關(guān)系。現(xiàn)代非主流理性選擇理論通過實驗得出一個試圖取代傳統(tǒng)效用函數(shù)的價值函數(shù)（Kahneman and Tversky，1979），該函數(shù)體現(xiàn)了一種以實驗為分析底蘊的不同于先前理論的因果思維模式，開啟了以實驗數(shù)據(jù)作為解析因果關(guān)聯(lián)的理論分析先河。但由于現(xiàn)代非主流理性選擇理論畢竟還是一種因果思維模式，因而同先前理論一樣，在理論建構(gòu)上它仍然具有局限性。
從理論與實踐的聯(lián)系看，經(jīng)濟學(xué)理性選擇理論的因果思維模式之所以具有局限性，乃是因為它用于分析的信息是不完全和不精確，甚至有時不準(zhǔn)確，以至于造成認知不正確和決策失誤。當(dāng)研究者以不準(zhǔn)確或不精確的信息來探尋因果關(guān)系時，極有可能致使認知出現(xiàn)偏差；而當(dāng)認知出現(xiàn)偏差時，理論研究和實際操作就會出問題。誠然，因果思維模式本身并沒有錯，但問題在于，單純從現(xiàn)象形態(tài)或單純從結(jié)果所做出的理論判斷和推論，不足以讓研究者揭示真實的因果關(guān)系。人們對因果關(guān)系的理解過程伴隨著認知的形成過程，在非數(shù)據(jù)支持的因果思維模式存在局限性的情況下，經(jīng)濟學(xué)家依據(jù)這種模式所構(gòu)建的理性選擇理論，難以得到符合實際的認知理論。那么，在未來世界是什么影響和決定認知呢？人類認知有沒有可能達到準(zhǔn)確化呢？我們把目光聚焦于大數(shù)據(jù)，或許能夠找到問題的答案。
二 、運用大數(shù)據(jù)能獲得正確認知嗎？
在迄今為止的經(jīng)濟理論研究文獻中，經(jīng)濟指標(biāo)或行為指標(biāo)所選用的樣本數(shù)據(jù)，不是互聯(lián)網(wǎng)和人工智能時代所言的大數(shù)據(jù)。大數(shù)據(jù)具有極大量、多維度和完備性等特征，極大量和完備性表明大數(shù)據(jù)有可能提供完全信息，多維度意味著信息可以通過大數(shù)據(jù)的相關(guān)性得到甄別和處理。廣而論之，人類的行為活動表現(xiàn)為一個龐大的數(shù)據(jù)堆積，個別行為所產(chǎn)生的數(shù)據(jù)只是這個龐大數(shù)據(jù)的元素形式。如果我們以人們的投資和消費活動作為考察對象，對大數(shù)據(jù)蘊含的因果關(guān)系以及由此得出的認知進行分析，那么，我們可認為投資和消費不僅在結(jié)果上會產(chǎn)生大數(shù)據(jù)，而且在運作過程中也會產(chǎn)生大數(shù)據(jù)。換言之，投資行為和消費行為在“結(jié)果”上顯示極大量數(shù)據(jù)的同時，也在“原因”上留下了極大量數(shù)據(jù)讓人們?nèi)プ匪荨Ｒ虼耍祟愐〉靡蚬P(guān)系的正確認知，離不開大數(shù)據(jù)，而在樣本數(shù)據(jù)基礎(chǔ)上經(jīng)由判斷和推理得出的針對因果關(guān)系的認知，至少是不全面的，它不足以作為人們投資和消費選擇的科學(xué)依據(jù)。
1、運用大數(shù)據(jù)分析因果關(guān)系的條件配置
人類認知的形成離不開因果關(guān)系分析，但運用大數(shù)據(jù)來分析因果關(guān)系以求獲取正確的認知，必須具備以下條件配置：1、移動設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等的覆蓋面要足夠大，以便能搜取到極大量和完備性的數(shù)據(jù)；2、需要探索對極大量（海量）數(shù)據(jù)的算法，能夠?qū)Υ髷?shù)據(jù)進行分類、整合、加工和處理；3、需要厘清和區(qū)別數(shù)據(jù)的不同維度及權(quán)重，以至于能夠運用大數(shù)據(jù)來甄別因果關(guān)系的內(nèi)在機理。顯然，人類從兩百年前的工業(yè)革命到今天的信息革命，對數(shù)據(jù)的搜集、整合、加工和處理還不全然具備以上的配置條件，人類運用大數(shù)據(jù)來分析因果關(guān)系，還剛剛處于起步階段。
聯(lián)系經(jīng)濟學(xué)理論看問題，經(jīng)濟學(xué)家分析投資行為和消費行為以及對其因果關(guān)系的研究，主要是在抽象理論分析基礎(chǔ)上運用歷史數(shù)據(jù)來完成的。其實，對投資行為和消費行為的研究，不能只是從結(jié)果反映的數(shù)據(jù)來考量，即不能只是局限于歷史數(shù)據(jù)分析，還需要從即時發(fā)生的數(shù)據(jù)，乃至于對未來推測的數(shù)據(jù)展開分析。這可以理解為是運用大數(shù)據(jù)思維來研究經(jīng)濟問題的真諦。從大數(shù)據(jù)觀點看問題，投資和消費的因果關(guān)系應(yīng)該是歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來數(shù)據(jù)流等三大部分構(gòu)成的。經(jīng)濟學(xué)實證分析注重的是歷史數(shù)據(jù)流，很少涉及現(xiàn)期數(shù)據(jù)流，從未考慮過未來數(shù)據(jù)流，因此，現(xiàn)有經(jīng)濟理論文獻的實證分析以及建立其上的規(guī)范分析，很難全面反映或揭示經(jīng)濟活動的真實因果關(guān)系。
2、未來幾十年大數(shù)據(jù)揭示因果關(guān)系的可行性
在互聯(lián)網(wǎng)悄然改變?nèi)祟惤?jīng)濟、政治和文化生活的當(dāng)今社會，互聯(lián)網(wǎng)的發(fā)展歷史可理解為經(jīng)歷了三個階段：從前期“人與信息對話”的1.0版本，經(jīng)由中期“信息與信息對話”的2.0版本，近期正走向“信息與數(shù)字對話”的3.0版本，互聯(lián)網(wǎng)版本的不斷升級是大數(shù)據(jù)運用范圍不斷擴大的結(jié)果，這是問題的一方面。另一方面，隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)技術(shù)等的廣泛運用，人類各種活動的數(shù)據(jù)將極大量地被搜集，人們行為的因果關(guān)系也會以迂回方式通過數(shù)字關(guān)系顯露出來。特別地，若互聯(lián)網(wǎng)在將來發(fā)展成“數(shù)字與數(shù)字對話”的4.0版本，這樣的發(fā)展方向則明顯預(yù)示著數(shù)字關(guān)系將取代因果關(guān)系，或者說，數(shù)據(jù)思維將取代因果思維，人類將全面進入大數(shù)據(jù)和人工智能時代。
如果我們把互聯(lián)網(wǎng)版本的不斷升級以及大數(shù)據(jù)運用范圍的無邊界擴大，看成是未來幾十年運用大數(shù)據(jù)來分析因果關(guān)系的重要配置條件，那么，如何對大數(shù)據(jù)的整合、分類、加工和處理，以及如何通過大數(shù)據(jù)的完備性和相關(guān)性來獲取因果關(guān)系的真實信息，則是另外兩個重要的配置條件。工業(yè)革命后的人類科學(xué)文明對因果關(guān)系揭示的主要方法和路徑，是先利用掌握的信息再通過抽象思維建立復(fù)雜模型，然后在實驗室通過試錯法來設(shè)置能反映因果關(guān)系的參數(shù)使模型具有操作性；但這種方法和路徑涉及的數(shù)據(jù)，是樣本數(shù)據(jù)而不是大數(shù)據(jù)。在大數(shù)據(jù)和人工智能時代，智慧大腦是使用“數(shù)據(jù)驅(qū)動法”來設(shè)置模型和參數(shù)的（吳軍，2016）。具體地講，是用云計算集約化及其運算模式來整合、分類、加工和處理大數(shù)據(jù)，通過數(shù)據(jù)之間的相關(guān)性來探尋在樣本數(shù)據(jù)基礎(chǔ)上無法判斷和推論的信息；同時，對模型的處理，不是建立復(fù)雜模型而是建立許多簡單模型，并通過數(shù)以萬計的計算機服務(wù)器對模型進行優(yōu)化和設(shè)定相應(yīng)的參數(shù)，以至于完完全全地運用大數(shù)據(jù)來揭示因果關(guān)系。
有必要說明的是，數(shù)據(jù)驅(qū)動法使用的數(shù)據(jù)不僅包括“行為數(shù)據(jù)流”，而且在某些特定場景中，還包括“想法數(shù)據(jù)流”；前者是指歷史數(shù)據(jù)和當(dāng)前發(fā)生的數(shù)據(jù)，后者是指從已知數(shù)據(jù)的相關(guān)性所推測的未來數(shù)據(jù)。社會物理學(xué)認為，人們實際行為與“想法流”之間有著可以通過大數(shù)據(jù)分析而得到的可靠數(shù)量關(guān)系，這種關(guān)系會通過互聯(lián)網(wǎng)成為一種改變?nèi)藗冞x擇行為的重要因素（阿萊克斯?彭特蘭，2015）。誠然，在未來幾十年，數(shù)據(jù)驅(qū)動法是否能成功地成為解析因果關(guān)系的有效方法，尚有待于大數(shù)據(jù)運用的實踐，特別是有待于它在人工智能運用上之成效的檢驗。不過，數(shù)據(jù)驅(qū)動法作為解析因果關(guān)系的一種重要方法，無疑是智慧大腦的人機結(jié)合在大數(shù)據(jù)思維上的重要突破，它至少在如何展開大數(shù)據(jù)思維上打開了解析因果關(guān)系的窗口。
3、運用大數(shù)據(jù)分析因果關(guān)系所獲取的認知，包括對歷史數(shù)據(jù)分析的歷史認知，對現(xiàn)期數(shù)據(jù)分析的現(xiàn)期認知，以及推測未來數(shù)據(jù)而形成的未來認知
經(jīng)濟學(xué)家運用大數(shù)據(jù)來研究經(jīng)濟現(xiàn)象的因果關(guān)系，對經(jīng)濟現(xiàn)象原因和結(jié)果關(guān)聯(lián)的解讀，只有以極大量、多維度和完備性的數(shù)據(jù)為依據(jù)，才是大數(shù)據(jù)意義上的思維。大數(shù)據(jù)思維較之于傳統(tǒng)邏輯思維，最顯著的特征是它可以通過對不同維度數(shù)據(jù)之間相關(guān)性的分析，得到比傳統(tǒng)邏輯思維要精準(zhǔn)得多的信息。這里所說的精準(zhǔn)信息，是指由大數(shù)據(jù)規(guī)定且不夾帶任何主觀判斷和推測的信息。例如，經(jīng)濟學(xué)家要得到特定時期某類（種）產(chǎn)品的投資和消費的認知，其大數(shù)據(jù)思維過程如下：1、搜集、整理和分類前期該類產(chǎn)品的投資和消費的極大量和完備性的數(shù)據(jù)；2、加工和處理業(yè)已掌握的數(shù)據(jù)，并在結(jié)合利潤收益率、投資回收期、收入水平和物價水平等的基礎(chǔ)上解析這些不同緯度的數(shù)據(jù)；3、根據(jù)不同緯度數(shù)據(jù)的相關(guān)性，獲取該類產(chǎn)品投資和消費的精準(zhǔn)信息，從而得出如何應(yīng)對該產(chǎn)品投資和消費的認知。當(dāng)然，這只是在梗概層面上對運用大數(shù)據(jù)分析而獲取認知的解說，現(xiàn)實情況要復(fù)雜得多。
然則，現(xiàn)有的關(guān)于投資和消費的模型分析以及建立其上的實證分析，主要是以非大數(shù)據(jù)的歷史數(shù)據(jù)作為分析藍本的，因此嚴格來講，經(jīng)濟學(xué)對投資和消費的因果關(guān)系分析所形成的認知，屬于典型的對歷史數(shù)據(jù)分析所形成的歷史認知。眾所周知，自經(jīng)濟理論注重實證分析以來，一直存在著如何“從事后評估走向事前決策”問題的討論。由于經(jīng)濟學(xué)家對投資和消費展開實證分析所使用的數(shù)據(jù)，幾乎完全局限于（樣本）歷史數(shù)據(jù)，這便導(dǎo)致對投資和消費的因果關(guān)系分析對現(xiàn)期認知和未來認知的缺位，它不能解決“從事后評估走向事前決策”問題。國內(nèi)一些著名的成功人士指責(zé)經(jīng)濟學(xué)家不能解決實際問題。在我們看來，不熟悉大數(shù)據(jù)的成功人士的這種指責(zé)是可以理解的，但深諳大數(shù)據(jù)的成功人士帶有調(diào)侃風(fēng)味的指責(zé)就不公允了。經(jīng)濟學(xué)家要在理論上立竿見影地解決實際問題，必須能得到現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)（而不僅僅是歷史數(shù)據(jù)），這需要計算機學(xué)家的配合和支持，否則便不能在精準(zhǔn)信息的基礎(chǔ)上分析投資和消費的因果關(guān)系，但經(jīng)濟學(xué)家又不是計算機學(xué)家，因此，經(jīng)濟理論的科學(xué)化需要大數(shù)據(jù)挖掘、搜集、整合、分類、加工、處理、模型和參數(shù)設(shè)置、云計算等技術(shù)及其手段的充分發(fā)展。
歷史數(shù)據(jù)是存量，目前計算機對其處理的能力已綽綽有余，難點是在于模型和參數(shù)設(shè)置；現(xiàn)期數(shù)據(jù)是無規(guī)則而難以把控的流量，對這種流量數(shù)據(jù)的挖掘、搜集、整合、分類、加工和處理，取決于移動設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)的覆蓋面，以及云計算的集約化的運算能力；未來數(shù)據(jù)是一種展望流量，它依賴于對歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)的把握而通過大數(shù)據(jù)思維來推測。如果說經(jīng)濟學(xué)家對投資和消費的因果分析以及由此產(chǎn)生的認知，主要取決于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，那么，解決“從事后評估走向事前決策”問題，既要依賴于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，也離不開未來數(shù)據(jù)。也就是說，在“歷史數(shù)據(jù) + 現(xiàn)期數(shù)據(jù) + 未來數(shù)據(jù) = 行為數(shù)據(jù)流 + 想法數(shù)據(jù)流”的世界中，經(jīng)濟學(xué)家要解決實際問題，其理論思維和分析手段都受制于大數(shù)據(jù)思維，經(jīng)濟學(xué)家運用大數(shù)據(jù)分析因果關(guān)系而得到正確認知的前提條件，是必須利用歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)以獲取精準(zhǔn)信息。
就人類認知形成的解說而論，現(xiàn)有的社會科學(xué)理論是以信息的搜集、整理、加工、處理、判斷和推論，作為分析路徑來解釋認知形成的。當(dāng)認知被解釋成通過數(shù)據(jù)的挖掘、搜集、整合、分類、加工和處理而形成，對認知形成的解釋，就取得了大數(shù)據(jù)思維的形式。大數(shù)據(jù)思維是排斥判斷和推論的，它否定一切非數(shù)據(jù)信息，認為產(chǎn)生精準(zhǔn)信息的唯一渠道是大數(shù)據(jù)。在現(xiàn)有的社會科學(xué)理論中，經(jīng)濟學(xué)的理性選擇理論對人類認知的分析和研究具有極強代表性，經(jīng)濟學(xué)家對投資選擇和消費選擇的解釋，便是理性選擇理論的代表性運用。基于人類認知形成和變動的一般框架在很大程度上與理性選擇理論有關(guān)動機、偏好、選擇和效用等的分析結(jié)構(gòu)有很強的關(guān)聯(lián)，我們可以結(jié)合這個理論來研究大數(shù)據(jù)思維下人們對經(jīng)濟、政治、文化和思想意識形態(tài)等的認知變動。事實上，經(jīng)濟學(xué)關(guān)于動機、偏好、選擇和效用等關(guān)聯(lián)于認知的分析，存在著一種可以通過對大數(shù)據(jù)思維的深入研究而得以拓展的分析空間，那就是大數(shù)據(jù)思維會導(dǎo)致人類認知的變動。
三 、大數(shù)據(jù)思維之于認知變動的經(jīng)濟學(xué)分析
我們研究這個專題之前有必要指出這樣一個基本事實：大數(shù)據(jù)思維可以改變?nèi)说恼J知路徑，可以改變不同階段或不同場景下的認知形成過程，但改變不了影響認知的動機、偏好、認知和效用等的性質(zhì)規(guī)定。如前所述，傳統(tǒng)經(jīng)濟學(xué)理性選擇理論在完全信息假設(shè)下，認為個體選擇的動機和偏好以追求最大化為軸心，傳統(tǒng)理論的這個真知卓見從未被后期理論質(zhì)疑；但由于傳統(tǒng)理論的完全信息假設(shè)存在著“知曉選擇結(jié)果”的邏輯推論，因而認知在傳統(tǒng)理論中是黑箱，也就是說，傳統(tǒng)理論無所謂認知的形成和變動問題。現(xiàn)代主流經(jīng)濟學(xué)尤其是現(xiàn)代非主流經(jīng)濟學(xué)在不完全信息假設(shè)下開始重視對認知的研究，在他們看來，認知形成過程是從理智思考到信息加工和處理的過程；他們特別注重從心理因素來考察認知變動（Schandler，2006；Rubinstein，2007；），注重通過實驗且運用一些數(shù)據(jù)來分析和研究認知（Kahneman and Tversky，1974，1979；Smith，1994），但這些分析和研究不是對極大量、多維度和完備性的數(shù)據(jù)分析。因此，經(jīng)濟學(xué)理性選擇理論發(fā)展到今天，還沒有進入對大數(shù)據(jù)思維改變?nèi)祟愓J知問題的討論。
1、經(jīng)濟學(xué)家能否對選擇動機、偏好和效用期望等進行數(shù)據(jù)分析，決定其認知分析是否具有大數(shù)據(jù)思維的基礎(chǔ)
經(jīng)濟學(xué)關(guān)于人類選擇動機、偏好和效用期望等反映人們追求最大化的基本性質(zhì)分析，以及從這三大要素與認知關(guān)聯(lián)出發(fā)，從不同層面或角度對認知形成的分析，主要體現(xiàn)在理性選擇理論中。但這方面顯而易見的缺憾，是不能對動機、偏好、認知和效用等展開數(shù)據(jù)分析。現(xiàn)實的情況是，在大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機器學(xué)習(xí)等沒有問世或沒有發(fā)展到一定水平以前，經(jīng)濟學(xué)家對這些要素只能做抽象的模型分析。經(jīng)濟學(xué)理性選擇理論要跳出抽象模型分析，必須選擇具有解釋義或指示義的指標(biāo)對動機、偏好和效用期望等進行數(shù)據(jù)分類分析，以便給認知的數(shù)據(jù)分析提供基礎(chǔ)，顯然，這會涉及抽象行為模型的具體化和參數(shù)設(shè)計的具體化，需要得到大數(shù)據(jù)和云計算集約化運算模式的支持（吳軍，2016）。作為對未來大數(shù)據(jù)發(fā)展及其運用的一種展望，如果經(jīng)濟學(xué)家能夠圍繞最大化這一性質(zhì)規(guī)定來尋覓動機、偏好和效用期望等的特征值，并以之來設(shè)置參數(shù)和模型，則有可能對直接或間接關(guān)聯(lián)于動機、偏好和效用期望的大數(shù)據(jù)進行分析，從而為認知分析提供基礎(chǔ)。
大數(shù)據(jù)的極大量和完備性有可能消除信息不完全，這給認知的數(shù)據(jù)分析提供可行性。誠然，選擇動機、偏好和效用期望等只是反映人們選擇的現(xiàn)期意愿和未來愿景，其極強的抽象性決定這樣的數(shù)據(jù)分析還有很大困難，但由于選擇動機、偏好和效用期望等會通過實際行為迂回地反映出來，因而我們可以找到解決這一困難的路徑。例如，人們在準(zhǔn)備投資和消費以前，一般有各種調(diào)研活動，即對影響投資和消費的信息進行搜集、整合、分類、加工和處理，值得注意的是，這些調(diào)研活動會在移動設(shè)備、物聯(lián)網(wǎng)、傳感器、定位系統(tǒng)和社交媒體中留下大數(shù)據(jù)的痕跡，這些數(shù)據(jù)痕跡會從某個層面或某個角度顯現(xiàn)出投資者和消費者選擇動機、偏好和效用期望的傾向或意愿。
智慧大腦依據(jù)什么樣的標(biāo)準(zhǔn)來數(shù)據(jù)化這些傾向或意愿，從而對選擇動機、偏好和效用期望以及進一步對認知展開數(shù)據(jù)分析呢？這里所說的標(biāo)準(zhǔn)，是指通過云計算和機器學(xué)習(xí)等對人們實際行為的數(shù)字和非數(shù)字信息進行相關(guān)性分類，把反映選擇動機、偏好和效用期望的具有共性特征的傾向或意愿進行整理和歸納，以確定符合選擇動機、偏好和效用期望之實際的參數(shù)。如果智慧大腦能夠利用大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機器學(xué)習(xí)等完成以上工作，根據(jù)認知是偏好與效用的中介這個現(xiàn)實，智慧大腦便可以對認知進行大數(shù)據(jù)分析。如果經(jīng)濟學(xué)家能夠利用智慧大腦提供的大數(shù)據(jù)分析成果，經(jīng)濟學(xué)理性選擇理論將會隨著信息不完全假設(shè)前提變?yōu)樾畔⑼耆僭O(shè)前提，選擇動機、偏好和效用期望的抽象分析變?yōu)閿?shù)據(jù)分析，認知的抽象框定或心理分析變?yōu)閿?shù)據(jù)分析而發(fā)生重大變化。以上的分析性討論，是我們理解大數(shù)據(jù)思維改變?nèi)祟愓J知之經(jīng)濟學(xué)解釋的最重要的分析基點。
2、運用大數(shù)據(jù)思維進行偏好分析會改變認知形成的路徑，使經(jīng)濟學(xué)理性選擇理論接近現(xiàn)實
現(xiàn)有的理性選擇理論有關(guān)動機和偏好的分析和研究（這里集中于偏好的討論），主要集中于偏好如何界定和形成以及如何隨認知和效用期望調(diào)整而發(fā)生變動等方面，并且這些分析和研究是采用“個體行為”為基本分析單元的個體主義方法論。在大數(shù)據(jù)時代，雖然個人、廠商和政府的選擇偏好仍然是追求最大化，個體選擇行為仍然是整個社會選擇的基礎(chǔ)，個體主義方法論仍然在一定程度和范圍內(nèi)存在合理性，但互聯(lián)網(wǎng)平臺改變了選擇偏好的形成過程和機理。具體地說，現(xiàn)今人們的選擇偏好已不是經(jīng)濟學(xué)理性選擇理論意義上的選擇偏好，而更多地表現(xiàn)為是一種以最大化為底蘊的具有趨同化特征的偏好。例如，某種產(chǎn)品投資或消費的介紹會和研討會，對某種產(chǎn)品投資或消費的點贊和評價，中央政府和地方政府關(guān)于某種產(chǎn)品投資或消費的統(tǒng)計數(shù)據(jù)，專家和新聞媒體對某種產(chǎn)品投資或消費的評說和報道，等等，都會成為人們選擇偏好出現(xiàn)一致性的催化劑。因此，經(jīng)濟學(xué)理性選擇理論跳出抽象模型分析，已經(jīng)在偏好分析上具備了大數(shù)據(jù)思維的條件和基礎(chǔ)。
智慧大腦與非智慧大腦的區(qū)別，在于能對人們消費和投資的偏好展開大數(shù)據(jù)分析，能通過大數(shù)據(jù)的搜集、整合、加工和處理，運用云計算得到來自不同維度數(shù)據(jù)之間相關(guān)性的精準(zhǔn)信息，以至于能獲取建立在大數(shù)據(jù)分析基礎(chǔ)之上的認知。從理論上來講，偏好會影響認知但不能決定認知。就偏好影響認知而論，它主要是通過利益訴求、情感驅(qū)動、身心體驗和時尚追求等對認知產(chǎn)生誘導(dǎo)或牽引作用。但在非大數(shù)據(jù)時代，這些誘導(dǎo)或牽引作用無法數(shù)據(jù)化，于是經(jīng)濟學(xué)家對偏好影響認知的研究便只能以抽象模型來描述。大數(shù)據(jù)思維對偏好影響認知的處理，是使用以許多簡單而相對具體的模型取代高度抽象的單一模型，運用數(shù)據(jù)驅(qū)動法來設(shè)置參數(shù)和模型，對利益訴求、情感驅(qū)動、身心體驗和時尚追求等偏好特征進行解讀，這樣便實現(xiàn)了很多非數(shù)據(jù)化信息的數(shù)據(jù)化，從而使以偏好為基礎(chǔ)的在理論上對認知變動的研究有了新的分析路徑。
阿里巴巴公司正在奮力打造的線上和線下相結(jié)合的“新零售”模式，是以大數(shù)據(jù)分析和運用的阿里云平臺為背景和依托的。這個模式試圖通過充分搜集、整合、分類、加工和處理已發(fā)生的歷史消費數(shù)據(jù)，正在發(fā)生的現(xiàn)期消費數(shù)據(jù)和有可能發(fā)生的未來消費數(shù)據(jù)，捕捉人們消費偏好的動態(tài)變化，以期構(gòu)建符合大數(shù)據(jù)思維的全新商業(yè)業(yè)態(tài)。撇開新零售模式在運營過程中的諸如數(shù)據(jù)處理、機器學(xué)習(xí)和人工智能運用等技術(shù)問題，僅以該模式對人們消費行為的系統(tǒng)梳理、分級整合及相關(guān)處理來說，它無疑會在引領(lǐng)人們消費行為的同時促動消費趨同化偏好的形成。尤其值得關(guān)注和研究的是，隨著該模式運營所積累的數(shù)據(jù)量全然達到大數(shù)據(jù)的標(biāo)準(zhǔn)，人們的消費認知將會在消費趨同化偏好的導(dǎo)引下發(fā)生變化，這種情形不僅會發(fā)生在消費領(lǐng)域，投資領(lǐng)域也會出現(xiàn)投資趨同化偏好。很明顯，趨同化偏好具有共性特征，它在很大程度上是對個體選擇偏好的否定，對于這種偏好所導(dǎo)致的認知應(yīng)該怎樣理解呢？這個問題需要進一步研究。
3、在大數(shù)據(jù)時代，趨同化偏好會改變認知形成過程，消費者和投資者的認知不再是自己獨立思考和理智判斷的產(chǎn)物，而是在趨同化偏好驅(qū)動下對智慧大腦認知的認同
廠商的投資選擇偏好是追求利潤最大化，這一永恒的事實不妨礙或排斥投資趨同化偏好的形成。一般來講，大數(shù)據(jù)發(fā)展初期的互聯(lián)網(wǎng)平臺對選擇趨同化偏好形成的作用力，在消費領(lǐng)域要比投資領(lǐng)域來得更加直接和迅速。究其原因，是兩大領(lǐng)域的機會成本和風(fēng)險程度不同的緣故。但隨著大數(shù)據(jù)、云計算和機器學(xué)習(xí)等的充分發(fā)展，智慧大腦有可能對歷史、現(xiàn)期和未來的大量投資數(shù)據(jù)進行搜集、整合、加工和處理，有可能通過云計算集約化模式來分析不同維度數(shù)據(jù)之間相關(guān)性而獲得精準(zhǔn)信息，同時，智慧大腦會根據(jù)市場“行為數(shù)據(jù)流”折射出“想法數(shù)據(jù)流”而產(chǎn)生預(yù)見能力，尋覓和遴選出高收益的投資方向和投資標(biāo)的。若此，智慧大腦投資選擇的勝算率（利潤率）將會大大提高，廠商會效尤智慧大腦進行投資選擇，從而出現(xiàn)投資趨同化偏好。經(jīng)濟學(xué)曾經(jīng)對諸如“羊群效應(yīng)、蝴蝶效應(yīng)、從眾行為、信息重疊”等現(xiàn)象有過許多研究（羅伯特?希勒，2001），但嚴格來講，這些研究是描述性的，不是聯(lián)系偏好和認知等的分析性研究。
消費和投資的趨同化偏好主要是針對消費者和投資者的選擇行為方式而言的，它不改變消費和投資選擇偏好的追求效用最大化的性質(zhì)規(guī)定，這是問題的一方面。另一方面，在將來大數(shù)據(jù)充分發(fā)展的鼎盛時期，消費和投資的趨同化偏好會改變認知形成過程，這可以從兩種意義上來理解：1、從原先通過對信息進行搜集、整合、分類、加工和處理來獲取認知，轉(zhuǎn)變?yōu)橥ㄟ^對數(shù)據(jù)的搜集、整合、分類、加工和處理來獲取認知；2、消費者和投資者的認知不再是自己獨立思考和理智判斷的產(chǎn)物，而是在趨同化偏好的驅(qū)動下認同智慧大腦的認知。關(guān)于第一點，大數(shù)據(jù)思維的認知之所以會取代獨立思考和理智判斷的認知，乃是因為它能夠運用云計算集約化模式將消費和投資的歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)甚至未來數(shù)據(jù)進行分類處理和相關(guān)性分析，能夠運用數(shù)以萬計的計算機服務(wù)器對特定事物的因果關(guān)系展開深度機器學(xué)習(xí)，從而通過分類和歸納不同維度數(shù)據(jù)而得到精準(zhǔn)信息（精準(zhǔn)醫(yī)療就是基于此原理）。人類對因果關(guān)系探索的手段和路徑發(fā)生變化，認知的形成過程及其機理就會發(fā)生變化。
關(guān)于第二點，消費者和投資者在未來放棄對信息的搜集、整合、分類、加工和處理，認同和效尤智慧大腦的認知來進行選擇，這可理解為是他們進行效用比較（投入與收益）時的“幡然悔悟”。尤瓦爾?赫拉利（2017）有關(guān)一切有機和無機實體都可以運用算法來解構(gòu)的前景預(yù)期，（吳軍，2016）關(guān)于未來制造業(yè)、農(nóng)業(yè)、醫(yī)療、體育、律師業(yè)甚至新聞出版業(yè)都將由大數(shù)據(jù)統(tǒng)治的觀點，凱文?凱利（2014）以大數(shù)據(jù)和人工智能為分析底蘊對新經(jīng)濟十大重要準(zhǔn)則的論述，均認為具有大數(shù)據(jù)思維且不作出主觀判斷的智慧大腦將是未來世界的操控者，而Master和AlphaGo戰(zhàn)勝世界頂級圍棋高手的實踐，則顯露了人工智能完全有可能戰(zhàn)勝人腦的端倪。現(xiàn)實中的普通消費者和投資者通常只是依據(jù)有限或不準(zhǔn)確的信息進行消費和選擇，經(jīng)濟學(xué)家也只是根據(jù)有限或不準(zhǔn)確的信息進行因果關(guān)系分析而得出認知，因此，相對于智慧大腦的選擇效用，消費者和投資者是相形見絀，經(jīng)濟學(xué)家的理論見解和政策主張往往不吻合實際。
智慧大腦是運用大數(shù)據(jù)思維而超越一般智人大腦的大腦。不過，從性質(zhì)上來講，極少數(shù)擁有智慧大腦的人通過對數(shù)據(jù)的搜集、整合、分類、加工和處理所得到的認知，仍然屬于人的認知。需要強調(diào)指出的是，這種認知不同于經(jīng)濟學(xué)理論及其他社會科學(xué)理論所闡述和論證的認知，它是在大數(shù)據(jù)思維驅(qū)動下的人類認知。對于這種新型認知的理解，如果我們結(jié)合經(jīng)濟學(xué)理性選擇理論對其展開解說，則有著基礎(chǔ)理論的分析價值。
4、在未來，智慧大腦的認知將引領(lǐng)非智慧大腦的認知，其結(jié)果是導(dǎo)致認知趨同化
熟悉經(jīng)濟學(xué)理性選擇理論的學(xué)者知道，無論經(jīng)濟學(xué)家是從信息的搜集、整合、分類、加工和處理獲取認知，還是通過心理分析或行為實驗獲取認知，他們都是在不完全信息或有限理性約束下進行的，這不僅存在著以不精準(zhǔn)信息推論認知的問題，而且存在認知形成過程的主觀判斷問題。智慧大腦運用大數(shù)據(jù)思維所形成的認知的最大特點，是在接近完全信息基礎(chǔ)上獲取認知的，并且不夾帶任何主觀判斷。現(xiàn)代未來學(xué)家曾分別從不同角度和層面對大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能展開了許多討論，他們的共同見解是認為大數(shù)據(jù)的極大量、多維度和完備性將有可能解決信息不完全問題（包含信息不對稱），并且能夠給人類選擇提供精準(zhǔn)信息。倘若如此，人類的認知問題便完全成為智慧大腦對數(shù)據(jù)的搜集、整合、分類、加工和處理問題，一旦人類可以通過大數(shù)據(jù)思維獲取精準(zhǔn)信息和完全信息，經(jīng)濟學(xué)理性選擇理論將會在根基上被顛覆。
智慧大腦只有極少數(shù)人才具備，絕大部分人（包括智人）都是非智慧大腦。在未來世界，智慧大腦將引領(lǐng)非智慧大腦進行選擇。這一引領(lǐng)過程是由前后相繼的兩個階段構(gòu)成：一是智慧大腦運用大數(shù)據(jù)對偏好進行分析，通過互聯(lián)網(wǎng)將偏好傳送給具有從眾心理和從眾行為傾向的非智慧大腦，形成非智慧大腦的趨同化偏好；另一是智慧大腦運用大數(shù)據(jù)分析獲取認知，同樣是通過互聯(lián)網(wǎng)讓非智慧大腦效尤智慧大腦的認知，形成趨同化認知，從而使非智慧大腦以智慧大腦的認知為認知來選擇。這些情形表明，未來人類智慧大腦將決定非智慧大腦的偏好和認知，進一步說，則是智慧大腦將影響非智慧大腦的選擇行為。這里有一個極其重要問題須討論：對絕大部分非智慧大腦而言，他們在選擇過程中是否還存在認知？事實上，無論是趨同化偏好還是趨同化認知，非智慧大腦的偏好和認知并沒有徹底消失，只是形成的路徑和內(nèi)容發(fā)生了變化。關(guān)于這個問題的討論，聯(lián)系經(jīng)濟學(xué)的認知理論進行比較分析，或許會有更深的理解。
如前所述，傳統(tǒng)經(jīng)濟學(xué)以完全信息為假設(shè)前提，將認知作為理性選擇模型的外生變量，“認知”是被理論分析跳越的。現(xiàn)代經(jīng)濟學(xué)以不完全信息為假設(shè)前提，在理性選擇模型中，努力通過心理和實驗分析把認知作為內(nèi)生變量，易言之，“認知”被解釋為個體對信息進行搜集、整合、分類、加工和處理的結(jié)果，顯然，以上分析在分析對象、分析方法和分析路徑上，是與大數(shù)據(jù)思維不同的。現(xiàn)代經(jīng)濟學(xué)理性選擇理論所分析的個體，是通過邏輯推論所抽象出來的蕓蕓眾生；雖然智慧大腦也可以看成是個體，但人數(shù)極少，是具有大數(shù)據(jù)思維之共同特征的個體。現(xiàn)代經(jīng)濟學(xué)理性選擇理論是借助于偏好分析來研究認知的，雖然認知已在一定程度上被視為內(nèi)生變量，但分析方法和路徑仍然是邏輯判斷或推論為主；大數(shù)據(jù)思維對認知分析將會采用的方法和路徑，是搜集、整合、分類、加工和處理數(shù)據(jù)，試圖從極大量、多維度和完備性的數(shù)據(jù)中獲取精準(zhǔn)信息以得出認知。因此，盡管認知出現(xiàn)了趨同化，人類在大數(shù)據(jù)思維下仍然存在認知，只不過是非智慧大腦放棄自己的認知而統(tǒng)一于智慧大腦的認知罷了。
總之，偏好和認知的趨同化顯示了大數(shù)據(jù)思維的魅力，這種魅力根植于大數(shù)據(jù)能夠經(jīng)由智慧大腦而產(chǎn)生精準(zhǔn)信息。其實，智慧大腦如何設(shè)置參數(shù)和模型，如何運用云計算集約化模式，如何利用互聯(lián)網(wǎng)以及尋覓廣泛使用人工智能的方法和途徑等，主要是計算機運用層面上的技術(shù)問題。我們研究大數(shù)據(jù)思維下人類認知變動需要重點關(guān)注的，是非智慧大腦究竟還有沒有認知，其效用期望會呈現(xiàn)什么樣的格局？既然非智慧大腦只是沒有獨立認知而不是完全跳越了認知，那么非智慧大腦便存在著效用期望，關(guān)于這種效用期望，我們可以聯(lián)系效用函數(shù)來解說。
四 、認知結(jié)構(gòu)一元化與效用期望變動的新解說
經(jīng)濟理論對選擇行為與效用期望之間動態(tài)關(guān)聯(lián)所建立的基本分析框架，展現(xiàn)出一幅“偏好認知選擇效用期望”的圖景。各大經(jīng)濟學(xué)流派的理性選擇理論對這幅圖景中的 “”有不同的解說和取舍（前文有所涉及），概括來說，或側(cè)重于分析這些箭頭前后要素之間的相互關(guān)聯(lián)，或側(cè)重于分析這些箭頭前后要素之間的影響和決定作用。但就人們選擇動機和目的與效用之間的關(guān)聯(lián)而論，幾乎所有理論都不懷疑“追求自身利益最大化”的公理性，于是，“最大化”在成為效用函數(shù)核心變量的同時，也在一定程度上被作為理性選擇的判斷標(biāo)準(zhǔn)。以上圖景的邏輯分析鏈?zhǔn)墙⒃谛畔⒉煌耆治黾僭O(shè)上的，各大經(jīng)濟學(xué)流派的理性選擇理論對這條邏輯分析鏈各環(huán)節(jié)的不同解說所產(chǎn)生的理論分歧，可歸結(jié)為是在信息不完全假設(shè)分析框架內(nèi)的分歧。值得學(xué)術(shù)界關(guān)注的是，當(dāng)大數(shù)據(jù)在未來有可能提供完全信息時，這些分歧將會讓位于新的理論探討。
經(jīng)濟學(xué)家對效用函數(shù)的研究是與認知分析緊密相聯(lián)的。但無論是傳統(tǒng)經(jīng)濟理論還是現(xiàn)代經(jīng)濟理論，他們對效用函數(shù)以及最大化問題的研究存在著共性，即這些研究都是建立在抽象的認知結(jié)構(gòu)一元化基礎(chǔ)上的。具體地說，傳統(tǒng)經(jīng)濟理論在完全信息假設(shè)上認為，選擇者可以得到“獲悉選擇結(jié)果的認知”，從而主張用“最大化”來描述選擇者的效用函數(shù)。現(xiàn)代主流和非主流經(jīng)濟理論在不完全信息假設(shè)上認為，選擇者受有限理性約束不可能得到“獲悉選擇結(jié)果的認知”，從而主張不可用“最大化”來描述選擇者的效用函數(shù)。這里所說的抽象認知結(jié)構(gòu)一元化，是指不是以具體的認知主體作為分析對象，而是把整個人類描述為一個同一的抽象主體，讓“最大化”問題成為效用函數(shù)的核心問題。在大數(shù)據(jù)思維的未來世界，隨著信息有可能出現(xiàn)完全化，“最大化”問題將會成為不是問題的問題。
誠然，智慧大腦對大數(shù)據(jù)進行搜集、整合、分類、加工和處理，并通過云計算、機器學(xué)習(xí)乃至于根據(jù)人工智能實踐來選擇參數(shù)和設(shè)置模型，仍然沒有越出追求自身利益最大化這一效用函數(shù)的性質(zhì)規(guī)定，但由于智慧大腦的認知形成過程是建立在具有極大量、多維度和完備性的大數(shù)據(jù)基礎(chǔ)之上的，大數(shù)據(jù)能夠提供完全信息的特點有可能會讓智慧大腦取得效用最大化。人類絕大部分選擇者是非智慧大腦者，從科學(xué)意義上來講，大數(shù)據(jù)對他們可謂是長期的黑箱，而他們依據(jù)自己認知所做出的選擇又不可能實現(xiàn)效用最大化，于是，非智慧大腦者將以智慧大腦者的認知作為自己認知而做出選擇，這便形成了大數(shù)據(jù)時代實際意義上的一元化認知結(jié)構(gòu)。如果說我們劃分智慧大腦和非智慧大腦是對人類選擇主體的一種新界定；那么，我們揭示這兩大選擇主體實際意義上的一元化認知結(jié)構(gòu)，則是對大數(shù)據(jù)時代人類認知問題的一種新解說。
大數(shù)據(jù)背景下人類實際意義上的認知結(jié)構(gòu)一元化，將是未來發(fā)展的一種趨勢，相對于經(jīng)濟理論抽象意義上的認知結(jié)構(gòu)一元化，它容易把握和理解。但它在將來能否成為一種固定化趨勢，取決于智慧大腦在經(jīng)濟、政治、文化和思想意識形態(tài)等領(lǐng)域進行選擇時獲得的效用函數(shù)值。對于該效用函數(shù)值的預(yù)期，大數(shù)據(jù)思維下的智慧大腦是具備這種能力的。從經(jīng)濟理論分析看，對效用函數(shù)值的討論，將涉及內(nèi)蘊且展示效用函數(shù)的效用期望問題的討論。傳統(tǒng)經(jīng)濟學(xué)的期望效用函數(shù)理論，是一種運用數(shù)學(xué)模型論證選擇者能夠?qū)崿F(xiàn)最大化的理性選擇理論（(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954），現(xiàn)代非主流經(jīng)濟學(xué)是在分析風(fēng)險厭惡和風(fēng)險偏好的基礎(chǔ)上，用一條S型的價值（函數(shù)）曲線取代傳統(tǒng)的效用函數(shù)，并通過相對財富變動對選擇者感受的分析，解析了選擇者的效用期望會不斷發(fā)生調(diào)整的情形（Kahneman and Tversky，1979）。那么，大數(shù)據(jù)時代選擇者的效用期望會發(fā)生怎樣變動呢？
人類社會發(fā)展的歷史表明，人的主觀期望與實際選擇結(jié)果之間會發(fā)生經(jīng)常性偏離。選擇者的效用期望能否實現(xiàn)最大化，一是取決于選擇者能否得到完全信息，另一是取決于選擇者認知過程的科學(xué)化。事實上，現(xiàn)代經(jīng)濟學(xué)對傳統(tǒng)經(jīng)濟學(xué)以最大化為核心的效用函數(shù)的質(zhì)疑和批評，主要是圍繞信息不完全和忽略認知過程展開的。大數(shù)據(jù)時代存在著提供完全信息的可能性，而智慧大腦利用互聯(lián)網(wǎng)和運用云計算、機器學(xué)習(xí)和人工智能等手段，正在實現(xiàn)著認知過程的科學(xué)化，這便提出了經(jīng)濟學(xué)必須回答的兩大問題：1、大數(shù)據(jù)思維下的人類選擇是否可以實現(xiàn)最大化，2、大數(shù)據(jù)思維下選擇者的效用期望會不會發(fā)生調(diào)整。這是現(xiàn)代經(jīng)濟學(xué)沒有提及的兩大問題，但當(dāng)我們分別從智慧大腦和非智慧大腦來討論這兩大問題時，結(jié)論或許會讓篤信經(jīng)濟學(xué)經(jīng)典理論的學(xué)者大跌眼鏡。
在未來世界，隨著互聯(lián)網(wǎng)平臺的日新月異以及移動設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等搜集大數(shù)據(jù)手段的覆蓋面的日益擴大，大數(shù)據(jù)的極大量、多維度和完備性給人類選擇提供了完全信息的基礎(chǔ)。智慧大腦在云計算、機器學(xué)習(xí)和人工智能等的支持下，以數(shù)據(jù)分析為基礎(chǔ)的認知過程也越來越科學(xué)化，于是，智慧大腦便可以知曉選擇過程的結(jié)果，有可能實現(xiàn)最大化，這說明智慧大腦不存在效用期望的調(diào)整問題。另一方面，非智慧大腦以智慧大腦的認知為自己的認知，其效用期望完全依附于智慧大腦的效用期望。具體地說，非智慧大腦不對數(shù)據(jù)進行搜集、整合、分類、加工和處理，跳越了認知過程，同樣不存在效用期望的調(diào)整問題。非智慧大腦效用期望完全依附于智慧大腦效用期望的情形，或者說，非智慧大腦以智慧大腦效用期望為自己效用期望的情形，統(tǒng)一于智慧大腦與非智慧大腦的認知結(jié)構(gòu)一元化。如果要追溯非智慧大腦效用期望的變動，那就是從原先屬于自己的效用期望轉(zhuǎn)變成了智慧大腦的效用期望。
智慧大腦有可能實現(xiàn)最大化，以及不存在效用期望調(diào)整是一回事，但智慧大腦能否在所建模型中給定效用期望值卻是另一回事。效用期望作為一種主觀預(yù)期或判斷，它不會在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來數(shù)據(jù)流，也就是說，不會在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的行為數(shù)據(jù)流和想法數(shù)據(jù)流，這在決定智慧大腦難以跟蹤、模擬和推論效用期望值的同時，也給非智慧大腦放棄認知而效尤智慧大腦提供了某種聊以。推崇人工智能可以替代人腦的學(xué)者，好用Master和AlphaGo戰(zhàn)勝世界頂級圍棋高手的事實作為這種替代的立論依據(jù)，但無論我們怎樣在大數(shù)據(jù)分析、機器學(xué)習(xí)和人工智能運用等方面進行深度挖掘，也找不到智慧大腦能在所建模型中給定效用期望值的科學(xué)依據(jù)。智慧大腦不能確定效用期望值，也就規(guī)定了非智慧大腦不能確定效用期望值。這又提出了一個在理論上有必要回答的問題：非智慧大腦還有沒有效用期望？
在經(jīng)濟社會，智慧大腦和非智慧大腦的投資和消費選擇的效用期望都是追求最大化，這一點是永恒的。但問題在于，非智慧大腦以智慧大腦的認知為自己認知，以智慧大腦的選擇作為自己選擇的情形，會使自己的效用期望完全停留在期望智慧大腦選擇結(jié)果的形式上，這可以解釋為大數(shù)據(jù)時代非智慧大腦的效用期望的一種變動。但對于這樣的效用期望的理解，與其說它是一種效用期望，倒不如說它是一種效用期待。社會經(jīng)濟的精英是人數(shù)極少的智慧大腦群體，但推動投資和消費的是占人口絕大多數(shù)的非智慧大腦群體。因此，非智慧大腦群體的偏好、認知、選擇和效用期望，應(yīng)該是理性選擇理論研究的重點。關(guān)于這一研究重點的邏輯和現(xiàn)實的分析線索，是大數(shù)據(jù)思維趨同化偏好趨同化認知認知結(jié)構(gòu)一元化最大化效用期望。不過，這條分析線索包含著許多本文或有所涉及或尚未涉及的交叉性內(nèi)容，它需要我們在繼續(xù)研究大數(shù)據(jù)思維改變?nèi)祟愓J知這一理論專題時，做出進一步深入的探討。
關(guān)鍵詞：數(shù)字經(jīng)濟；財務(wù)會計；管理會計；人工智能
隨著大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等技術(shù)的創(chuàng)新、應(yīng)用和推廣，數(shù)字經(jīng)濟已深入到各個領(lǐng)域、各個層面，會計信息出現(xiàn)幾何式地爆發(fā)增長，數(shù)字經(jīng)濟逐漸凸顯出顛覆和重塑財務(wù)管理領(lǐng)域的威力，使得單純的財務(wù)會計或管理會計難以滿足現(xiàn)代企業(yè)高速發(fā)展的需要，現(xiàn)代企業(yè)的發(fā)展需要財務(wù)會計和管理會計的協(xié)同發(fā)展。
一、財務(wù)會計與管理會計的內(nèi)涵及關(guān)系
財務(wù)會計是對企業(yè)經(jīng)濟業(yè)務(wù)進行確認、記錄、計量和報告，向信息需要者提供財務(wù)信息的經(jīng)濟管理活動。管理會計是深度參與企業(yè)戰(zhàn)略規(guī)劃、管理決策、內(nèi)部控制與績效管理活動，并為這些活動提供有價值的信息，以促進企業(yè)順利實現(xiàn)戰(zhàn)略目標(biāo)的經(jīng)濟管理活動。1.財務(wù)會計與管理會計的共通點一是同屬于會計體系，財務(wù)會計與管理會計共同構(gòu)成了有機的會計系統(tǒng)，兩者相互依存、制約和補充。二是目標(biāo)相同，財務(wù)會計與管理會計作為會計的兩個分支，兩者共同為實現(xiàn)企業(yè)價值最大化服務(wù)。2.財務(wù)會計與管理會計的差異一是遵循準(zhǔn)則不同。財務(wù)會計必須嚴格按照會計制度、會計準(zhǔn)則、稅務(wù)法律法規(guī)等強制要求定期出具財務(wù)報表、進行稅金申報等。管理會計沒有固定的方法、標(biāo)準(zhǔn)、周期，根據(jù)管理者的需求和實際情況設(shè)定指標(biāo)，一切以提高企業(yè)效率為準(zhǔn)繩。二是服務(wù)對象、報告目的不同。財務(wù)會計主要通過對外報送各類報表、報告、披露財務(wù)信息等，服務(wù)單位外部具有經(jīng)濟利益關(guān)系的相關(guān)者，主要起到“反映”的作用，通常被稱為“外部會計”。管理會計主要分析、研究經(jīng)營活動中的具體問題、具體事項，提出、優(yōu)化解決方案，為內(nèi)部各層級管理者提供決策依據(jù)，主要起到“控制”的作用，通常被稱為“內(nèi)部會計”。三是工作核心不同。財務(wù)會計的工作核心為業(yè)務(wù)反映，合法合規(guī)地反映企業(yè)在過去經(jīng)營管理過程中人力、財力、物力等要素在供應(yīng)、生產(chǎn)、銷售各個階段、各個環(huán)節(jié)上的采購、使用、消耗、分布等情況，保證企業(yè)定期財務(wù)報告的財務(wù)狀況、經(jīng)營成果、現(xiàn)金流量的真實性、準(zhǔn)確性、完整性，財務(wù)會計反映的業(yè)務(wù)主要發(fā)生在過去，是過去實際已經(jīng)發(fā)生的經(jīng)營管理活動。管理會計的工作核心為過程管理，對經(jīng)營管理活動在事前進行預(yù)測、在事中進行跟進和控制、在事后進行回顧和分析，做到總結(jié)過去，汲取過去的經(jīng)驗、教訓(xùn)，從而更好地控制現(xiàn)在和指導(dǎo)未來；管理會計報表不受時間的約束和限制，可以編制未來的報表，也可以編制業(yè)務(wù)進行中的報表，還可以編制各期對比分析報表，時間維度、報表內(nèi)容可以完全根據(jù)管理過程的需要而編制。四是工作內(nèi)容、報告格式不同。財務(wù)會計的工作內(nèi)容是企業(yè)全部的會計要素，是完整反映、監(jiān)督企業(yè)的全部生產(chǎn)經(jīng)營過程，所編制的報告信息需要按照統(tǒng)一格式。管理會計的工作內(nèi)容可以是企業(yè)整體，也可以是企業(yè)內(nèi)部的一部分，所提供的內(nèi)部報告沒有統(tǒng)一格式，甚至報告的種類也沒有統(tǒng)一規(guī)定。
二、數(shù)字經(jīng)濟時代財務(wù)會計與管理會計協(xié)同發(fā)展的必要性
1.相關(guān)概念（1）數(shù)字經(jīng)濟。數(shù)字經(jīng)濟是指以使用數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟活動。大數(shù)據(jù)、云計算、區(qū)塊鏈和人工智能是數(shù)字經(jīng)濟的重要構(gòu)成要素，數(shù)字經(jīng)濟的發(fā)展主要依賴這些技術(shù)的共同發(fā)展。（2）大數(shù)據(jù)。大數(shù)據(jù)是指一種數(shù)據(jù)集合。大數(shù)據(jù)技術(shù)的核心在于對海量數(shù)據(jù)進行專業(yè)化的挖掘、穿透、分析等加工處理，最終實現(xiàn)數(shù)據(jù)增值的成果。（3）云計算。云計算是一種互聯(lián)網(wǎng)下的信息技術(shù)，本質(zhì)是數(shù)據(jù)、信息、資源的集中和共享。（4）人工智能。人工智能就是使計算機去做過去只有人才能做的智能工作。人工智能的實質(zhì)是算法和數(shù)據(jù)，是大數(shù)據(jù)、云計算、區(qū)塊鏈結(jié)合發(fā)展的更高階段。2.數(shù)字經(jīng)濟時代對會計發(fā)展的要求一方面，財務(wù)轉(zhuǎn)型源于企業(yè)生存和發(fā)展的內(nèi)在需求。隨著市場競爭日趨激烈，為爭取更大的市場份額，在成本壓力上升、利潤壓縮的環(huán)境下，大多數(shù)企業(yè)只能通過選擇提高決策水平、提升內(nèi)部管理能力實現(xiàn)企業(yè)價值的最大化，這要求財務(wù)人員必須參與到企業(yè)決策和管理的全過程，收集分析財務(wù)信息、提供財務(wù)判斷，以支持企業(yè)決策和管理的科學(xué)性、準(zhǔn)確性、及時性。另一方面，數(shù)字經(jīng)濟技術(shù)為轉(zhuǎn)型提供了可行性。互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的飛速發(fā)展，人工智能具備了完成基礎(chǔ)財務(wù)會計工作的能力，并且完成的準(zhǔn)確性、時效性大幅度提高，釋放出了大量的財務(wù)基礎(chǔ)操作人員、復(fù)核人員，使得財務(wù)人員把時間和精力投入更高附加值的工作中成為可能。如，參與企業(yè)戰(zhàn)略制定、預(yù)算管理、成本管控等工作，并為這些工作提供有價值的信息。同時，數(shù)字經(jīng)濟技術(shù)可以準(zhǔn)確、快速地提供、加工、處理大量的數(shù)據(jù)信息。可見，數(shù)字經(jīng)濟時代，當(dāng)企業(yè)同時存在轉(zhuǎn)型需求，又具備轉(zhuǎn)型條件時，轉(zhuǎn)型成為必然。但是，財務(wù)會計向管理會計轉(zhuǎn)型并不意味著管理會計取代財務(wù)會計。之所以目前企業(yè)都在提倡財務(wù)轉(zhuǎn)型，是因為過去我國企業(yè)沒有開展管理會計工作，在目前數(shù)字經(jīng)濟時代，需要有一部分財務(wù)人員轉(zhuǎn)而從事管理會計工作。但是這并不意味著財務(wù)會計不再重要，因為財務(wù)會計是管理會計的基石。同時，管理會計的發(fā)展又能倒逼財務(wù)會計提供更多、更規(guī)范、更有價值的企業(yè)經(jīng)濟活動信息，促進財務(wù)會計更好發(fā)展。因此，只有財務(wù)會計和管理會計協(xié)同發(fā)展，才能更好地為企業(yè)管理與決策服務(wù)，更好地促進企業(yè)發(fā)展。
三、財務(wù)會計與管理會計協(xié)同發(fā)展存在的問題
1.Y公司簡介及財務(wù)會計與管理會計發(fā)展現(xiàn)狀Y公司是A股上市的快消品行業(yè)公司，行業(yè)的市場增長率25%。Y公司產(chǎn)品的市場占有率65%、市場增長率40%。Y公司作為A股上市公司，在完善財務(wù)會計體系的基礎(chǔ)上建立了管理會計體系，但目前財務(wù)會計體系與管理會計體系獨立運行。管理會計體系建立背景：在Y公司年度經(jīng)營匯報會上，對于廣告費的投放金額，市場部匯報的是800萬元，財務(wù)部匯報的是1000萬元。對此，市場部的觀點是企業(yè)本年度簽訂了800萬元的合同。財務(wù)部的觀點是雖然當(dāng)年公司簽了800萬元的廣告合同，約定自當(dāng)年6月份開始在電視上播放8個月，當(dāng)年共播放7個月，按照權(quán)責(zé)發(fā)生制原則入賬，廣告費當(dāng)年的入賬金額應(yīng)當(dāng)為700萬元。但是，按照同樣的權(quán)責(zé)發(fā)生制原則，上一年度簽訂的廣告合同在本年度播放，應(yīng)當(dāng)計入本年度的費用是300萬元，合計1000萬元，并且在財務(wù)報表中只能按照1000萬元報出。為解決該類問題，財務(wù)部門牽頭梳理各管理層級、各部門的需求，協(xié)同信息管理部門利用數(shù)字經(jīng)濟技術(shù)建立財務(wù)會計與管理會計協(xié)同發(fā)展體系：維護管理會計基礎(chǔ)信息，建立管理會計取數(shù)邏輯，自動生成管理報表，提供給內(nèi)部管理者；維護財務(wù)會計基礎(chǔ)信息，建立財務(wù)口徑取數(shù)邏輯，自動生成財務(wù)報表，提供給外部利益相關(guān)者。2.財務(wù)會計與管理會計協(xié)同發(fā)展存在的問題及困境（1）將財務(wù)會計與管理會計獨自運行，而不是協(xié)同發(fā)展。某種意義上，財務(wù)會計是管理會計的基礎(chǔ)，管理會計是財務(wù)會計的提升，Y公司建立的管理會計體系獨立于財務(wù)會計體系運行，財務(wù)會計以權(quán)責(zé)發(fā)生制為基礎(chǔ)，管理會計以收付實現(xiàn)制為基礎(chǔ)，因此目前不能解決它們之間數(shù)據(jù)不一致的本質(zhì)問題，阻礙了管理會計的應(yīng)用與發(fā)展。（2）將無財務(wù)會計經(jīng)驗的人員配備到管理會計崗位。目前，Y公司將個別無任何財務(wù)會計經(jīng)驗的人員配備到管理會計崗位，管理會計只能出具管理角度的數(shù)據(jù)，對于與該管理角度數(shù)據(jù)相關(guān)的財務(wù)會計數(shù)據(jù)，沒有理論基礎(chǔ)和實務(wù)經(jīng)驗，導(dǎo)致管理會計與財務(wù)會計完全是兩組數(shù)據(jù)，極端情況下出現(xiàn)滿足管理需求的數(shù)據(jù)未在財務(wù)會計角度進行及時披露。如上述管理廣告費的管理會計人員，其專業(yè)是品牌設(shè)計，無任何財務(wù)經(jīng)驗，在年度預(yù)測時，提報的廣告費用是800萬元，但財務(wù)會計最后決算出的廣告費用是1000萬元。這也就意味著，年度決算利潤比預(yù)測利潤少了200萬元，該差異直接導(dǎo)致Y公司應(yīng)當(dāng)披露預(yù)測數(shù)據(jù)但沒有披露，造成Y公司信息披露不合規(guī)。（3）出現(xiàn)重管理會計、輕財務(wù)會計的傾向。Y公司為推進管理會計的順利實施，配備了大量的人力、物力、財力至管理會計，甚至抽調(diào)了一部分理論基礎(chǔ)扎實、執(zhí)行能力強的財務(wù)會計人員至管理會計項目組，以致出現(xiàn)財務(wù)會計人員緊張的情況。實際上，Y公司作為A股上市公司，對財務(wù)會計信息承擔(dān)定期披露的義務(wù)，披露信息的準(zhǔn)確性、及時性至關(guān)重要，不能在發(fā)展的過程中顧此失彼。（4）存在基礎(chǔ)數(shù)據(jù)重復(fù)維護現(xiàn)象。自從Y公司建立管理會計以來，經(jīng)常聽到財務(wù)人員抱怨“天天在維護基礎(chǔ)數(shù)據(jù)”，財務(wù)會計系統(tǒng)維護一次，管理會計系統(tǒng)維護一次，兩套基礎(chǔ)數(shù)據(jù)在很大程度上是相同的。如在維護廣告費用的基礎(chǔ)信息時，項目名稱、合同金額、供應(yīng)商名稱等接近90%的信息是相同的，財務(wù)會計系統(tǒng)僅需要增加維護受益期間。在這種情況下，相同數(shù)據(jù)維護兩次，造成人力資源的極大浪費。（5）存在取數(shù)邏輯重復(fù)設(shè)置問題。信息管理部在設(shè)置取數(shù)邏輯時發(fā)現(xiàn)，管理會計的某一段取數(shù)邏輯，在設(shè)置財務(wù)會計系統(tǒng)的取數(shù)邏輯時已經(jīng)設(shè)置過，存在取數(shù)邏輯重復(fù)設(shè)置。取數(shù)邏輯的重復(fù)設(shè)置，一是造成不必要的取數(shù)環(huán)節(jié)增加，降低取數(shù)效率；二是造成存儲空間的浪費。
四、數(shù)字經(jīng)濟時代財務(wù)會計與管理會計協(xié)同發(fā)展對策
1.建立科學(xué)的財務(wù)會計與管理會計協(xié)同發(fā)展模式財務(wù)會計與管理會計最好的關(guān)系是協(xié)同發(fā)展。財務(wù)會計要做到的是保證數(shù)據(jù)核算嚴格按照會計準(zhǔn)則、政策法規(guī)；管理會計要做到的是既要能聽得懂業(yè)務(wù)在說什么、理解到業(yè)務(wù)需要什么，又需要深入領(lǐng)悟財務(wù)會計的核算原理，只有同時做到，才能有效地提出財務(wù)會計與管理會計協(xié)同發(fā)展的方案。如在系統(tǒng)中設(shè)置由權(quán)責(zé)發(fā)生制轉(zhuǎn)換為收付實現(xiàn)制的換算算法，確保兩者數(shù)據(jù)本質(zhì)上的一致性等。以廣告費用為例，假設(shè)廣告費用的年度預(yù)算是800萬元，按照權(quán)責(zé)發(fā)生制以前年度簽訂合同受益期在今年的金額是300萬元。財務(wù)人員應(yīng)當(dāng)非常清楚今年簽訂的合同受益期在今年的金額不應(yīng)超過500萬元，同時要輔導(dǎo)市場部理解：預(yù)算800萬元，不是可以簽訂合同的金額是800萬元；當(dāng)合同的受益期部分在以后年度時，可以簽訂合同的金額可能高于或等于800萬元；當(dāng)合同的受益期全部在當(dāng)年時，可以簽訂合同的金額不高于500萬元。在此基礎(chǔ)上，利用數(shù)字經(jīng)濟技術(shù)生成包括已簽合同金額、費用已入賬金額、尚可簽訂合同金額、費用尚可入賬金額等信息的報表，及時動態(tài)地反饋至市場部、管理者，以作為市場部簽訂廣告合同、管理者審批廣告合同的信息基礎(chǔ)。通過該過程，將廣告費用的管理會計數(shù)據(jù)同財務(wù)會計數(shù)據(jù)進行有效銜接，實現(xiàn)有效控制廣告費用的預(yù)算超支抑或廣告費用投入的不足。2.避免重復(fù)工作、提高運行效率維護一套全面、真實、完整的基礎(chǔ)數(shù)據(jù)，形成數(shù)據(jù)庫系統(tǒng)，同時建立財務(wù)會計、管理會計的取數(shù)邏輯、分析邏輯、穿透邏輯、報表模型等，根據(jù)各自的需求自數(shù)據(jù)庫系統(tǒng)讀取基礎(chǔ)數(shù)據(jù)，實現(xiàn)一套基礎(chǔ)數(shù)據(jù)同時生成財務(wù)會計報告和管理會計報告的需求，最大程度避免基礎(chǔ)數(shù)據(jù)的重復(fù)維護，提高數(shù)據(jù)提取效率。可行的情況下，將財務(wù)會計數(shù)據(jù)設(shè)計為管理會計數(shù)據(jù)的來源，避免取數(shù)邏輯的重復(fù)設(shè)置，以最少的數(shù)據(jù)維護，滿足財務(wù)會計和管理會計數(shù)據(jù)的提取。3.充分運用數(shù)字經(jīng)濟技術(shù)借助大數(shù)據(jù)、云計算、區(qū)塊鏈等數(shù)字經(jīng)濟技術(shù)對原始數(shù)據(jù)信息進行有效整合和管理，深入地、全方位地挖掘數(shù)據(jù)價值，人工智能完成基礎(chǔ)的、指令性的財務(wù)會計工作，釋放更多人力、時間完成財務(wù)會計的高難度工作、管理會計工作，以及財務(wù)會計與管理會計的協(xié)同發(fā)展工作。
五、結(jié)語
綜上所述，數(shù)字經(jīng)濟技術(shù)已經(jīng)深入到各領(lǐng)域，更是顛覆和重塑著財務(wù)管理領(lǐng)域，在此背景下，財務(wù)會計與管理會計的協(xié)同發(fā)展勢在必行，同時數(shù)字經(jīng)濟技術(shù)又為兩者的協(xié)同發(fā)展提供了技術(shù)可行性。充分利用數(shù)字經(jīng)濟技術(shù)實現(xiàn)財務(wù)會計與管理會計的協(xié)同發(fā)展，財務(wù)人員必須順勢挑戰(zhàn)、創(chuàng)新思維，由管理兼具賦能，由會計核算兼具支持管理和業(yè)務(wù)決策，必須夯實財務(wù)會計基礎(chǔ)，提高管理會計水平，實現(xiàn)財務(wù)管理的價值，實現(xiàn)企業(yè)增值的目的，最終實現(xiàn)股東財富最大化的目的。
參考文獻
1.陳婭.新形勢下管理會計與財務(wù)會計的融合思考.經(jīng)濟管理文摘，2021（17）.
2.董潔.企業(yè)管理會計與財務(wù)會計融合策略思考.財經(jīng)界，2021（24）.
3.劉小玲.如何促進企業(yè)財務(wù)會計和管理會計協(xié)同發(fā)展研究.商場現(xiàn)代化，2019（24）.
4.周彩英.互聯(lián)網(wǎng)視角下紡織企業(yè)財務(wù)會計與管理會計協(xié)同發(fā)展展望.市場觀察，2019（11）.
關(guān)鍵詞：繼電保護 自動化技術(shù) 人工智能
Abstract: the safety of the electricity system relay protection is an important link in the production system. The relay protection system stability and the design principle, configuration and setting closely related. This paper is mainly to the analysis of the present situation and relay protection narration, this paper expounds the development direction of the relay protection.
Keywords: relay protection automation technology of artificial intelligence
中圖分類號：F407.61文獻標(biāo)識碼：A 文章編號：
1繼電保護的基本概念
繼電保護是對運行中電力系統(tǒng)的設(shè)備和線路，在一定范圍內(nèi)經(jīng)常監(jiān)測有無發(fā)生異常或事故情況，并能發(fā)出跳閘命令或信號的自動裝置。因在其發(fā)展過程中曾主要用有觸點的繼電器來保護電力系統(tǒng)及其元件使之免遭損害，所以沿稱繼電保護。電力系統(tǒng)繼電保護的基本任務(wù)是：當(dāng)電力系統(tǒng)發(fā)生故障或異常工況時，在可能實現(xiàn)的最短時間和最小區(qū)域內(nèi)自動將故障設(shè)備從系統(tǒng)中切除，或者給出信號由值班人員消除異常工況的根源，以減輕或避免設(shè)備的損壞和對相鄰地區(qū)供電的影響可靠性是指一個元件、設(shè)備或系統(tǒng)在預(yù)定時間內(nèi)，在規(guī)定的條件下完成規(guī)定功能的能力、可靠性工程涉及到元件失效數(shù)據(jù)的統(tǒng)計和處理，系統(tǒng)可靠性的定量評定，運行維護，可靠性和經(jīng)濟性的協(xié)調(diào)等各方面。
2繼電保護現(xiàn)狀
現(xiàn)階段各種主電氣設(shè)備、低高壓線路都有相對應(yīng)的微機保護裝置對其進行保護，特別是線路保護已形成系列產(chǎn)品，并得到廣泛應(yīng)用。在實際的工作生活中微機保護是比較高的，遠遠高于其他的各種保護措施。目前對于220KV的繼電保護裝置已經(jīng)基本是國產(chǎn)的，我國繼電保護技術(shù)發(fā)展非常迅速，國產(chǎn)的繼電器優(yōu)勢方面非常明顯。
2繼電保護的發(fā)展
繼電保護是否能安全可靠的工作直接關(guān)系到整個電力系統(tǒng)的安全運行情況。因此在電力系統(tǒng)中對繼電保護有很高的要求。傳統(tǒng)上采用獨立的裝置有專門人負責(zé)，希望繼電保護裝置能快速有效地檢出，切除、隔離故障，并能快速恢復(fù)供電。電力系統(tǒng)繼電保護先后經(jīng)歷了不同的發(fā)展時期，機電式繼電保護、晶體管繼電保護、基于集成運算放大器的集成電路保護，到了20世紀90年代繼電保護技術(shù)進入了微機保護時代，微機保護有強大的邏輯處理能力，數(shù)值計算能力和記憶能力。對于微機型繼電保護裝置由于其性能的優(yōu)越運行可靠，越來越得到用戶的認可而在電力系統(tǒng)中大量使用。
4繼電保護發(fā)展趨勢
4.1人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)下簡稱是模擬生物神經(jīng)元的結(jié)構(gòu)而提出的一種信息處理方法。具有本質(zhì)的非線形特征并行處理能力強魯棒性以及自組織自學(xué)習(xí)的能力其應(yīng)用研究發(fā)展十分迅速。目前主要集中在人工智能信息處理自動控制和非線性優(yōu)化等問題。近年來電力系統(tǒng)繼電保護領(lǐng)域內(nèi)出現(xiàn)了用人工神經(jīng)網(wǎng)絡(luò)來實現(xiàn)故障類型的判別故障距離的測定方向保護主設(shè)備保護等。例如在輸電線兩側(cè)系統(tǒng)電勢角度擺開情況下發(fā)生經(jīng)過渡電阻的短路就是一非線性問題。距離保護很難正確作出故障位置的判別從而造成誤動或拒動。如果用神經(jīng)網(wǎng)絡(luò)方法經(jīng)過大量故障樣本的訓(xùn)練只要樣本集中充分考慮了各種情況，則在發(fā)生任何故障時都可正確判別。其它如遺傳算法、進化規(guī)劃等也都有其獨特的求解復(fù)雜問題的能力。將這些人工智能方法適當(dāng)結(jié)合可使求解速度更快。可以預(yù)見對于電力系統(tǒng)這個存在著大量非線性的復(fù)雜大系統(tǒng)來講。人工智能理論在電力系統(tǒng)中的應(yīng)用具有很大的潛力。目前已涉及到如暫態(tài)，動穩(wěn)分析、負荷預(yù)報機 組最優(yōu)組合，警報處理與故障診斷，配電網(wǎng)線損，計算發(fā)電規(guī)劃經(jīng)濟運行及電力系統(tǒng)控制等方面。
4.2自適應(yīng)控制技術(shù)
自適應(yīng)繼電保護是為能根據(jù)電力系統(tǒng)運行方式和故障狀態(tài)的變化而實時改變保護性能、特性或定值的新型繼電保護。自適應(yīng)繼電保護的基本思想是使保護能盡可能地適應(yīng)電力系統(tǒng)的各種變化，進一步改善保護的性能。這種新型保護原理的出現(xiàn)引起了人們的極大關(guān)注和興趣是微機保護具有生命力和不斷發(fā)展的重要內(nèi)容。自適應(yīng)繼電保護具有改善系統(tǒng)的響應(yīng)，增強可靠性和提高經(jīng)濟效益等優(yōu)點。在輸電線路的距離保 護、變壓器保護、發(fā)電機保護、自動重合閘等領(lǐng)域內(nèi)有著廣泛的應(yīng)用前景。針對電力系統(tǒng)頻率變化的影響、單相接地短路時過渡電阻的影響、電力系統(tǒng)振蕩的影響以及故障發(fā)展問題。采用自適應(yīng)控制技術(shù)，從而提高保護的性能。對自適應(yīng)保護原理的研究已經(jīng)過很長的時間，也取得了一定的成果但要真正實現(xiàn)保護對系統(tǒng)運行方式和故障狀態(tài)的自適應(yīng)必須獲得更多的系統(tǒng)運行和故障信息只有實現(xiàn)保護的計算機網(wǎng)絡(luò)化才能做到這一點。
4.3變電所綜合自動化技術(shù)
現(xiàn)代計算機技術(shù)、通信技術(shù)和網(wǎng)絡(luò)技術(shù)為改變變電站目前監(jiān)視、控制保護和計量裝置及系統(tǒng)分割的狀態(tài)提供了優(yōu)化組合和系統(tǒng)集成的技術(shù)基礎(chǔ)。高壓超高壓變電站正面臨著一場技術(shù)創(chuàng)新實現(xiàn)繼電保護和綜合自動化的緊密結(jié)合它表現(xiàn)在集成與資源共享遠方控制與信息共享。以遠方終端單元、微機保護裝置為核心，將變電所的控制、信號、測量、計費等回路納入計算機系統(tǒng)，取代傳統(tǒng)的控制保護屏能夠降低變電所的占地面積和設(shè)備投資，提高二次系統(tǒng)的可靠性
4.4智能電網(wǎng)的特點
智能電網(wǎng)的特點是電力和信息的雙向流動，便于建立一個高度自動化和廣泛分布的能量交換網(wǎng)絡(luò)。為了實時的交換信息和設(shè)備層次上近乎瞬間的供需平衡，在這個關(guān)鍵目標(biāo)下，繼電系統(tǒng)的保護發(fā)展取得了一個廣闊的空間，也催生了一批新的商業(yè)模式，其技術(shù)涉獵廣泛，如再生能源、計算機網(wǎng)絡(luò)技術(shù)等，許多工作集中于分布式電源的并網(wǎng)及靈活運行的控制策略上。未來電力系統(tǒng)的繼電保護技術(shù)的發(fā)展將在傳統(tǒng)電力系統(tǒng)趨向智能系統(tǒng)的轉(zhuǎn)變中迎來技術(shù)的革新。
結(jié)束語：
現(xiàn)代電力系統(tǒng)是一個由電能產(chǎn)生、輸送、分配和用電環(huán)節(jié)組成的大系統(tǒng)。電力系統(tǒng)的飛速發(fā)展對電力系統(tǒng)的繼電保護不斷提出新的要求，在電力系統(tǒng)中的任何一處發(fā)生事故，都有可能對電力系統(tǒng)的運行產(chǎn)生重大影響。繼電保護必將得到大力的發(fā)展。
參考文獻：
[1]陳德樹 繼電保護運行狀況評價方法的探討[J] 電網(wǎng)技術(shù) 2000
[2]嚴興疇 繼電保護技術(shù)極其應(yīng)用[J] 科技資訊2007
