AI应用于会计行业，每年或为企业节省数百万美元；中国法院正在将AI引入办案

本篇文章2209字，读完约6分钟

人工智能应用于会计行业，每年为企业节省数百万美元。除了法律和医学领域，人工智能将如何帮助会计师？从个人角度看，会计人员在日常工作中有许多任务，许多实际需要无法解决；从行业角度来看，会计行业的从业人员数量已经达到饱和，但是高级专业人员却缺乏。对于许多企业来说，很难从会计师那里得到专业的商业建议，这直接影响到相关企业能否得到符合法律法规的正确的财务报告。

那么人工智能将如何帮助解决这个问题呢？

目前，人工智能相关公司通过大量培训帮助解决这些问题。然而，值得注意的是，企业仍然需要会计人员来“检查”实施结果，因此它只会更好地为人类服务，而不是取代会计人员的工作。如果相关技术能够被用户开发和使用，将为用户节省大量的时间和金钱。

那么，人工智能系统如何与会计和企业互动呢？聊天机器人。

聊天机器人越来越受欢迎。用户可以用自然语言查询或通过语音识别组件与他们交谈。查询处理器连接到人工智能，然后人工智能连接到企业数据库和互联网，给用户带来丰富的专业信息。这些通常有多个组成部分，包括语音输入、自然语言处理、对各种业务领域专业知识的理解，以及呈现结果的各种方式。

在使用过程中，一些聊天机器人以失败告终，比如微软的twitter聊天机器人，很快就变成了“种族主义者”。然而，根据雷锋。(公开号码:雷锋。已经看到了一些成功的例子，如sage的pegg或荷兰皇家空公司的信使机器人。此外，像alexa、siri和allo这样的普通机器人已经变得相当智能，并且有一些优秀的工具包，比如amazon lex，可以用来开发聊天机器人，所以对越来越多的开发人员来说将变得非常容易。

中国法院正在将人工智能引入办案系统最近，在杭州举行的2017年“法律+技术”领导人国际峰会上，最高人民法院司法改革办公室规划司司长何帆表示，中国法院一直在努力将人工智能引入办案系统。

何帆说:“人工智能将对未来法院的模式产生许多改变。例如，它改变了法官的判断和决策模式。过去，法官可以根据他在法庭上的所见所想和他对法律的理解来作出判断，但现在可能有必要使用人工智能软件进行推理。此外，人工智能对我们的诉讼程序做了一些改变。随着人工智能的发展，未来可能会制定一部网络诉讼法。”

目前，“人工智能案件处理”的理想呈现模式是上海智能辅助案件处理系统，简称206工程。该系统将公安局、检察院和法院的所有数据处理系统连接起来，在人工智能吸收大量证据规则和以往法律规则的基础上，提醒办案人员，重构刑事案件的处理流程。“206”已于5月3日在25个试点单位投入运行两个月。“206”研究了上海数以万计的刑事案件卷宗和文件资料后，这个以大数据、云计算和人工智能为技术核心的“小宝贝”已经具备了初步掌握、验证和逻辑分析证据信息的能力。

微软引入了一个基于云的工具来检测人工智能的软件安全风险。过去，大多数公司雇佣网络安全专家来解决这些问题。然而，面对越来越复杂的软件程序，许多专家似乎无法做到这一点。最近，微软发布了一个“人工智能安全风险检测”工具，可以立即有效地解决这些问题，保护系统免受攻击。

借助云功能，该工具在内部扩展中引入了当前的测试协议，并为开发人员提供了可能遗漏的问题的解决方案。据微软称，如果软件有任何问题，企业可以主动处理并做好应急准备。

由微软研究员大卫·莫尔纳尔领导的团队开发了这个风险检测工具。Molnar表示，风险检测服务可以作为一种辅助手段，帮助开发人员利用人工智能发现安全问题。发现漏洞后，开发人员可以使用其他工具来修复漏洞、降低风险或探索其他解决方案。

雷锋。com了解到，微软安全风险检测服务的特别之处在于，它可以发现可能引发崩溃并导致安全风险的因素。每次运行时，它都将重点放在最关键的领域，以发现其他不采用智能方法的工具可能会忽略的漏洞。

Molnar表示，这套工具非常适合独立开发软件、修改现有软件或使用开源产品许可证的企业。

Docusign是一家帮助用户以电子方式而不是纸笔签署文件的公司。他们参与了2016年秋季发布的windows版风险检测服务的小规模试验。docusign的软件安全高级主管John heasman说，这套工具帮助他们识别潜在的错误，而这些错误可能无法通过其他方式找到。

Anodot使用人工智能来克服人们在数据分析方面的局限性。据国外媒体报道，以色列一家实时分析和异常检测的大数据初创公司anodot目前正在使用先进的机器学习算法来克服人类在数据分析方面的局限性。人工智能可以通过分析所有数据提供更多的答案，而anodot认为，没有将机器学习融入数据分析的电子商务公司将遭受损失。

anodot公司的营销副总裁Rebecca herson解释了这一领域对人工智能的需求:“由于产生了如此多的数据，人类无法浏览所有的数据。”有时，当我们为企业分析历史数据时，他们无法区分数据，也不知道在哪里可以找到数据。显然，公司知道，一旦服务器崩溃，他们很难找到所有数据。”

这不仅与销售额下降有关，还与产品供应中断和客户满意度等数据有关。在许多案例研究中，anodot发现其机器学习软件发现的异常值中有80%是负面因素，而不是正面机会。这些公司正在亏损，因为他们没有意识到具体的问题。Anodot正在使用无监督的人工智能，它可以通过深度学习找到分类和理解数据的新方法。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。