本文作者Cindy Gordon,是SalesChoice Inc. 的首席執(zhí)行官兼創(chuàng)始人,該公司是一家AI SaaS B2B公司,致力于改善銷售收入效率低下和消除不確定性。
這篇博客文章介紹了加拿大金融科技公司Mindbridge.ai是如何利用人工智能從交易、無意識的錯誤和有意的失實陳述中識別異常金融風險模式,以減少財務損失、公司責任風險并提供欺詐報告的。文章還強調了董事會成員和首席執(zhí)行官們應該更迅速地將人工智能治理和創(chuàng)新應用于企業(yè)現(xiàn)代化,對于他們來說,這可以說是當務之急?,F(xiàn)在就做出改變,否則就準備迎接死亡吧!
2020年6月,世界經(jīng)濟論壇將Mindbridge.ai評為全球100個最具前景的技術先行者之一,以這種方式給予了這家公司認可,該公司正在改變會計和金融服務行業(yè)。Mindbrige.ai正在解決的是一個實際的業(yè)務問題。整個會計行業(yè)在人工作業(yè)、審核大量財務數(shù)據(jù)方面一直需要消耗大量的勞動力。
如今有了AI技術,就可以更加快速掃描并且更輕松地檢測財務數(shù)據(jù)集中的異常,這項能力可以幫助審計工作進行得更有效率。
Mindbridge.ai的首席執(zhí)行官Eli Fathi表示,新冠肺炎大流行之前,全世界的GDP為85萬億美元。注冊欺詐檢查師協(xié)會(Association of Certified Fraud Examiners)在《2020年國家報告》表示,根據(jù)他們的研究,由于管理不善導致的欺詐和濫用,每年GDP的損失大約會超過4.5萬億美元。
此外,一項針對1100位企業(yè)高管的調查凸顯了對財務數(shù)據(jù)不準確的擔憂,調查結果顯示首席財務官(CFO)在簽署財務報表時的信心水平正在下降。調查中值得注意的地方很多,包括只有45%的人確信他們可以在報表發(fā)布之前發(fā)現(xiàn)錯誤,而26%的人一直在擔心報表中存在著自己發(fā)現(xiàn)不了的錯誤。顯然,這里有很大的改善空間。
Eli表示,人工智能就像是新的“數(shù)據(jù)MRI”,可以快速掃描并識別有風險的異常情況,然后人類可以采取下一步的措施,來驗證風險的影響,并采取最佳的后續(xù)行動。
MindBridge成立于近四年前,已經(jīng)處理了7000多個不同的企業(yè)數(shù)據(jù)集。這些數(shù)據(jù)集加在一起構成了超過130億個數(shù)據(jù)點的龐大數(shù)據(jù)集,提供了關于整個行業(yè)和市場模式的豐富見解。能夠識別財務交易風險還可以恢復信用,及早識別出欺詐,消除鴻溝,并且減少董事會成員和首席執(zhí)行官們面臨的風險——大量使用過時的人工密集型會計操作。
一段時間以來,我一直在強調利用人工智能的價值推動學習等式向前發(fā)展的重要性,特別是在客戶獲取、客戶保留或者財務和供應鏈管理價值鏈等領域。
但是,企業(yè)管理者在人工智能學習和采用方面的步伐仍然不夠快。Eli表示使用人工智能這件事就像是一塊令人興奮的糖果——每個人都想要擁有它,或者至少他們會這么說。然而,當你去看看人工智能的實際應用情況時,就會發(fā)現(xiàn)人工智能技術在商業(yè)世界中成功應用很少——盡管它在投資回報率和維持價值實現(xiàn)方面的能力已經(jīng)得到了驗證。
然后,新冠肺炎來了,突然之間,我們所處的這個新世界要求所有的企業(yè)在數(shù)字化方面都要變得更智能,一切都改變了。
為什么?
因為現(xiàn)在人們必須轉向云端。Eli表示:如果首席執(zhí)行官們不在云端,他們的公司就會死掉。他分享了一些政府部門的故事,在這些故事中,這些部門在一夜之間將所有的東西都轉到了云端。很難想象,但是在星期五的早晨,他們決定要這樣做,然后到了星期一,整個部門已經(jīng)99%轉向了云端。
現(xiàn)在,絕大多數(shù)企業(yè)領導者都了解到,要想在新冠肺炎大流行的時代生存下去,你就必須進行全面的數(shù)字化轉型,并且投資于基于云的新基礎架構,以便你客戶、合作伙伴和員工可以更輕松地訪問它們。
Eli也提到董事會成員和CEO們經(jīng)常會對他們的CTO和CIO說,想在公司里看到一些人工智能技術的應用。這有點像每個人都想在高爾夫球場上說,是的,我們正在使用人工智能技術,但是如果深入探究取得的價值成果,就會語焉不詳,很少有人會承認他們遇到了陷阱。
Eli提醒我,數(shù)據(jù)更經(jīng)常地出現(xiàn)在數(shù)據(jù)沼澤之中,而不是處于可以便捷使用的數(shù)據(jù)湖之中。由于我在透明人工智能解決方案的設計和部署領域工作了七年多,我可以證明,我確實是見到了更多的數(shù)據(jù)沼澤,很少見到可靠的數(shù)據(jù)譜系實踐,或者對人工智能-機器學習(MLOps)的投資,人工智能庫存管理系統(tǒng)通常會比強大的人工智能治理實踐更加規(guī)范。
我們還探討了企業(yè)培訓員工理解高級分析的重要性,這可以幫助他們了解人工智能項目的發(fā)展方向,并且能夠對其價值、風險做出明智的決策,并確??沙掷m(xù)的實踐。人工智能不是一場短期游戲——它是一場長久的游戲,你必須堅持下去,不斷學習。
Eli還表示,如果你想成功實現(xiàn)基于人工智能的應用程序,它和其他任何技術的發(fā)展過程一樣,遵循著同樣的曲線——你寄予厚望,然后你會遇到很多棘手的問題和困難,并且在某些情況下,當你到達死亡低谷的時候,你可能會考慮放棄。因此,領導者們必須有毅力,并且用耐心和堅持避免死亡低谷,提供必要的資源,確保采用人工智能系統(tǒng)的團隊能夠在最后迎來隧道盡頭的曙光。當人們具有創(chuàng)新的應變能力和好奇心時,光明就總是會到來。當人們意識到人工智能的價值時,才會頓時醒悟,為什么花了那么長的時間才開始推動組織采用這種技術。
至于,如何實現(xiàn)?
這就需要企業(yè)從董事會和首席執(zhí)行官開始,確??山忉尩娜斯ぶ悄芎椭卫砉ぷ鞯玫接行У牟渴?。Silvie Spreeuwenberg寫了一本關于可解釋的人工智能的簡短讀物,他的研究涉及到人工智能使用無法確保數(shù)據(jù)質量和有效性的數(shù)據(jù)沼澤的風險,以及缺乏道德治理的問題。
例如,我們并不想利用人臉識別技術,以不公正的方式將人按照性別篩選出來。如果你正在申請貸款,你不希望遇到性別、宗教信仰等方面的偏見。數(shù)據(jù)偏見是一個特別需要警惕的重要領域——正如Trusted AI Practice的負責人Cathy Cobey在我之前的博客文章中所討論的那樣。
Eli創(chuàng)立的Mindbridge.ai公司屢獲殊榮,我邀請他根據(jù)自己的創(chuàng)業(yè)經(jīng)驗來總結一些重要的觀點。
在個人方面,Eli強調了三個關鍵點。首先,不要害怕人工智能。如果存在著未知,那么使用新方法總是會引發(fā)擔心。如果你希望獲得人工智能系統(tǒng)的價值時,你要確保使用的是可解釋的人工智能技術,它不是黑盒子,而應該是玻璃盒子。
其次,你必須小心自己的數(shù)據(jù)。當我們在西方世界時,我們已經(jīng)放棄了許多個人數(shù)據(jù),也許還不包括醫(yī)療保健數(shù)據(jù)。他強調稱,確保你對自己的社交媒體設置的控制非常重要,這樣你就不會受到某些情況的影響,你的數(shù)據(jù)也不會有危險。因為數(shù)據(jù)是人工智能的“燃料”。而你的個人數(shù)據(jù)本身并不具備價值。但是如果你的數(shù)據(jù)和數(shù)以百萬計其他人的數(shù)據(jù)匯合在一起時,它就變得很有價值,因為這些數(shù)據(jù)中蘊藏的模式可以被挖掘出來,以獲得其他的好處。要特別小心你的財務、個人和醫(yī)療數(shù)據(jù)。
第三點是按照你喜歡的步調采用人工智能。如果你還沒做好準備,就不必匆匆前行。話雖如此,人工智能技術已經(jīng)進入我們生活的方方面面。如果你使用Alexa Siri,那么你就是在使用人工智能技術;如果你正在使用谷歌搜索,那么你就也已經(jīng)通過該公司的搜索方法,使用了人工智能技術。谷歌了解你的搜索模式,他們就可以使用人工智能技術關聯(lián)你的興趣,甚至是購買興趣等。亞馬遜知道你買過的東西,F(xiàn)acebook知道你和你的朋友都是誰,以及在做什么。從許多方面看,這就像是人工智能的列車已經(jīng)駛離了車站,但是展望未來,你必須更加小心并警惕你的數(shù)據(jù)的用途。
對于許多公司而言,數(shù)字化轉型、向云端轉移以及利用人工智能應用增強運營效率是關乎生死的成敗之舉。就Mindbridge公司的例子而言,不使用人工智能的審核員將被使用人工智能的審核員代替。它提供了重大的生產力優(yōu)勢,并提高了風險異常檢測的速度——每個人都贏了。
人工智能也是一種水平技術。它將幫助公司做得更好。在當今的環(huán)境中,我們正在處理大數(shù)據(jù),你需要人工智能來幫助你充分利用大量的數(shù)據(jù),以發(fā)現(xiàn)你用其他方式不容易了解到的內容。
治理在人工智能實踐中也扮演著重要的戰(zhàn)略角色。但是,如果將其用作工具,那么它就會像其他任何工具一樣,可以幫助你更好地完成工作。因為如果你不使用人工智能技術的話,那么從競爭的角度來說,你就將處于不利地位。毫無疑問,在任何行業(yè)之中,從事的關鍵活動少于五個的崗位將更容易被人工智能取代。
如果你是接待員,那么人工智能已經(jīng)在取代你的工作了——自動值班員可以接聽你的電話、安排預約并就重要事項提供建議。我們已經(jīng)可以看到,零售收銀員正逐漸被智能結帳系統(tǒng)所取代。亞洲的一些銀行正在嘗試只使用智能系統(tǒng)或智能機器人來服務客戶的查詢。除非客戶在銀行中擁有超過100萬美元的資產,否則他們就不會接觸到銀行的員工。擁有360多家分行的中國銀行在智能系統(tǒng)方面的做法非常值得關注;該行使用了超過1600臺智能機器,為精通技術的客戶提供服務,并通過人工智能和智能機器人技術降低員工運營成本。
Eli還強調了重要的一點,就是大多數(shù)人都是在善用人工智能技術,但是你不能忽視深層偽造(deep fake)之類的惡意應用,以及其他可能會傷害到個體的東西。所以,企業(yè)管理者必須想方設法建立阻止惡意行為者的機制,這些行為會危害善意人工智能的發(fā)展。我們都知道,人工智能已經(jīng)在醫(yī)學領域發(fā)揮了多大的作用,而且在很多其他的行業(yè),人工智能也是非常有用的工具。只要人工智能得到善用,人類就只會從這種技術中受益,我們學習它、信任它,并且和它一起發(fā)展。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。