过去几年中,人工智能(AI)在金融、医疗、安保、地产、教育、商业等领域的落地受到了广泛关注。根据Gartner的报告显示,人工智能可以在未来几年中消除“数百万个中低层职位“。但它也指出,人工智能将创造出230万个额外就业机会,大大超过预测减少的工作岗位。
人工智能怎样潜移默化的接管人类的一些工作?合合信息联合创始人、启信宝CEO陈青山在2020世界人工智能大会云端峰会未来金融论坛上做了“AI+大数据,共创金融新生态”的主题演讲。并详细讲解了如何通过数字化构建一个虚拟世界,协助金融类企业建立新生态。
我们为什么选择AI
“为什么我们要采用AI数字化技术?是因为它远超人类的工作效率,甚至工作能力。”陈青山告诉记者。
合合信息是一家大数据+AI类型的科技企业。2009年创办至今,从最开始的AI感知技术,包括图像处理、模式识别、文本识别、场景识别,一直到高阶层的认知智能,包括自然语言处理、知识图谱,在这个领域深耕了十几年。
合合旗下4款C端产品名片全能王、扫描全能王和主打商务应用的启信宝和找到。累计超过10亿全球下载用户。
名片全能王,是一个在线名片分享工具。除了分享名片功能以外,使用者还可以通过关联的企业信息查询企业情况,管理企业人脉,寻找行业合作伙伴;扫描全能王,不仅仅是手机上的移动扫描仪。它可以是代替人的识别录入的机器、可以储存大量知识的“第二脑”。我们可以把日常工作和生活中遇到的文件、资料、书籍进行扫描、识别,然后生成文档、pdf,通过邮件、微信等方式分享出去,或者是存储到云端;启信宝拥有2.3亿家企业,超过1000个维度,600多亿条动态实时商业数据库。,刻画了一个全景的商业大数据世界。还有一款产品叫“找到”, 汇聚了全中国2亿以上的商业人士,服务于商业的营销拓客。
同时,合合信息基于人工智能和大数据技术协助行业,为各个行业提供STR+DATA+AI+SERVICE数字化智能化解决方案,可以渗透在业务、采购、招标、支付、财务、数据分析、数据清洗、风控、营销拓客等不同场景和业务环节,最后形成的服务将帮助企业大大提高数据录入、比对、审核等环节的效率,减少不必要的人力成本。
这些产品的背后,是AI+大数据技术的支撑。陈青山举例说明,以文本识别的准确度来说,如果是人工录入,准确率在90%;而合合平台的平台文本的机器人来做这样的录入的工作,那么它的准确率可以超过99%。比如财务工作者需要录入一张增值税发票,如果是人工来录入的话,要花上几分钟才能够录入进去,而AI录入不到1秒就能完成。
合合信息旗下产品扫描全能王, 每年所扫描识别的文档的页数,超过120亿份。如果纯人工录入需要9亿小时,而AI大概节约了45万人/年的这样一个工作量,这就是AI技术所创造的社会价值。
如何在虚拟数字世界扩张商业价值
在陈青山看来,由于人工智能、云计算、大数据这些技术的发展,以及即将到来的5G、区块链等一些技术的发展,正在不断改变包括以金融为首行业的演进。发展出来了信息金融,互联网金融,移动互联金融,甚至还有智能金融和生态金融。
AI数字化技术会将物理世界转化为虚拟世界。以金融行业为例,单据,合同,财报,图像,声音,视频,场景,都是合合的平台所要处理的AI数字化的对象。比如保险业务,大家已经很熟悉的电子保单。
中国大概有超过100家的保险公司,每个保险公司的自己的车险、寿险、财产险等。它的保单的格式,保单的内容设计都是不一样的,而且在业务流程中间,不同的业务流程,它还有不同的确认单,回单等一系列的文档是需要去存电子化、数字化甚至结构化以及做后面的一些处理业务流程处理。
所有的这些纸质的文件扫描到保险公司内部的it系统中,如果需要人工分类,是一个非常耗时耗力的工作,但是如果有了合合AI平台里文档自动分类的技术,所有这样的文件它都能够自动归类,大大超过人的工作效率。
银行业也是一样,我们熟悉的银行快速开户程序背后,也隐藏着AI人脸识别、证件识别、银行卡识别、风控等环节。人工智能可以快速帮助人们解决这些问题。合合信息把它打包成了全平台SDK,通过高清压缩图像这样一个技术,能够无损,并且所占用存储空间非常小。可以提高金融业务APP的效率,降低网络成本,降低存储成本。这样一套AI的能力的平台,银行或其他行业使用,就拥有了一套可自训练自学习的AI的训练平台,成为企业的数据资产。
陈青山举例,启信宝就是商业社会一个微缩的虚拟世界。我们会用6大维度的数据来衡量这样一家企业,每个维度都会打分,包括资本背景、经营质量、知识产权、风险情况、成长性、企业规模。6大维度之下,还有70多个细分的小维度来进一步支撑大维度的评分。有了这个评分后,企业在日常经营的决策过程中,不论是准入,还是评价合作伙伴,销售、渠道商,都能够更加容易去了解对方的信用和实力,帮助决策。
这就是虚拟世界,当数据变为信息、变为知识、变为智能之后,会产生不同的价值。如果利用数据AI的平台生成企业的尽调报告,两个小时就足够了。这就是数据治理到智能这一层的时候,所发挥出来的价值。
如果说智能芯片技术是人工智能的底层,大家都熟悉的人脸识别的技术,文字识别的技术、传感器技术,这些是属于人工智能的中层;智能机器人,智能零售、智能家居这样子的产业链,是人工智能的上层。通过启信宝也可以分析出产业链的布局,如果地方招商引资使用这些数据,可以更加精准。
无论是疫情与否,人工智能发展的进程都不会停止。根据某知名风险投资机构预测,AI将很快成为常规技术,超过50%的企业主认为,人工智能将在三年内被整合到企业应用中。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。