人工智能与数字化
回到前面提出的问题，本次人机围棋大战与以前相比确实有很大区别。我们知道围棋比国际象棋的走位方案要多很多，其数量超过整个宇宙的原子总数。因此，机器人AlphaGo不可能基于暴力算法进行判断，只能采用新的方法，通过机器学习神经网络，预测落子的获胜概率和下一步的可能性，并不断积累经验，提升获胜能力。这一方式十分接近于人类大脑的“直觉”和“创造力”。与前者相比，前者需要程序员预先定义逻辑和规则，后者仅需要程序员提供足够的示例；前者需要告诉机器怎么做，后者仅需要让机器自己学习做什么。正是这种不断成长的迭代能力震撼了人类世界，让人们见证了“人造智能”超越了“人类智能”难以置信的奇迹。
“将孩子的好奇心赋予机器，赋予它们猜测的能力，并对后续的结果进行强化或舍弃,进而实现智能进化。”这是人工智能之父图灵在二十世纪50年代对人工智能实现途径的设想。今天，在这个设想的引导下，很多人工智能能力都赶上甚至超过了人类水平。谷歌最新“说话人分类系统”可将多人语音分类识别错误率降到2%，不仅可以识别出“你说了什么”，而且可以准确地识别出“是谁在说话”；微软电脑系统图像识别能力已超越人类5.1%的错误率，降至4.94%。与此同时，基于自然语言的聊天机器人（类似苹果Siri、亚马逊Alexa、微软小冰、小娜等）已走入我们生活；谷歌Waymo自动驾驶汽车也已在真实公路上行驶了1600万公里（截止2018年10月）；LittleRipper无人机仅用70秒就可定位被困人员位置，并成功解救两名被大浪困在海面上的游泳少年。所有这些都表明，人工智能正一步步走向我们，走进我们的生活。
图片来源：HowtoCreateaMind:RayKurzweil
人工智能与数字化的关系人工智能离不开数字化。数字化是对现有海量数据价值的实现，海量数据价值的实现又为数字机器自主学习提供了丰富的信息资源，加速了人工智能的进程（参考阅读：数字化转型之我见）。正是由于早期的数字世界没有大量而多样化的数据，没有强大的数据运算处理能力，才使得人工智能无法进行有效的自我学习和训练，一直默默地呆在科学家的实验室里。
当数字世界进入二十一世纪，数据呈现爆炸式指数级增长，全球数据以每年40%的速度增长，预计到2020年将达到40ZB。与此同时，超强的计算能力、深度机器学习技术、更轻的工业设计材料、更复杂的控制机制以及更广泛的机器感知技术日新月异，极大地促进了人工智能的崛起。
自然语言、图像/视频理解技术赋予了机器“看”、“听”和“说”的能力，深度学习的神经网络赋予了机器“自主学习”的能力，大数据处理赋予了机器“决策”的能力，各种传感器和执行器又赋予了机器“感知”和“操作”的能力。
这些被赋予能力的人工智能系统能以极高的速度查阅海量的信息和样本，能理解我们所熟悉的自然语言和图片，总有一天，人工智能对我们的了解可能超过我们自己，预测我们的行为可能比我们更准确，如果结合传感器和执行器，它们将可以在数字世界里看到、听到和感觉到，并自然的与所在的环境互动。如果说人类是以碳和水为基础的“碳基生命”，那么人工智能越来越像以硅和硅化物为基础的“硅基生命”。在数字宇宙中，数字化奠定了人工智能发展的基础，被赋予生命的人工智能将成为数字化的终极形态。
etwor业应用，并逐步渗透到我们生活的方方面面。今天的计算机已经可以表征几十亿的神经元，可以为我们提供建议，充当我们的智能助手。技术领先的公司如谷歌、亚马逊、Facebook、阿里、腾讯等公司正利用这些技术获得越来越多的生意和客户，并不断蚕食其它行业的市场份额，如媒体、零售、金融等。在一个优胜劣汰、适者生存的竞争时代，不创新就消亡已经成了很多企业的座右铭。
图片来源：FromNetworkWorld
人工智能与企业的关系从前面的讨论可以看到，人工智能技术正在持续地从实验室转到商业应用，并逐步渗透到我们生活的方方面面。今天的计算机已经可以表征几十亿的神经元，可以为我们提供建议，充当我们的智能助手。技术领先的公司如谷歌、亚马逊、Facebook、阿里、腾讯等公司正利用这些技术获得越来越多的生意和客户，并不断蚕食其它行业的市场份额，如媒体、零售、金融等。在一个优胜劣汰、适者生存的竞争时代，不创新就消亡已经成了很多企业的座右铭。
现代的企业应该看到许多人工智能需要的技术已经存在，且正在快速发展，正等着足智多谋的执行者利用这些技术来创新自己的产品与服务。为了企业的生存，企业需要知道自己所在的行业、产品和服务，哪个环节需要人工智能的加入？哪些人工智能的技术可以被采用？某个技能在什么时候会被人工智能所取代？与用户的沟通以及用户的行为会发生怎样的变化？企业还应该看到记忆、计算、学习和智能都是独立于物质层面的，不再是人类拥有的特权，一旦现有的工作被人工智能所取代，整个商业游戏规则就可能发生意想不到的变化。因此，企业应当在合适的时候将人工智能技术与企业的需求和增长结合起来，在新的商业游戏规则中找到适于自己生存的位置。
在一个得客户者得天下的互联网时代，企业也应该看到人机交互的变化趋势正在吸引客户从传统模式转向新的模式。传统的鼠标、点击交互模式正在被更自然的手机触摸交互所取代，随着智能家居、智能助手、虚拟现实VR(VirtualReality)/增强现实AR(AugmentedReality)、以及机器人的出现，更人性化的会话式语音交互将逐渐成为人机交互的主流，到那时，不能提供人机语音交互的企业可能就像现在不能提供手机服务的企业一样，将被客户逐渐抛弃。
在一个不知道谁是竞争对手的时代，企业更应该看到科技正趋向于联合化和简单化，为人类打造一个又一个的电子版多功能瑞士军刀。如智能手机让GPS、普通照相机、录音机、CD机消失殆尽，亚马逊正在吞噬着美国的零售业，谷歌搜索引擎将网页、图片、音乐、视频、地图等汇聚到统一的入口，微信把电话、视频聊天、照片/视频分享、朋友圈等功能无缝地融入到一个完整的沟通生态系统中。如果无人驾驶汽车和无人机普及化，那又将对汽车、运输、旅游、交通等相关行业及上下游行业产生多大的影响？在新的人工智能时代，企业如果不设法让自己的企业成为规则的制定者，或者至少是电子版多功能瑞士军刀的一部分，就只能被时代所抛弃。
最后，企业应该知道，一旦人工智能投入生产和运营，替代现有的流水化、程式化和数据化工作，人工智能的效率将大大超过人类，同时便捷的人工智能复制，又将带来极低的边际扩张成本。因此，企业必须尽早行动，跟踪人工智能发展趋势，研究人工智能技术对企业相关领域的影响，规划人工智能在企业的发展路径，并开始储备人工智能相关人才，培养员工去做较长时间内无法被人工智能所取代的工作。只有时时刻刻保持被时代淘汰的危机感，才有动力改变自我，超越自我，融入人工智能的新时代。
人工智能已是大势所趋，基于人工智能的数字生命终将以远超人类生命的进化速度和生存能力不断向前发展和向外传播。也许未来，人类生命和数字生命会融合成一个人机共生体，也许某一天，当大自然不再具备人类生存环境时，人类文明的历史或将依赖人类创造的数字生命长久的继承和传播下去。
万为瞻卓原创洞见，转载需授权返回搜狐，查看更多
人工智能开启数字经济30新时代
1946年，在美国宾夕法尼亚大学诞生了世界上第一台通用电子计算机，拉开了人类迈向数字时代的大幕。数字经济作为一种经济形态，也伴随着半导体产业的发展而逐步兴起，并在计算机产业、信息产业和互联网产业的助力下，实现了快速发展。
如今，人工智能已经来到我们的生活中。相信很多人都听说过淘宝的无人超市吧，它就是阿里巴巴通过人工智能技术对线下门店进行了智慧升级的情景应用。
无疑，数字经济已经成为世界经济包容性增长和可持续发展的新引擎。大力发展数字经济，已成为全球共识。据《世界互联网发展报告2018》显示，2017年，全球数字经济规模达到12.9万亿美元，美国和中国位居全球前两位。其中，中国数字经济总量达27.2万亿元人民币，数字经济对GDP增长贡献率达55%。
数字经济已经开启了对传统经济的裂变式改造，并成为各个国家新一轮角逐中最重要的砝码。而在这当中，人工智能扮演着重要的角色，它将成为推动数字经济发展的新一代引擎，为物联网等其他行业赋能。
人工智能如何赋能数字经济数字经济的发展，起步于20世纪60-70年代。当时半导体产业逐渐兴起，为数字经济提供了新的物理载体，数字经济由此萌生。而到了20世纪80-90年代，以微电子产业和计算机产业为基础的现代信息技术逐渐发展起来，这一方面带来了大规模的数字化浪潮，另一方面也使得“信息”成为一种重要的生产要素，标志着数字经济开始进入发展期。
直到临近21世纪，全球才掀起“数字经济”浪潮，基础互联网建设成为各国振兴经济的法宝，数字经济进入初级裂变阶段。而我国的数字经济建设也在这一时期得到快速发展，新浪、搜狐和网易三大门户网站接连涌现，阿里巴巴、京东等电子商务网站进入初创阶段，百度、腾讯等搜索引擎和社交平台得到空前发展。另外，即时通信、在线旅游、电子商务、社交应用、网络文学、在线游戏等服务型数字经济也迎来了第一波发展浪潮。
但值得注意的是，21世纪初兴起的全球数字经济浪潮主要集中在互联网的基础建设，人们对数字经济的理解仍然局限于“电子商务”，认为其仅仅是“消费互联网”。然而事实上，随着互联网建设在全球范围内的普及和加速，数字经济的内涵与价值正在放大。
1999年，美國学者尼尔莱恩指出：“数字经济并不仅是电子商务等信息技术产业，还应当包括由数字化技术融合而引起的传统产业经济变革。”在这当中，以大数据、人工智能驱动的数字化裂变更是有着无限的可能。
简单来说，数字经济就是数字化驱动的经济，是信息社会的主要经济形态。从技术上看，可以表现为数字化、网络化、智能化;从性质上看，包括数字产业化、产业数字化、产业新业态化;从供给角度看，可以包括数字化产品、产品数字化、信息技术服务、流程数字化、服务数字化、营销数字化等。因此，数字经济的发展都建立在数据积累这一核心要素之上。
而人工智能代表的是一种新的生产力。它用电脑模拟人脑的部分功能，解放部分人类劳动，是增强生产力的典型代表。目前，依据“智能”水平的级阶，人工智能分为三类：弱人工智能、强人工智能和超级人工智能。弱人工智能就是利用现有智能化技术，来改善和辅助我们的经济社会发展，但AI还没有自我主体意识。强人工智能非常接近于人的智能，具备了独立的判断能力，但自我道德和情感意识较弱。超级人工智能，已经拥有自由意志和自由活动能力的独立意识模式，并且具有完整的“类人机体功能”，但在这过程中需要大量的数据作为人工智能实现自我学习的基础。
也就是说，人工智能对物质生产力要素的嵌入式改造和融合，需要依托大数据的积累来不断练习，以提高自己的“智慧”。同时，人工智能也会是数据的有效“利用者”。依托于大数据，人工智能能够逐步改变各行业的产业结构，实现万物的在线互联，使数据成为驱动商业模式创新和发展的核心力量，提升各行业的生产效率与数字化生产能力。可以预期，未来在某些方面，人工智能或许能替代人类的部分生产力。因此，人工智能与数字经济互为表里关系，相互依托，共同发展。
人工智能给数字经济带来新机遇华为发布的《2018全球联接指数（GCI）报告》显示，人工智能正在推动数字经济发展的新范式，到2025年，全球数字经济规模将达23万亿美元。这比2017年的12.9万亿美元增长了近一倍。人工智能催生新的商业模式、产品、流程和服务，为国家经济发展注入了新的活力。
首先，人工智能借助主动学习和多元化数据运算的能力，来改造经济体内部构造，增强了某些单点活力的发展。在大数据和云计算带来的产业的基础上，商业人工智能正在通过算法为企业减少成本、提高效率。不过，人工智能要促进数字经济发展，除了需要强大的技术支撑，更关键的是要有落地行业。
在早期没有接入人工智能的数字经济时代，各国最早是以加强信息化建设和鼓励电子商务发展为主。到21世纪后，“互联网+”的数字经济发展模式开启，但仍未实现数字经济下的“智能化”。
类似早期的淘宝、京东等都是人找货，而非货找人。直到出现了依托数字经济产业建立的数据洪流，再结合人工智能，淘宝、京东等平台才能向每位用户智能推荐心仪的产品，实现了由人找货到货找人的转变。
或许我们无法想象，在各行各业无数个细胞核中生长出的人工智能最终将给世界经济带来怎样的影响，数字经济新时代又将焕发出怎样的活力。但可以确定，人工智能赋能数字经济，一定会给医疗、金融、安防、教育、交通、物流等各类传统行业带来新的发展机遇。
比如，使用互联网医院+智能机器人模式，未来可以缓解“医生少、看病难、看病贵”的问题。在金融领域，再也无需大量的劳动力去收集分析个人信用，简单使用人工智能技术便可快速实现信息收集。伴随着智能教育的普及，每个孩子都能在AI老师的辅导下，实现因材施教，乡村的孩子可以享受到和大城市孩子一样优质的教育资源。
目前人工智能的发展已逐步成熟，例如在机器视觉、语音识别、自动驾驶、数据挖掘等方面都得到了有效的技术突破，可以为传统产业的数字化升级提供动力。同时，人工智能技术在农业、制造业、服务业等领域的融合发展也在有效推进。
除此之外，人工智能也在优化着制造业产业结构。一方面，人工智能将逐步淘汰某些制造业部门;另一方面，人工智能将彻底改造某些行业。例如，人工智能驱动的无人驾驶车或将取代传统汽车，这样一来，交通系统、相关法律法规、汽车的销售和使用方式，以及以汽车为核心的商业生态系统都会发生革命性变化。
对此，百度董事长李彦宏曾表示：“过去20年是互联网时代，未来30到50年将会是人工智能的时代，这是一个跟我们过去熟悉的互联网时代很不一样的时代，我们需要不断地去适应这样一个新的时代才有可能抓住相应的机会。”当前，由人工智能引发的新一轮数字经济产业变革正在持续发酵中，它的未来可期。
数字经济新时代下的挑战然而，当下人工智能赋能的数字经济也面临着诸多的问题，在技术、人才、安全、体制等方面都有着不小的挑战。就以我国为例，首先是数字化基础薄弱，制造企业数字化发展不平衡不充分问题依然突出，广大中小企业仍处于工业2.0阶段。工业网络标准、技术、产业基本被外商掌控，且标准众多、互通性差;高端工业传感器、工业控制系统、关键工业软件核心智能硬件等基本被国外垄断。
例如2018年的“中兴事件”，更是让国人深刻体会到缺“芯”之痛。据公开资料显示，全球半导体市场规模达3200亿美元，全球54%的芯片都出口到中国，但国产芯片的市场份额只占10%。全球77%的手機都是中国制造，但其中不到3%的手机芯片是国产的。我国芯片产业长期被国外厂商控制，不仅每年进口需要消耗2000多亿美元外汇，超过了石油和大宗商品，是第一大进口商品。而且，受制于人的技术设备更是直接制约了我国信息产业的发展。
其次是平台支撑不足。工业互联网平台是实体经济全要素连接枢纽、资源配置中心和智能制造大脑。但是我国工业互联网平台起步较晚，与国际先进水平相比，平台商业成熟度存在一定差距，龙头企业缺乏，核心能力薄弱，生态相对滞后。
另外，在数字经济新时代下，个人与企业的信息数据安全还存在着不小的隐患。公共互联网病毒、木马、高级持续性攻击等网络威胁向制造、金融、交通、能源等关系国民经济命脉的重要领域传导渗透，一旦实现全面的数据联网后，数据安全还需要进一步的技术升级来保障。
总的来说，伴随着人工智能逐步深入各行各业，加速经济结构优化及行业智慧化升级，数字经济必将对社会生活产生更为持续、深远的影响。智慧城市、物联网、无人驾驶等新鲜概念已经不再是遥不可及的梦想，而将会是我们触手可及的未来。
来源：北京邮电大学出版
RPA、人工智能与财务数字化——专访德勤中国科技咨询合伙人朱灏
财务领域的机器人流程自动化（RPA），是当前比较成熟的财务数字化应用技术，把财务相关的输入—处理—决策—输出的流程进行分析、拆解，再用机器人软件模拟人的操作，把原本要在各种软件平台——包括会计软件、ERP软件、报表软件，甚至是CRM软件和税务软件上需要很多人力完成的填写、报送、执行命令、菜单点击、输出报表等动作，交由机器人来完成。
在输入端，可以结合光学字符识别技术（OCR）、语音识别等认知技术，将外界信息转化为计算机可以处理的信息再交由机器人进行后续处理流程。比如，光学字符识别技术可以把纸质的凭证发票、账册、合同的信息扫描到计算机里，并识别为电子逻辑信息，然后交给机器人去做记账、报表处理；而语音识别技术可以帮助机器人识别、接收人的语音指令，甚至从人的语音当中识别出数字信息并且进行处理。
财务是一个强规则领域，财务领域内的很多事务流程和报告流程大多是可重复、有规律可循的，因此也最易于实现流程自动化。在财务决策过程中相对标准化、有清晰的规则和可重复的活动，也可以应用机器人流程自动化技术。
非结构化数据处理
在传统的方式中，财务接触到最多的是结构化的数据。如二三十年以前就有会计电算化使用简单的关系型数据库作为财务信息的存储、查询和报送工具。财务领域最核心的三张表——资产负债表、现金流量表和利润表及账册，也是结构化数据。
随着财务管理越来越向前端延伸去支撑业务，财务工作面对的就不仅仅是结构化的财务数据，而可能会面临很多业务数据，比如客户信息、公司产业信息等。在大量的业务数据中，相当多的数据可能是非结构化的数据，有些信息甚至可以从社交媒体当中产生，这些信息反映了用户群的偏好和聚焦程度，并可作为投资估值和市场决策依据，在资本市场上也为投资机构和监管部门所关注。那么对于企业来说，财务工作所需的信息就不是任凭几张表格就可以囊括的。
朱灏举例道：“比如，利用图像识别可以从一张照片中获得数据并分析出拍照的地点、拍照者装饰和周边环境，甚至还能分析出关于用户的更多信息，作为风险合规依据、指引业务推进和决策支持。而自然语义识别技术能够让计算机像人一样去读懂一些在商业场合常用的信息，这些信息可能是非结构化的数据，而不是在表格中的明确信息，比如在报表中的一段描述性的文字或在合同中的法律条款。”
利用各种识别技术，可以将结构化数据和非结构化数据进行整合转换，把各种各样的信息放到计算机体系当中，获得电子逻辑信息，作为流程处理、决策和输出的数据基础。
财务机器人推动财务职能转换
除了提高工作效率之外，财务机器人还能带来哪些好处呢？据朱灏介绍，由于财务机器人可以把人从简单重复且大量的工作中解放出来，同时它又可以快速抓取信息，进行整合。而在这个基础上，辅以后台的决策支持模型，就可以帮助企业快速做出决策，规避风险。从这个意义上来说，财务本身的职能也进行了转换，财务工作者不再是传统的记账员，仅仅负责真实完整地记录一家企业的经济业务活动，而是把财务工作转换为管理的职能。
基于数字化的财务管理职能可以分为三个层面：第一是看得到，即信息可视化，通过数据分析平台、数据抽取等方式，将信息整合到平台上，或用机器人去抓取数据整理报表，便可通过可视化的数据分析平台，轻松地看到整个企业的运营和财务状况；第二是看得准，就是基于企业、市场和行业的内外部历史数据，建立数学模型，对未来一定期间内的企业和市场情况进行预测，能够往后看，提前部署，防患于未然；第三是看得清，即将数据分析提炼，进而支持企业决策。“如果这三层能够有机地结合起来，那么财务管理就提升到一个新的层面，这是我们对未来数字化财务的期望和理想。”朱灏说。
对CFO来说，如果要引进RPA和AI技术，他们需要用新的思维方式对待数据分析，不能只把数据看作生成静态报告的工具，而是要利用各种数据及信息技术，实现流程任务自动化、智能化并支持管理决策。通过RPA和AI技术帮助财务部门由传统的追溯数据分析模式到数据预测模式，并且获取洞察以指导行动，创造价值。