以金融创新更好服务科技创新
习近平总书记指出：“深化金融供给侧结构性改革必须贯彻落实新发展理念，强化金融服务功能，找准金融服务重点，以服务实体经济、服务人民生活为本。”科技创新具有成本高、周期长、风险大等特点，从科技研发到成果转化应用，再到市场开拓、产生效益和投资回报，每个阶段都需要大量资金支持。金融作为社会资源配置的枢纽，既能为科技创新活动提供资金支持，又能为规避化解创新风险提供金融工具和制度安排。因此，科技创新离不开金融的创新发展和助推支持，活跃的金融市场、畅通的融资渠道和良好的金融环境是科技创新和经济高质量发展的重要保障。
以金融创新更好服务科技创新，一个着力点是促进科技型中小企业发展。科技型中小企业在推动经济增长、稳定就业、促进科技创新和培育新兴产业等方面具有不可替代的作用。培育和扶持一大批创新能力强的专精特新中小企业发展壮大，有利于解决核心技术“卡脖子”问题，实现科技自立自强。以金融创新促进科技型中小企业发展，需要着重抓好以下三个方面工作。
加快信贷产品和服务模式创新。以银行为主导的间接融资是我国现阶段融资体系的基本特征，商业银行等金融机构通过贷款机制向各类实体企业提供了绝大多数资金。科技型中小企业大都有旺盛的融资需求，但在融资条件、风险特征和信用水平等方面与传统企业有很大不同。作为支持科技创新和科创企业发展的主力军，商业银行等金融机构需要针对科技型中小企业的特点，加快完善创新支持体系，提高服务科技创新的质效。一是创新考核激励机制和健全授信尽职免责制度，建立绩效考核与科技型中小企业信贷投放挂钩的激励机制，对服务科技型中小企业成效显著的分支机构，在绩效考评、资源分配中予以倾斜；制定针对性强、具有可操作性的尽职免责制度实施细则，营造“敢贷愿贷能贷会贷”的政策环境。二是创新授信模式，转变经营理念，从传统重抵押、重担保的授信模式向更加注重企业资信状况、交易数据、资金流向、供应链等的多维度全景式授信模式转型。三是创新信贷产品，推出更多为科技型中小企业量身定做的信贷产品，并持续完善无还本续贷、随借随还等贷款产品，提升中小企业用款便利性。
着力推动资本市场体制机制创新。从许多国家科技创新企业的发展经验看，大力发展直接融资特别是股权融资是满足企业创新活动融资需求的有效路径。发挥好直接融资特别是股权融资机制的风险共担、利益共享作用，既可以使承担高风险的投资者分享高收益，又可以利用股权的分散化和流动性特征促进投资风险共担；既能满足科技型企业的融资需求，又有助于激发市场主体的创新创造活力，推动新技术、新产业、新业态、新模式成长。近年来，我国资本市场取得长足发展，直接融资规模快速增长，支持科技创新能力大幅提升，但直接融资在金融体系中的占比仍然偏低，资本市场体系还不够完善。推动资本市场体制机制创新，需要进一步健全直接融资体系，统筹协调多层次资本市场发展布局。强化科创板的“硬科技”特色，重视发挥科创板、创业板和北京证券交易所在服务科技创新中的重要作用，助力专精特新中小企业高质量发展。同时，持续推进科创板及创业板、新三板和区域性股权市场的制度创新，优化再融资、并购重组等政策，完善股权激励和员工持股等制度，着力构建高效服务科技创新的直接融资体系。根据科技型企业尤其是初创期科技型企业的实际情况，创新科技型企业股权债权融资产品和服务，进一步拓宽科技型企业直接融资渠道。创新和完善市场化激励约束机制，鼓励更多社会资本进行科技型企业股权投资，引导投资机构聚焦企业科技创新开展业务，持续加大对在种子期、初创期科技型企业的投资支持力度。
注重以科技手段促进金融服务创新。科技创新离不开金融支持，金融创新也需要科技助推。金融机构为科技创新和经济高质量发展提供更加高效适配的服务，需要加强现代科技运用。一方面，推动金融科技创新发展。金融科技将大数据、云计算、人工智能、区块链等信息技术应用于金融产业链，通过金融业务与信息技术的深度融合，创造出新的业务模式、业务流程和金融产品，实现金融服务模式的优化和金融职能边界的拓展。金融科技能够有效打破金融服务的时空、数量和成本制约，提高金融服务的覆盖范围、效率和精确度。金融机构应加大金融科技创新投入，依法合规开展金融科技研发和应用。另一方面，发挥科技手段在缓解信息不对称中的作用。中小企业融资难，很大程度上是因为信息不对称，金融机构和企业之间缺乏有效的沟通机制。大数据、云计算等信息技术的运用，使得数据信息更为准确且可追溯，有助于银行类金融机构在法律允许的范围内收集整合中小企业贷款记录、消费记录和支付信息等历史数据，为银企之间搭建一个更为透明的信用体系，提高金融机构风险甄别能力和量化风险的精确度，有效解决金融服务供需双方信息不对称的难题，提高金融服务质量，促进普惠金融发展。
（执笔：邱兆祥）
人工智能下的工业制造应用与趋势
人工智能下的工业制造应用与趋势时间：2023-05-3111:44:55
摘要：在数字化浪潮的驱动下，人工智能由理论逐渐走向应用与实践，并带动了工业智能制造的飞速发展。基于人工智能的时代背景，本文阐述了我国智能制造的发展现状，结合国际标准介绍了参考模型RAMI4.0与生态系统SMS，并分析了我国在该领域面临的困境。此外，本文结合RFID技术和Agent技术分析了人工智能在工业智能制造领域的应用，并对未来发展提出展望。
关键词：智能制造；人工智能；参考模型；RFID技术；Agent技术
随着时代的发展，人工智能技术在我国的关注度逐年提高，其热门的衍生应用包括工业智能制造与人工智能的融合。制造智能化的过程不仅涉及技术且涉及企业组织流程的重构和商业模式的创新，甚至能够影响企业战略发展的进程。由于人工智能技术的融合，智能制造在我国也呈现出广阔的发展前景。
1人工智能时代的语境分析
1.1人工智能的发展现状
智能制造最初被定义为机器人应用制造软件系统技术、集成系统工程以及机器人视觉等技术，实行批量生产的系统性过程。如今，中国AI企业超过1000家，已成为人工智能发展最快的国家之一。到2020年，中国人工智能市场规模将超过700亿元。然而，我国仍处于人工智能发展的初级阶段，在诸多关键指标上与美国还存在较大差距。我国的工业制造企业更青睐技术相对成熟及应用场景更清晰的领域，而对基础层关注较少。人工智能主要产业链有三个层面：基础层，即芯片、算法框架等；技术层，即计算机视觉、自然语义理解、语音识别、机器学习等领域；应用层，指垂直产业或精确场景的领域。其中企业价值链主要分布在应用层和技术层。
1.2人工智能的技术布局
AI技术的布局由核心技术研发、产业化及基础资源公共服务平台三部分构成。其中，核心技术的研发及产业化项目大多有三个技术层面上的要求。（1）人工智能的深度学习和类脑智能的基本理论；（2）芯片、传感器、操作系统、存储系统等基础软件和硬件的人工智能共性技术；（3）以AI为基础的计算机视听感知、生物识别、人机交互、自然语言理解等人工智能重要技术[1]。
1.3人工智能在重点领域的智能应用
为加快AI技术的产业化进程，AI先后被各国在多个重要领域试点推广，在第一时间转化为生产力，如家庭、制造、教育、环境等领域。制造业领域，使用人工智能的方案主要分为产品、产品和服务、业务运营管理、供应链和业务模型验证五个领域。AI在工业领域的应用从智能制造转移到生产服务和供应链管理。智能化生产领域，计算机视觉技术的发展促进了人工智能在质量监控和缺陷管理中的应用，未来越来越多的应用场景将应用到AI技术。例如自动化生产工厂、订单管理、自动调度等。商业模型决策领域，客户体验和成本结构是AI在制造商业模型决策中的主要方向。众多公司计划使用人工智能来准确预测客户需求、开发智能产品和服务，采用定价和计费方式，为客户提供高效，完善的服务体验。
2智能制造发展现状
截至2019年2月，人工智能企业广泛分布在18个应用领域，上述两个领域企业数占比最高，分别达到15.7%和10.5%[2]。基于人工智能在制造业的发展，国际电工委员会提出十余种描述不同制造技术系统特征和结构的通用参考模型。其中工业4.0参考体系结构模型Rami4.0和智能制造生态系统模型SME两种模型最具代表性。
2.1工业4.0参考架构模型
RAMI4.0工业4.0参考架构模型利用三维模型描述了智能制造的关键因素，从产品的全生命周期与价值链、层级结构和架构等级进行分析，帮助智能制造企业进行自我定位。该模型第一维度是产品生命周期和价值链。产品完整的生命周期从流程规划开始，到产品设计、生产仿真测试，接着正式投入制造，最后到销售和服务，进入市场。[3]第二维度是层级结构，除工厂及其中的设备，在原有框架中增加了“产品”和“互联世界”两层。第三维度是最重要的创新部分，即“功能级”维度，用于对以上两个角度进行信息建模，其主要分为六层：业务层、功能层、信息层、通信层、集成层、资产层。各层功能相对独立，相邻层间联通，“下层”对上层提供接口，上层可以获得下层的服务[3]。
2.2智能制造生态系统SMS
与RAMI4.0相比，智能制造生态系统SMS着重分析制造网络中各组分间的联系，分为三个维度，不同维度的生命周期相互“独立”[4]。在产品维度，其生命周期从设计阶段开始，经过工艺规划和设计、制造、直到最后退役回收作为结束，该“维度”涉及整个周期中的信息流和控制；在生产系统维度，其生命周期专注于生产系统的设计、建设仿真、系统调试、运行维护和最终的退役；在业务维度，其生命周期着重于在采购和配送环节上调节供需关系的平衡。各维度都在制造金字塔中发挥一定的作用且强调了制造生态系统中软件的集成[5]，有助于制造流程的调控和战略决策的优化。以上概念和网络关系结合在一起形成完整的智能制造生态系统。基于标准制造的SMS系统可以自由方便地进行数据的交换，进而优化产品更新的速度和生产系统的供应效率，同时改善车间安全和加强产业的可持续性。
2.3我国智能制造尚存的问题
2.3.1核心技术的归属芯片技术包括集成电路和半导体产品两大主要方面，我国在世界芯片市场的占比极为低下。如今中国技术基础的落后也在一定程度上表现鲜明，这同时表明我国的提升空间。比如我国集成电路的自给率从2010年的4.5%到2017年的11.2%，我国集成电路的自给率在近年有着难以忽视的进步，与此同时技术的落后也彰显出来。以我国核心芯片占有率为例，能够替代的国产芯片寥寥无几，多数能够发挥作用的属于低端产品。包括工业机器人等工业智能化的堡垒相较于其他国家都不可及，其核心技术及市场分布主要是集中在日本、德国等技术大国。2.3.2产品转化能力的弱化如今，我国智能制造的设计能力被困箍在实验室中，商品化、产品化的能力过弱，缺少专业化的供给输出机构。这其中也有智能制造本身特性所带来的对专业性机构（即产品转化能力）的渴求，首先智能制造企业对其“供应链”有着极为严苛的需求，从设计产品，到线上线下店铺的经营，每个环节都必不可少。其次，智能制造的“试错成本”和投入高昂，加上无法避免的“长制造”周期，针对这一缺陷，专业性的输出产品化机构能够在很大程度上减少经济损耗。
2.3.3核心人才培养环节的缺失AI技术的融合发展给予行业新的活力，但同时提高了对人才的要求，能为两者的融合发展发挥个人作用和贡献的人才在数量上相对较少，使得行业发展受到了限制。以工业机器人为例，人才的培养主要集中在以下三类：一是制造阶段的技术人才需求，即对应产品的基本制造和工厂组装；二是系统加成阶段的技术人才需求，即对应集成电路、机器人的安装调试等工作；三是企业应用阶段的技术人才需求，即处理机器人的专业维护以及操作编程等工作[6]。
3人工智能对智能制造的影响
3.1RFID技术在智能制造上的应用
智能传感技术是智能制造领域的核心技术之一，RFID是其中一种射频识别技术，主要包括读写器、电子标签、天线以及数据管理系统[7]。在磁场范围内，天线对电子标签发送无线射频信号，电子标签接收信号后发送对应信息，而读写器的作用是读取电子标签反馈的信息，提交到数据管理系统进行处理，从而实现信息的无接触传递，完成对标签信息的识别。如RFID和AI结合在汽车生产流水线的应用：输送线将汽车的发动机配送到特定的位置时，控制系统利用电子标签识别汽车的型号并配备相应物料，同时确定发动机的摆放位置、方向是否正确。装配物料后，控制系统可以根据读取到的型号，通知电动拧紧机自动寻找位置进行螺栓拧紧，并在工作完成后将该发动机运至下一道的生产工序中。
3.2Agent技术在智能制造上的应用
Agent理念源于分布式人工智能，可理解为驻留在特定环境下，能自主感知周围环境并采取行动、灵活执行接受的命令以满足预设目标的计算机系统，具有自治性、主动性、反应性、面向目标性以及交互协作性等特点。Agent系统主要由推理机、知识库/数据库、通讯模块及功能模块组成[6]。其中推理机主要负责接受通讯模块的信息，结合知识库或数据库中的信息进行分析和推导，并对功能模块下达相应任务，功能模块包含计划、监控、决策和协作等功能，其基础结构如图1所示。Agent系统可以应用在手机制造当中，如：参与新型手机的开发和设计、操控手机制作和组装的过程、对手机制造流水线进行维护。理论上，Agent技术可应用于制造的各阶段，需要考虑如何对系统进行建模，使用Agent的总量，Agent间连接方式，多Agent情况下的配置方案等问题。
4人工智能与智能制造的未来趋势
4.1对智能制造行业的痛点针对性
针对目前市场上的智能制造行业出现的痛点，我们可以通过AI技术提高产品质量及制作效率。部分服装制造公司经过智能改造后，效率大大提升，提高了产能1.25倍左右；其他诸如高精密仪器制造公司完成的智能化改造的生产线也大大提升，一线工人数量减少了近70%，效率和产出提升超过30%[8]。伴随着智能制造的痛点针对性带来的目的性更为明确，直接带动了未来我国智能制造业的规模兴起。
4.2大数据技术将成为二者融合发展的核心技术
在数据驱动行业的过程中，安全性可以成为业务决策的重要基础。诸如行业关键数据和公司核心技术专利之类的数字资产的价值正在加速增长。最小化数据安全风险，提高系统安全性和数据安全性是数字转换和业务升级的更重要指标[9]。
4.3产品发展的服务化增强以及范围广泛化
新的商业模式和新模式正迅速出现在测试城市中。随着HaierCosmo，ShugenInternet和AerospaceCloudNetwork提供的工业Internet平台的快速发展。在Siasun的“机器人智能工厂”，公司的效率提高了一倍。该工厂的新模型可以在短短三个月内扩展，能有效提高高端本地机器人的效率。
5小结
自1956年起，人工智能技术为生活的各个方面带来新的活力，随着时代的进步，现出现的痛点将会随着智能制造与人工智能技术的适度融合以及共同发展逐步被解决，但当下的AI技术大多停留在理论研究阶段。而智能制造更侧重技术问题，应广泛应用在生活各方面。在工业方面，寻求新的转机、追求智能化的风向已然出现。我国在人工智能技术的诸多领域与其他国家相比还存在劣势，在基础的理论研究、核心技术算法、关键设备、集成电路和产品输出领域，研究的优秀成果并不多，人才数量和技术无法跟上发展的迫切要求。但中国也有其他国家不具备的优势，如大量的数据以及基础设施：并且官方先后部署了智能制造等国家重点研发计划重点专项、《"互联网+"人工智能三年行动实施方案》和《新一代人工智能发展规划》[8]。从指导思想、战略目标、重点任务和保障措施、科技研发、应用推广、产业发展等方面看，我国AI发展将具有先发优势。
参考文献：
[1]谢永峰.人工智能时代工业机器人的发展趋势[J].中国科技纵横，2019（4）：63-64．
[2]王宝鑫.智能制造时代的工业机器人发展新趋势分析[J].发明与创新（职业教育），2019（1）：66-67．
[3]欧阳劲松，刘丹，汪烁，等.德国工业4.0参考架构模型与我国智能制造技术体系的思考[J].自动化博览，2016，（3）：62-65
[4]张力平.面向未来的智能工厂[J].电信快报，2017（3）：5.
[5]王春喜，王成城，汪烁.智能制造参考模型对比研究[J].仪器仪表标准化与计量，2017（4）：1-7.
[6]胡强，向凤红，张勇，等.基于Agent技术的智能制造系统综述[J].昆明理工大学学报（自然科学版），2005（30）：419-422.
[7]郭桓宇，侯悦民，李康.RFID定位方法及其在智能制造中的应用[J].电子科技，2017（4）.
[8]荣伟.工业机器人及智能制造发展现状和发展趋势[J].时代农机，2017（10）：46．
[9]李末军.智能制造领域研究现状及未来发展探讨[J].冶金丛刊，2017（3）：26．
作者：丁芷晴张雪宁陈华玲单位：上海大学
人工智能时代学生如何学习
韩国围棋世界冠军李世石被人工智能打败后，很多人开始担心，人类如何抗衡人工智能。诺贝尔文学奖获得者莫言在回答高中生的提问“人工智能对世界的影响”时，幽默地说：“你们要好好学习，未来还是你们的，不是机器人的。”
“学习”的确是人们面对人工智能首先要采取的姿态。
人工智能等数字科技重塑人脑
“在计算机擅长的领域中，人类绞尽脑汁来战胜人工智能是不明智的。与其在这个领域中和机器较劲，不如把精力放在自己擅长的领域，比如创造与想象。充分发挥自己的专长，并且利用好机器的专长，岂不是更加美好？”华东师范大学教授祝智庭说。
德国波鸿市鲁尔大学的一项研究表明，大脑在学习新东西以后的3个小时内便会改变结构。人工智能支持的个性学习、协同学习、体验学习和探究学习等学习方式，对脑结构的改变会更加明显。特别是人工智能支持的深度体验与探究学习，会多方面深度激活不同脑神经区域，也就是说人类的大脑正不断地被智能科技重新塑造。
“当人工智能帮助人类处理规则确定性、动作机械性、过程重复性的日常事务后，人们将会有更多的时间和精力去处理富有情感性和创造性的活动。”祝智庭说。
那么，被人工智能重塑的大脑应该学习什么以迎接新生活呢？
“在人工智能时代，在更‘黑’的‘黑科技’时代，人怎么活着、为什么学习、怎样学习等，才是更本质的问题。”北京景山学校计算机教师吴俊杰说。新的时代，又重复起古老的命题，认识你自己，认识个人与社会的关系，即认识群体。
清华大学数学系教授、清华大学附中校长王殿军认为，在学校引入人工智能，让孩子通过研究机器人更好地理解智能和人类自身，让孩子学会如何和机器人打交道。
“从‘认识你自己’出发，学生要学会提高自我效能感。否则，在人工智能时代，你很容易被机器‘饲养’起来。所以要把自己的天赋发挥出来，在不断的正反馈中，创新成瘾。”吴俊杰说，“从‘认识群体’出发，学生要学会适应和热爱群体化创新。在人工智能时代，特别需要通过群体化方式去共同解决一些问题。”
人工智能时代需转换学习方式
我国“863超脑计划”在开发高考机器人，期望到2020年能够达到清华、北大考生的水平。在祝智庭看来，这是随着人工智能深度学习技术的发展，教育技术正在出现的第六种范式——机器自主学习。其他5种范式包括计算机辅助教学、智能教学系统、Logo-as-Latin（让儿童用LOGO语言来教计算机，以此发展儿童思维能力）、计算机支持的协作学习（CSCL）和新出现的个性化适性学习。
“到了那时，人们才会清醒地意识到，既然基于算法的机器人能够轻易超越人的逻辑思维能力，教育为什么不让学生转向审辩思维、创造思维发展呢？高考为什么不多用一些面向本真问题解决的综合能力测试题呢？这是技术促进教育变革的真正意义所在。”祝智庭说。
清华大学附小五年级的穆子雯最近在老师指导下完成了一项北京地铁空间中PM2.5及PM10的调查研究，起因是重度雾霾使她连续3天都要戴口罩。2017年7月至10月，她选择西直门、西单等7个典型车站，测试晴天、雾霾、大风和下雨等典型天气下的PM2.5和PM10的数值，积累了数百组、上千个数据，对地铁公司提出了绿色出行的建议。像穆子雯这样的学习方式，正是在人工智能背景下比较典型的学习方式。
吴俊杰认为，按照现代学习理论，根据学习中智能匹配的不同方式，可以分为基于问题的学习、基于项目的学习和基于产品的学习三种形式。
“基于问题的学习，倾向于产生知识。它适合所有学校已知的科目，主要是在校园里解决的。基于项目的学习产生的是一个方案，一定要有甲方、乙方，可以超越校园，更加接近真实生活。还有一种新的学习模式叫基于产品的学习，这种学习更倾向于真实的环境，从使用产品到设计产品，甚至将产品转化成全人类的共同财富。基于产品的学习在现在流行的创客教育中慢慢流行开来，教育不仅引导大家适应现在的生活，而且号召我们主动构建未来的生活。”
人工智能创造新的学习文化
在北京景山学校初一年级的计算机课上，学生李雨嘉演示了自己编程设计的爱心卡，按下爱心卡的一个按键，可以显示自己的名字；按两下，可以显示好朋友的名字；按三下，可以显示一颗爱心。
这样的编程看似简单，却是未来社会常见的甚至是必需的技能，编程语言可能成为人类必须掌握的新语言。“人工智能时代，需要掀起一场‘新识字运动’，所有人都要学会重新学会‘写字’，这场运动的主角是编程、创客、机器人。”吴俊杰说。只有这样，人工智能才会为人类开创一种新的文明形态。
这是迥异于传统语言文字的“语言”，代表着学习形态的变化，代表着一种新的学习文化。
南京大学教授桑新民自20世纪90年代就开始在课堂教学中研究信息时代学习理论与技术，他认为人工智能对教育的价值，正在于不断替代师生的低水平重复性教学活动，让课堂充满生命活力。这种对教育的挑战，恰恰是教育的福音和教育的未来。
这种新的学习文化，具有丰富的内涵。在祝智庭看来，人工智能使得学习者可以在任何时间、任何地点通过多种渠道接入学习，获取知识不再局限于学校教育阶段。此外，人工智能使得认知不仅发生在头脑中，还发生在人与智能工具的交互过程中。在教育关系方面，人工智能打破了教育的知识传播平衡，加强了“以学生为中心”的关系。而虚拟导师、虚拟学伴、虚拟团队、虚拟教练、虚拟班友等，是对人脑智能的延伸、强化和补充，改变了以往学习主体之间、学习主体与环境之间的交互作用，改变了学习生态。“但是无论如何变化，教育发展的总趋向是让学生从学会到会学与会创。”祝智庭说。
在这种新的学习文化中，教师也变了一个样。未来，教师不可能被人工智能所取代。但祝智庭认为，教师角色必须转变，从知识传播者变为学习促进者；教师的能力结构也必须改变，不懂技术的教师将被懂技术的教师所替代；人与机器之间必须合理分工、协同工作。
“君子不器。不要把自己变成一个物品，变成一个工具，变成一个只有一样功能的人。人工智能时代帮助教师变成智者。”吴俊杰说。
学生也同样如此。（本报记者杨桂青）
人工智能助力金融监管
（二）监管者与被监管者之间的信息不对称加剧
监管者无法与科技创新者同步掌握人工智能技术，缺乏有效的科技手段实现数据触达，难以快速配备相应的专业资源识别潜在风险，从而影响了金融监管有效性。比如，对智能投顾，监管者需要有能力评价算法和数据库；咨询意见被提出和操作的选择结构；底层的信息技术基础设施；自动化带来的规模扩大所引发的负作用风险，需要监管者具备数据科学、计算机科学、行为经济学以及心理学等领域的能力和知识。因此，监管技术以及监管者的专业能力的滞后性，反而在很长一段时间内加大了监管者和创新者之间的信息不对称。科技创新主导金融创新，但金融监管和立法的技术手段相对落后、无法及时应对，使某些科技创新可能游离至监管体系之外，变相规避监管，产生监管套利和监管空白。由此导致，政策制定者和监管者在数据、信息不足以及对情景的评估不精确的前提下，难以做出影响深远的决策；退一步讲，即便拥有相关的信息，但如果依据碎片化、乃至错误的信息作出决断，同样缺乏精确性与远见，从而威胁整个金融系统的稳定性。
三、人工智能对金融监管的重塑：智能监管
金融监管受制于科技的发展，也需要科技的辅助。在传统金融监管路径之外辅之以科技，采用与金融发展相匹配的科技驱动型监管模式路径就成为了监管者的理性选择，不仅体现了金融监管的特殊性，同时也契合了金融创新的技术性本质特征。党的十九大报告中提出，深化机构和行政体制改革……转变政府职能，深化简政放权，创新监管方式，增强政府公信力和执行力，建设人民满意的服务型政府。其中“创新监管方式”对新时期的政府提出了要求，构建与当前市场经济的频繁创新与演进的相适应的监管工具、监管方式以及监管路径，而智能监管与该理念不谋而合。据此，我们应该积极推进智能监管之落实，其不仅应用于金融监管，甚至可以适用于整个社会的情景化监管环境中，利用人工智能技术丰富金融监管手段，真正实现对金融安全的维护和对金融风险的防范。
（一）数字化为基础的信息共享机制。
金融监管的关键在于以数据为本，推行数据监管手段，其核心理念是透明、平等、智能，从而构建真正意义上的实时、动态监管体系。在科技治理理念的指引下，监管者借助人工智能等技术及时有效地获得数据，监管由被动变为主动，监管者与被监管者之间将构建平等的信息共享机制，通过数据共享形成一个有机的交互系统。科技治理是建立在数据和协议基础上的解决方案，数据主要包括风险数据、交易数据和流程数据，即监管规定、监管政策和合规要求的数字化，从而提高人工智能的应用领域，这也是智能监管发挥作用的基础和前提。利用有效的数据管理和市场监测手段，技术治理为适度的并以风险为基础的金融监管奠定了基础，人工智能可以提供自动化的消费者保护、市场监测和审慎监管。智能化动态监管的实现仰赖于金融监管规则的代码化抑或使机器可识别。具言之，需要监管机关提供机读形式的文件，从而让同步获取监管动态更加容易。另外，立法者对现行规则的修改采用数据形式加以记录存储，这种数据形式可以被企业直接获取处理，反之根据它可以自动修改其内部设置、自动更新规章制度和报告机制。通过人工智能化的数字监管减少自由裁量带来的问题，同时可以建立统一的执行标准，可以在金融机构与监管机构两端都采取自动化的程序进行处理，大大降低成本、提高效率和减少道德风险。智能监管重视服务实体经济、守住不发生系统性风险的底线等特定的金融目标，通过什么样的法律和规则实现这些目标已经不再重要，脱离了形式化的外观，更加重视实现目标的本质。智能监管可能将会在金融领域率先实现“codeislaw”，即通过人工智能保证监管目标的实现。在未来，代码化的技术标准将会和法律同等重要。随着网络逐渐成熟，从非标准期特有的一切免费到标准期的创新潮，进入到全面发展的标准植入期，标准将越来越法律化。
（二）智能化的动态监管
在智能化的监管模式下，监管者、金融消费者和金融中介机构都是平等的参与主体，依靠人工智能可以实现实时、动态监管；不但能提前发现预防金融风险的发生，也能实现同步监管跟踪，更能为事后监管提供强有力的证据依据。监管科技可以提高金融机构的合规效率。基于人工智能的监管系统可以依据监管规则即时、自动地对被监管者进行监管，在无须监管对象报告的前提下，对其实现监管，更有效地识别和应对系统性风险。随着人工智能的发展，监管科技可以利用人工智能技术为金融机构的决策、降低成本以及合规问题等方面，提供更有效的解决方案。人工智能将替代目前价格昂贵的人工手动执行，帮助金融机构开展对反洗钱或员工不当行为的检测。人工智能使机器而能够通过基于预先设定的程序和方向执行高度复杂的统计分析来做出决定。在某些情况下，人工智能是比以往任何时候都更有效、更迅速地改变了金融市场深刻的变化。以对现金贷的监管为例，只有运用好互联网、人工智能、大数据等科技手段，进行风险预测和风险判断，才能有效规制目前金融科技领域的创新与风险。人工智能审核放款，通过机器处理海量数据；智能化风控体系反欺诈和多头借贷，通过智能化风控，重点解决反欺诈和多头借贷行为的识别。监管方式的发展反映了政治周期与经济周期的变化，可以催生渐进式改变，当其与人工智能等科技手段相结合时，有助于金融市场的监管。在这一过程中，随着科技在金融交易的处理中占据中心位置，传统的金融市场“守夜者”也逐渐被边缘化。返回搜狐，查看更多
人工智能：对金融业是取代还是解放
人工智能：对金融业是取代还是解放出处：作者：网编：孙倩2019-06-27A大中小收藏分享打印手机网页版X分享到微信朋友圈打开微信，点击底部的“发现”，
使用“扫一扫”即可将网页分享至朋友圈。
2017年3月，国务院总理李克强发表2017政府工作报告，指出要加快培育壮大包括人工智能在内的新兴产业，“人工智能”首次被写入了全国政府工作报告。7月，国务院印发的《新一代人工智能发展规划》更是将人工智能提高到国家战略层面，提出到2030年人工智能理论、技术与应用总体达到世界领先水平，中国发展成为世界主要的人工智能创新中心，智能经济、智能社会取得明显成效。随着BAT巨头入局、资本助推与创业热潮等等，人工智能在中国的政治、经济、学术领域都成为关注重点。2017年，中国人工智能揭开了新的篇章。
不可忽视的是，人工智能在对全世界范围内所有行业产生变革性影响的同时，也对劳动力市场产生着重要影响。回看历史，我们不难发现，自19世纪初的第一次工业革命以来，技术不仅大量取代了人力工作，导致了全球范围内的就业结构与工作性质的改变，也催生了一批又一批全新概念的工作岗位。那么，在未来的五年、十年甚至更久远的时间里，人工智能技术将如何在劳动力市场帮助我们、改变我们、取代我们？
日前，波士顿咨询公司发布了《取代还是解放：人工智能对金融业劳动力市场的影响》报告，通过对人工智能技术发展现状与未来趋势的阐述，展望人工智能技术的应用前景，并进一步聚焦至金融业领域，分析人工智能技术在金融业的应用场景以及这些应用对金融业就业市场的影响方式。报告还将基于金融业银行、保险、资本市场三大行业的价值链进行分析，测算人工智能技术对三大行业的就业市场可能带来的影响。最后，报告就人工智能时代就业需求和人才素质要求的变化展开讨论，展望人才素质要求的未来发展趋势并分析企业在新时代对人才素质的需求。
人工智能数据、算法与应用场景的不断交互与融合驱动着新一轮人工智能的发展。在就业领域，人工智能削减工作岗位、冲破人效瓶颈，减少标准化与重复性劳动，改变工作性质、提升工作效率，同时也催生着一系列新的工作岗位。人工智能技术将从自动、智能、创造三方面改变商业世界，即推动自动化水平达到新高度、支持智能分析与决策、催生新商业模式与新产业，并在金融业就业市场相应产生岗位削减、效率提升和就业创造三大影响。报告也基于对金融服务业银行、保险和资本市场三大行业的价值链分析，研究人工智能技术应用对三大行业各职业及职能活动的潜在影响，进而详细测算对整体金融业就业市场所带来的影响。
波士顿咨询公司也建立了人工智能对金融业就业市场影响模型。根据模型测算，到2027年中国金融业约23%的工作岗位将受到人工智能带来的颠覆性影响，其影响方式为岗位的削减或转变为新型工种，其中银行、保险及资本市场的工作岗位削减比例分别为22%、25%及16%。而其余77%的工作岗位将在人工智能的支持下，工作时间减少约27%，相当于效率提升38%。具体而言，资本市场效率提升高达56%，银行次之约42%，保险可提升约29%。除此以外，人工智能在金融行业的应用也将催生大量的就业需求，同时对未来人才的创造力、情感沟通能力和解决复杂问题的能力提出了更高要求。
“人工智能”并非新事物，其概念自诞生以来已有60多年历史。近年来人工智能的数据、算法与应用场景的不断交互与融合，正驱动着新一轮人工智能的发展。人工智能不再局限于模拟人的行为结果，而真正拥有了快速处理与自主学习的能力。
报告内人工智能的内涵为利用计算机控制的系统感知环境、追求目标、适应改变，进而提供信息或采取行动。这一范畴包含机器学习（即基于数据进行学习的算法）与机器人两大主要子领域，以及由于人工智能的应用而带来的非人工智能技术升级。而支持人工智能在现实世界中得以广泛应用的关键组成部分主要有计算机视觉、语音识别、自然语言处理、信息处理、数据学习、计划与探索、语音生成、图像生成、操作与控制、空间位移十大技术。
波士顿咨询公司亨德森智库（BCGHendersonInstitute）研究认为，人工智能发展至今，语言和视觉是其最重大的两个突破点，计算机视觉、语音识别使机器具备了认知能力，人工智能由此进入到现实世界的应用中，并将在未来改变社会的方方面面。比如，在就业领域，人工智能可削减员工人数需求，冲破人效瓶颈，减少标准化与重复性的劳动，使工作性质发生改变、进而提升工作效率，同时也产生新的商业模式与产业、进而催生出一系列新的工作岗位和职业。
人工智能对金融业就业市场的三类影响方式：
基于以上人工智能技术在金融业各业务价值链上的应用，我们总结出人工智能对金融业就业市场的三类主要影响方式——削减岗位、提升效率及创造就业。其中，削减岗位及提升效率均是对现存岗位的影响，而创造新岗位则是从增量的角度，反映人工智能对潜在就业市场的影响。而对削减岗位和提升效率二者的进一步区分，则是基于对人工智能取代人工的部分是否属于某一岗位核心价值创造活动的判断。即如果某一岗位的核心价值能够不再由人工创造，而是由人工智能替代实现，则定义该岗位基本因人工智能而被削减；而若某一岗位的核心价值创造活动是人工智能无法取代的，依然需要人为实现，而人工智能仅作为辅助手段完成部分非核心工作，则属于提升效率。
削减现有岗位
人工智能对现存就业的影响本质上是在对每个岗位中的某些工作模块进行替代。当某一岗位内创造核心价值的工作模块为人工智能可取代人工的工作模块时，定义该岗位为可被削减的岗位，原有员工可转为监督管理职责或其他岗位。基于对相关学术研究的总结，人工智能可取代人工的工作模块主要分为两类，一类是遵循一定步骤因而可被编码成计算机语言的常规性工作，另一类是不需应用解决复杂问题能力或创新能力来应对人际情感交互或随机多变环境的非认知与情感类工作。在金融行业中，目前仍存在大量核心价值创造活动为上述类型工作的岗位，预计未来会随人工智能的应用而逐步削减，包括后台及支持保障类岗位，以及前台业务中核心为数据分析、文件处理的银行业柜员、保险业核保承保等岗位，具体岗位将在第三部分规模估算中详述。
提升现有岗位的效率
如前文所述，当某一岗位内创造核心价值的工作模块为人工智能技术不可取代人工的工作模块时，人工智能主要负责辅助性工作模块，则该岗位仍将存在，人工智能的影响主要体现为减少工作时间，从而提升效率。由于效率提升，可能进一步带来两种结果，一是在人员不减少的情况下创造更多产出，另一种是在潜在产出受限的情况下减少部分人员。即该岗位仍存在，但岗位上人数是否减少，取决于潜在市场需求能否支持足够多的人员就业需求。
基于相关文献总结，人工智能不可完全取代人工的工作模块主要为无清晰步骤程序可遵循的非常规性工作，和需应用解决复杂问题能力或创新能力应对人际情感交互或随机多变环境的认识与情感类工作。在金融行业内，未来仍会存在大量岗位，其创造核心价值的工作模块主要为上述类型，如需大量人际情感沟通的客户经理、人力资源等岗位，及需解决复杂问题的投资经理、财务规划等岗位，具体岗位将在第三部分规模估算中详述。
创造新的就业岗位
在替代部分工作岗位的同时，人工智能技术的发展和应用也正为金融业就业市场带来生机。人工智能，在开发、运营和应用中会创造大量就业岗位。除去新兴的人工智能技术或基础设施提供商，我们认为人工智能技术将在金融行业内创造三类就业岗位：技术型、运营型和业务型。
技术型岗位包括数据科学家、系统架构师、开发工程师、算法及系统测试师等；运营型岗位负责大数据与人工智能产品相关系统的运行与维护，确保相关产品的质量稳定、法律和业务合规性；业务型是介于技术和业务之间的复合型岗位，包括能够在技术部门、业务部门以及服务部门之间充当业务需求及技术算法解释角色的算法解释分析师，同时也需要能够快速了解、学习前沿技术并与现有业务进行结合的商务拓展专家。
人工智能对金融业就业市场的影响可能远不止这些。如前所述，由人工智能而催生的新商业模式带来的就业需求将在未来随着行业发展而不断涌现。
快乐分享
人工智能技术 在金融科技中的应用(金融 人工智能)
导读本任务将在分析人工智能技术，对金融创新影响的基础上，重点探讨人工智能在智能投顾、保险科技和金融监管中的应用。一、人工智能对金融创新的影响三、人工智能在保险科技中近年来，人工智能技术发展迅速金融人工智能，与金融业的深度融合催生了智能金融的新形态，显着提升了金融产品和服务的自动化、智能化水平，成为具有代表性的底层技术之一支持金融科技创新。.在分析人工智能技术及其对金融创新的影响的基础上，本课题将重点关注人工智能在智能投顾、保险技术和金融监管中的应用。并通过“边做边学”演示，帮助大家掌握如何使用智能投顾机器人，更好地完成互联网金融投资决策和资产配置。
一、人工智能对金融创新的影响
人工智能，简称AI，是研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术和应用系统的一门新技术科学。人工智能技术与金融的深度融合，是这两个领域深入发展、探索和创新的必然结果。在前端，人工智能可以让金融服务更加个性化，营销更加精准，提升客户体验；在中端，可以学习和分析历史数据，支持各种交易决策，让金融服务更加智能化；在后端，可用于风险识别和预防，使管理过程更加自动化。
人工智能对金融创新的影响主要体现在以下四个方面：
1、提升客户体验：在金融客服中，人工智能首先从电子渠道识别文本和语音的意图，然后根据识别结果连接到预先建立的知识库，或进入企业系统优化业务流程.最后，将结果以适当的方式反馈给通道终端金融人工智能，完成通信。
图为易人贷“易睿助手”智能客服界面。在该界面，您可以直接输入您要咨询的问题，或相关服务，智能客服会立即给出答案或提供操作说明。如果遇到困难，如果有问题，也会跳转到在线人工专家客服，显着提升客服效率。
2.扩大服务范围
在客户端，智能投顾用机器代替传统投顾，如图：
产品销售与研发相结合，培养了客户理财习惯，拓展了财富管理业务范围。此外，随着人工智能技术的突破，金融分析师编写函数、设计指标和分析数据的量化投资市场规模不断扩大。
3、提升风控能力
人工智能助力解决传统风控业务痛点，有效提升预警、事中处理、事后监管的综合能力。依托人工智能挖掘客户多维数据的财务价值，通过对网页浏览、通话记录、电商消费、出行线路和社交网络的统计分析勾勒出细粒度的客户信用特征。京东数科和微众银行尝试利用社交数据、信用积累、商户管理和欺诈检测模型对客户进行分类，评估还款意愿和能力。企业融资难，助力普惠金融发展。
4.提高研究水平
智能投研提供从数据到结论的一站式解决方案，不仅可以从宏观经济周期的角度进行分析，涵盖行业轮动规律和上下游产业链趋势，还可以从宏观角度探索热点事件对公司价值的影响。微观层面，利用知识图谱构建事件数据库，不断加强学习。智能金融搜索引擎可以自动快速完成大量相关信息的动态检索和报告撰写。
2.智能投顾及其应用
Robo-advisor，简称RA，是指利用云计算、大数据、机器学习等技术，将资产组合理论、其他资产定价和行为金融学理论等金融投资理论应用到模型中，然后投资者风险偏好、财务状况、理财规划等变量的输入模型，为用户生成自动化、智能化、个性化的资产配置建议，实现跟踪、自动调整投资组合的金融服务新模式。与传统投顾相比，智能投顾最大的特点是门槛低、成本低、效率高。因此，对于作为互联网金融“长尾用户”的中低净值人群来说，尤其具有吸引力。
机器人顾问起源于金融危机后的美国。近年来，传统金融机构也开始涉足智能投顾服务。智能投顾的出现和快速发展，给传统的面对面理财模式带来了挑战。尽管智能投顾在中国起步较晚，但发展速度惊人。预计到2022年，智能投顾管理的总资产将超过6600亿美元，用户数将超过1亿。目前，独立第三方理财机构、传统金融机构和互联网金融巨头是智能投顾市场的三大主体。发展了四种本地化商业模式。
智能投顾四大本土化业务模式：独立投顾、综合理财、配置咨询、类机器人模式
1.独立建议型：独立建议型智能投顾通过问卷调查分析用户年龄、资产、投资期限、风险承受能力，为用户提供一系列满足其风险和收益要求的组合理财产品。此类智能投顾平台向财富管理用户提供建议并分销其他机构的金融产品。
2、综合理财型：该型模式将智能投顾功能集成到公司原有的操作系统中。通过连接内外部投资标的，不仅可以更好地服务于原有系统的客户，还可以吸引新客户。
3、配置咨询型：该模式通过实时捕捉全市场各类产品数据，结合用户风险评估指标，帮助用户选择更合适的金融产品组合，用户自行完成交易。与独立咨询型相比，该模式主要针对更专业的个人投资者，提供更丰富、更有维度的智能数据和指标，帮助这些资深个人投资者做出投资决策。
4、类机器人模式：跟投多以量化策略进行，同时是一个具有论坛性质的在线投资交流平台。
下表列出了国内各类智能投顾业务模式的典型产品。例如，招商银行的马杰智能投顾是一种独立的建议类型，根据投资者的风险等级匹配公募和其他基金组合；江苏银行的阿尔法机器人是一种综合理财类型。，涵盖银行等金融机构的理财、贷款、保险、基金等产品，投融资结合，一键申请。
三、人工智能在保险技术中的应用
人工智能在金融科技中的应用也拓展到了互联网保险领域，形成了以智能风控、智能保险为代表的保险科技新技术。保险技术的发展，特别是人工智能的成熟，以及保险公司数据的海量积累，为保险智能风控和反欺诈工作的发展带来了新的机遇。智能风控以量化的方式评估案件的风险等级，可有效消除反欺诈过程中的人为不确定性，提高识别准确率，降低风控成本，节省大量人力资源。我国很多保险公司都在逐步使用人工智能，
以中国平安的“金融壹账通”为例，积极将金融科技应用于保险领域，推出“智能保险云”，包括“智能认证”和“智能快速理赔”两大产品，为保险赋能行业。2018年2月，“金融壹账通”推出区块链解决方案“金融壹账通”，不仅降低了金融机构获取高性能区块链底层设计服务的成本，还为监管部门创造了透明高效的监管。周围环境。
智能保险也是人工智能在互联网保险中的重点应用领域。SmartInsuranceGuarantee可以为保险客户提供自动化、智能化、个性化的保险咨询和建议服务，包括用户风险评估、保险需求分析、保险产品推荐等。智能保险的应用实例包括“大白”风险管理器、易信博诚智能保险营销、基于高级驾驶辅助系统的UBI车险等。
4.TomiRA（机器人顾问）服务经验
ToumiRA是由全球领先的金融科技公司宜信推出的智能投顾服务平台。平台提供的智能投顾服务包括“境外RA”和“国内RA”两个模块。下面，我们以国内低门槛的RA为例，介绍应用智能投顾服务完成互联网金融投资的操作流程。
第一步：了解智能投顾的服务流程
完整的智能投顾服务一般包括评估用户风险偏好、大类资产配置、根据偏好给出投资组合建议、交易执行、跟踪调整等步骤。
第二步：注册并登录“透米RA”APP了解其主要功能
注册并登录，在APP首页点击“什么是RA”，了解其主要功能。基于智能模型、海量金融数据分析和专业风险评估，投米RA可实现私人定制和个性化投资。具有一分钟开户、资金存取灵活、收益稳定、组合投资自动完成等特点。
第三步：完成风险评估，开立“国内RA账户”
在APP中选择“国内RA投资组合”，在“理财”页面点击“开立国内RA账户”按钮，在弹出的页面完成风险承受能力评估，提交开户信息，完成开户手术。
第四步：结合评估结果和风险偏好，选择合适的投资组合
结合风险评估结果和自己的风险偏好，从图米RA推荐的投资组合中选择一个合适的组合，完成投资。
第五步：自动投资和智能跟踪再平衡
投米RA作为一款智能投顾软件，会自动进行投资，使资产配置符合选定的投资组合要求，并会跟踪市场行情变化，智能调整仓位，使资产配置始终保持最佳配置状态。确定的风险偏好。投米RA还提供了“重选组合”和“一键销售”的功能，充分体现了互联网金融的便捷和快捷。
五、金融科技与监管科技的关系
金融科技既可以服务于互联网金融企业，也可以服务于监管部门。当人工智能、区块链、云计算、大数据等技术通过“互联网+”应用于互联网金融行业，解决行业原有的“痛点”，可能形成互联网金融新生态。相应地，监管者在互联网金融监管实践中使用这些新技术来降低监管成本，提高监管效率，称为监管技术。监管有效性符合监管部门、金融科技公司和互联网金融行业的长远发展利益。因此，监管部门需要探索一条可持续的监管技术应用路径，构建金融科技、互联网金融创新、监管科技之间的良性互动机制，实现协同效应。金融科技与监管科技的关系如图所示。
以下是区块链技术在金融监管中的应用示例。首先，区块链提供了去中心化的运行机制，打破了IT治理的界限，促进了数据的公开透明。通过分布式数据存储，实现数据追溯；只要监管者成为节点之一，就可以追溯每一笔交易的历史痕迹，大大降低了金融监管的难度。其次，区块链的不可篡改特性可以保证数据的真实性。基于非对称加密算法，交易双方不可能伪造业务数据，保证了资金审计的可靠性。最后，数据共享还可以提高金融服务中信任传递的效率，降低交易成本。展望未来，区块链在金融监管领域有着广阔的应用前景。我们要以开放的发展态度看待区块链，共同打造有序的互联网生态；要推动区块链与人工智能、大数据、云计算等多种技术的融合，构建适应金融科技特点的新型监管模式，平衡风险监管与金融创新，促进金融科技产业高质量发展。我们要以开放的发展态度看待区块链，共同打造有序的互联网生态；要推动区块链与人工智能、大数据、云计算等多种技术的融合，构建适应金融科技特点的新型监管模式，平衡风险监管与金融创新，促进金融科技产业高质量发展。我们要以开放的发展态度看待区块链，共同打造有序的互联网生态；要推动区块链与人工智能、大数据、云计算等多种技术的融合，构建适应金融科技特点的新型监管模式，平衡风险监管与金融创新，促进金融科技产业高质量发展。
免责声明：本文由用户上传，如有侵权请联系删除！浅谈人工智能对审计行业的影响
2.2.推动审计技术和方法改进
康曦月(2017)以大数据发展为背景，分析了人工智能技术对审计方法的影响，她认为人工智能会促进总体审计的发展。当下，受到审计人员数量和能力的限制，被审计单位的数据并不能完全掌握。大数据的使用可以帮助审计人员掌握业务活动全部的信息，从而实现总体、全面的审计。另外，审计的地点也将不再局限于活动现场。通过移动技术，审计人员可以远程提取数据信息，并且进行相应的分析和监督。人工智能将不同单位的审计信息构建成信息网络，使审计人员更方便、高效地处理工作，传统的审计方法得以极大地改善，审计工作的效率也得到了很高的提升。
2.3.促进审计工作数字化的发展
面对日益复杂的审计环境和大量的审计信息，立足于局部信息的传统审计方法已经不能满足时展的需要。在大量研究和调查的基础上，沈潇潇(2018)认为顺应人工智能的发展浪潮，大力推进数字化审计已经成为不可阻挡的趋势。数字化审计是在全面、广泛数据的基础上，通过人工智能自动筛选并调取出被审计单位相应的信息，这就大大减少了审计师关于筛选数据的工作量，并且全面过滤了有效的信息，实现审计信息高效、全面的应用。
3、人工智能在审计行业发展中的问题
3.1.冲击传统审计工作
人工智能的程序可以代替基础审计会计人员完成简单且重复的工作，比如收集核对数据、审阅条款账目、制作财务报表等。根据杨雪梅(2018)等研究人员的预测，不久的将来，人工智能将会完全替代基础审计会计工作人员。传统审计工作该如何操作，审计人员该怎样转变其工作职能，大量失业人员又将何去何从？这些问题对审计从业者乃至整个审计行业的冲击都是巨大的。
3.2.人工智能无法完全替代人工
在审计工作的实务操作中，人工智能是无法完全替代审计人员的。现场的审计环境复杂多变，会产生各种各样的、偏离人工智能设定好方向的问题，这就需要传统的审计人员依靠专业素养进行职业判断，进而作出合理的决策。经研究，朱镜桦(2018)提出，在智能化审计发展仍处于初级阶段的今天，审计人员必须加强实务操作的训练，提高个人职业素养，并且掌握计算机运用的能力，以适应多变的工作环境。会计机器人无法完全代替人类，但其引入却一定会给审计工作带来巨大的改变。
4、审计行业应对人工智能的发展策略
4.1.适应多变的审计环境，培养全面的审计从业者
闫国举(2018)从审计人员的知识结构和职能角度分析，认为在科技的迅猛发展下，人工智能在审计行业的普遍应用是大势所趋，也是技术革新、顺应潮流的必然变革。这便要求审计人员具备更高的综合素质，传统的审计人员仅仅掌握审计知识和经验就可以处理审计实务，但是这并不足以应对当下的多变环境。因此，审计行业要明确从业者的职能转换，培养综合审计、经济、统计、计算机等多种科学的全面人才。大数据时代已经来临，面对海量的数据，审计人员不但要收集、核对数据，更要明辨真假是非，数据审计师将成为审计从业者的重点培养方向。
4.2.依托会计信息管理系统，明确审计人员的职能转换
大数据时代，信息资源急剧增长，给事务所和企业决策提供了更加丰富的信息来源。梁日新(2018)指出企业的财务决策方式也发生了变化。依托于云计算，企业财务人员能够把相关信息进行罗列、整合，同时可以收集市场中竞争者的资料，从而辅助领导者作出最佳决策，这充分拓展了企业财务分析的范围。审计人员可以通过监控公司财务信息系统进行高效、便捷的审计，这不仅提高了工作效率，也可以最大化保证信息的安全可靠性。因此，在人工智能广泛应用的时代背景下，审计人员需要不断提高自身能力，做合格的监控者、管理者。最重要的是加强专业素养，熟悉会计知识，并且融会贯通，将其运用到会计信息管理系统的操作中。同时也要掌握相应的计算机科学知识技能，根据审计实务及时调整不适应实际情况的智能系统。除此之外，审计人员还必须加强应对风险的能力，通过大量的实务操作积累经验，提高自身职业判断的准确性，以防止意外风险的产生。总之，审计人员要明确其职能的转换是从单一的基础审计到综合全面的应用，通过自身熟练、专业的判断和处理来弥补人工智能的不足，应对审计行业的变革。
5、人工智能对审计行业的影响研究展望
通过上述文献回顾不难发现，智能、数字化审计已经成为审计行业发展的必然趋势。人工智能技术的出现对审计行业而言是一次巨大的变革，既是挑战，也是机遇。智能的会计机器人在解放会计师“双手”的同时，也在加强他们的“大脑”，这就意味着审计人员不必再做那些简单、重复的基础工作，而是不断学习新的知识，加强处理危机的能力。要保持先进性，遵循审计核心，计算机辅助的原则，临危不惧。总之，在这个充满挑战和机遇的时代，审计从业者们需要时刻保持敏锐的前沿意识，在挑战中不断进步，抓住机会，不断发展。但是我们还必须认识到，目前国内对人工智能的研究主要集中于其给审计行业带来的变革和挑战上，对人工智能系统的安全性问题却关注不足。未来的研究需要更加关注人工智能的安全性、可靠性。人工智能并不能完全取代传统的审计人员，除了其不具备处理应急问题的能力外，更重要的是系统的安全性问题。信息数据的存储和运输过程并非完全可靠，该技术也还未成熟稳定。因此，对于人工智能，审计人员在使用过程中必须要时刻保持谨慎的态度，以防止出现数据信息泄露、获取错误信息等重大问题。
参考文献
[1]康曦月.上市企业年报审计模式创新与改革——人工智能背景下[J].现代商贸工业,2017(1).
[2]梁日新.人工智能对会计行业的影响研究[J].现代商业,2018(15).
[3]沈潇潇.人工智能背景下注册会计师的信息化转型[J].财会学习,2018(21).
[4]杨雪梅,丁治伊,张涵.AI时代的到来对会计审计行业产生的利弊影响[J].环渤海经济瞭望,2018(6).
[5]闫国举.探讨人工智能技术对会计模式变革的影响研究[J].财会学习,2018(10).
[6]朱镜桦,陈晶.人工智能对于会计行业的影响及应对策略[J].财会学习,2018(17).
[7]陈敏洁.人工智能冲击对基础会计从业人员的影响[J].现代企业,2018(4).
作者：贾柚单位：南京审计大学返回搜狐，查看更多