人工智能行业发展报告篇1
人工智能行业发展研究报告白皮书深度学习的崛起与ai的第三次热潮20世纪50年代，神经网络相关基础理论的提出。20世纪80年代初，算法应用升级。2006年深度学习（深度神经网络）基本理论框架得到了验证，得益于海量数据处理计算能力的成熟，深度学习相关技术崛起。人工智能三大核心：计算力、算法、数据人工智能三大核心：计算力、算法、数据不断优化的人工智能算法，自从2012年深度学习技术相关算法突破后，才正真在给人工智能带来了春天。目前，已有的深度学习算法越来越成熟，算法的精确性、鲁棒性越来越来好。视觉及图像领域是深度学习算法应用最广泛效果最好的场景。被收集的大量数据，人工智能对于数据的需求多种多样，主要看应用场景，不同的应用场景对数据集的要求不同。标注的、结构化特定的应用场景下产生的数据是有价值的。数据分训练集和测试集，要求数据分布均匀。数据量并不是唯一追求的指标，在某些不过分要求精度的应用场景下对数据量的要求并不是很高，反而数据集的质量更为关键。高性能芯片组成的计算能力，当前人工智能芯片可分为两类：一类是平台，通用型深度学习芯片，比如英伟达最新的两款tesla系列深度学习芯片；另一类是根据特定的应用场景，进行定制开发和优化的处理器、硬件加速器，例如专门运用于安防视频或者无人机驾驶汽车等领域的芯片产品。技术应用热度三大梯队国内智能机器人与无人机相关技术最为火爆，位居于最前列语义分析、语音识别、聊天机器人等自然语言系列的技术位列第二梯队人脸识别、视频/监控、自动驾驶、图像识别等计算机视觉系列的技术位列第三梯队ai技术行业应用渗透力人工智能产业链结构：基础层、算法层、应用层国外巨头：谷歌——ai优先战略国外巨头：微软——牛津计划国外巨头：Facebook——开源战略国外巨头：iBmwaston——ai中的ip国内巨头：百度从互联网过渡到人工智能公司国内巨头：阿里巴巴致力于底层搭建国内巨头：腾讯自研加投资，布局深远
（来源：it桔子编选：中国电子商务研究中心）
人工智能行业发展报告篇2
随着智能移动终端的高度普及，人们已经日渐习惯将许多业务从pC终端转到移动终端完成。移动互联网时代，催生了众多新兴业态，智能化办公以及管理也开始得到越来越多人的注意。《报告》显示，企业对移动办公的重视度越来越高，员工也愈发习惯这种新的办公方式。数据显示，93%的公司管理层非常认可移动办公；82%的员工会将自己的智能手机用作工作用途。
智能移动办公的风口，让众多企业进入该领域。《报告》显示，钉钉在企业级市场已跃居领先地位。钉钉大数据显示，目前钉钉已覆盖所有行业，企业组织数量超过300万家。智能移动办公明显提升了商务沟通协同效率，并且使沟通更透明平等。
率先实现智能移动办公升级的企业具有7大共性
从传统纸质办公到pC办公时代，再到如今的智能移动办公时代，《报告》显示，率先实现智能移动办公升级的企业具有7大共性：更扁平灵活、更透明高效、更协同有序、更重视安全、组织更有温度、工作和生活分离、有社会责任感。
钉钉大数据显示，企业内部沟通群与企业外部统一管理沉淀资源，提升管理效率同时也让沟通更扁平灵活。消息已读与未读的显示，让反馈率提升显著；同时，管理层与员工的沟通更透明平等，管理层可以通过DinG功能催员工，员工也可以通过DinG功能催管理层，77%的DinG由员工发出，远超管理层发DinG比例。其中追求沟通时效性的传媒、建筑、服务行业更爱催管理层。
智能移动办公相比传统纸质办公，审批和考勤的效率也大幅提升，更协同有序。《报告》显示，移动审批可以利用碎片化时间随时随地进行，非工作日也可以确认，减少员工等待时间，并且超过80%的审批都能在24小时内完成，有效提升管理层的管理效率。而且管理层更愿意通过写日志的方式和员工交流；智能移动办公平台移动考勤，解决了传统排队打卡、手动算报表的痛点，解放人力的同时节省企业成本。通过技术实现了工作透明化，80%以上的企业都把考勤范围设为100米以上，充分信任员工，让考勤更人性化。工作节奏相对快而紧凑的传媒文化行业、教育行业、互联网/信息技术、建筑行业偏爱设置“晚走晚到”弹性考勤，灵活又人性化。
针对不同行业领域的业务需求，智能移动办公充分发挥着灵活多变的需求功能。在信息安全方面，46%的企业组织会使用加密功能，政府/事业单位对信息安全的诉求强烈，在信息/手机保密、安全的各项功能的使用中，使用率远高于其他行业，均列第一。在“密聊”和设置水印方面，科研服务业排名第一，充分体现了该行业对信息安全的重视。
智能移动办公让企业更有凝聚力，组织更有温度。员工自我驱动力显著提高，工作效率提升明显，时间管理能力变强，今日事今日毕；同时，管理层通过发红包激励员工，定向红包、节日红包一个不落，企业用更便捷的方式延续着传统企业对员工的关怀。
专属的移动办公软件也让工作和生活更为分离。《报告》显示，周末相较于工作日，每日活跃用户和聊天次数分别减少30%及64%，下降明显，智能移动办公平台使工作和生活真正实现了分离。同时，智能移动办公促进无纸化，更为绿色环保。《报告》显示，企业用电话会议和视频会议代替出行差旅，有效减少交通出行带来的碳排放，并缓解了交通压力。过去一年来，企业通过钉钉电话会议累计减少的碳排量，相当于长途飞行绕地球8168圈产生的碳排量。其中，北京、杭州、上海为减少碳排放量最多的城市top3。
酷公司的智能移动办公
现如今智能移动办公的渗透率正在辐射各个行业，不同的行业也找到了他们急需提升和完善的功能。
在追求高效方面，互联网/信息技术的酷公司对即时沟通偏好度高，政府/事业单位酷组织对高效流程的偏好明显，建筑业酷公司最爱一键式的“定向通知”，来实现行业的低成本且高效的诉求。在考勤方面，服务业、金融业、制造业的酷公司对考勤类功能展现了较高的偏好度。由于服务业工作特殊，多班制常见，对弹性考勤的使用率远高于整体。而二线城市金融企业则偏爱解决外勤管理的签到功能，其中昆明金融企业呈现较明显的偏好度。在创新方面，教育业酷公司化繁为简，开创了沟通的新模式。
人工智能行业发展报告篇3
报告指出，智能语音地迅速发展极大的繁荣了互联网运用、提高了社会治理智能化水平、推动了国家人工智能战略技术突破，提升了人民生活品质。
据悉，该报告是人民网舆情数据中心与搜狗知音完成的一项重要研究，报告梳理智能语音输入发展态势及用户画像，并对智能语音行业做出展望。
女性用户、80后用户、广东用户爱用语音输入
搜狗语音智能语音输入大数据显示，截至2017年12月，搜狗智能语音输入日请求次数已突破3.3亿次，并保持65%的年增长率。语音请求的高峰是节日期间，如春节、中秋节、端午节等。18点至次日凌晨2点用户语音输入请求最活跃。越是在闲暇时间段，用户越爱使用语音输入。
女性用户比男性用户更喜欢使用语音输入，占比达62%。80后、90后用户为语音输入的最活跃力量，分别占比36%和26%。在语音请求数量省份排名中，广东地区最爱使用语音输入。粤语成为使用语音输入最高频次的方言，中英互译日请求频次达1500万次，显示出语音输入在突破语言沟通障碍、促进跨国跨地区沟通交流方面发挥越来越重要的作用。
此外，语音输入在微信、微博程序中打开频次最高，oppo手机用户最多。使用语音输入最多的手机型号为oppoR9，多数用户偏爱短语音输入。
智能语音改变网民上网习惯促进互联网运用不断完善
智能语音输入的“快速性”能够满足用户沟通交流等多种复杂需求。如搜狗智能语音输入目前已可以做到一分钟识别400字，准确率达97%。另一方面，智能语音“无需动手”和“即时操作”的特性，从根本上改变了网民上网的传统体验。如在手游中，玩家可以直接发送语音信息与好友交流，解放了双手，大幅提升了玩家们的沟通效率和游戏体验。
此外，语音输入搭载到社交软件、网络直播、网络游戏、网络搜索、网络购物等各类互联网运用平台上，推动互联网技术的革新，拓展了互联网应用功能。
智能语音提升社会治理水平推动人工智能技术突破
在党的报告中强调了“社会治理智能化”。智能语音输入的“智能性”能使政府社会治理的水平和层次得以提升，让社会治理过程更为科学、智慧和优化。如全国法院庭审过程的网视频直播引入的搜狗语音技术，实现了视频和语音识别文字的融合，进一步创新了司法公开的手段，为社会现代化治理提供有力支持。
2017年7月，国务院印发《新一代人工智能发展规划的通知》，将人工智能发展提升为国家战略。智能语音技术是人工智能产业链上的关键一环，是实现人工智能的重要方式。因此，中国语音和语言技术方面的突破必将加速人工智能的实现。
智能语音市场或迎高速增长期
人工智能行业发展报告篇4
一、研究背景分析
（一）智慧审计平台建设的社会背景分析我国财政部继2008年3月《积极推进可扩展商业报告语言（XBRL）应用的暂行规定（征求意见稿）》之后，又了《基于企业会计准则的可扩展商业报告语言（XBRL）通用分类标准（征求意见稿）》。2010年，企业会计准则通用分类标准和XBRL技术规范系列国家标准正式。2011年，财政部和国家标准化管理委员会成立了全国会计信息化标准化技术委员会。同年，首批试点单位推进实施XBRL。2012年我国所有上市公司均已提交XBRL年报实例文档，标志着我国上市公司会计报告已全面实施XBRL。随着XBRL网络财务报告的普及和发展，基于XBRL系统下的审计工作也越来越受关注，其跨平台的报送方式，标准的实例文档为智慧审计平台的建设提供了数据保障，XBRL网络报告方式将彻底改变注册会计师的工作方式，也为智慧审计的建设和发展提供了标准的审计数据文档。基于XBRL视角下的现代计算机审计，必将在审计流程、审计技术、审计软件及审计结论与报告等方面逐步对审计工作进行规范。智慧审计平台的建设，将更好的解决传统计算机审计的各种不足，保证审计工作的准确性、及时性、智能性。
（二）智慧审计平台的技术背景分析与传统的计算机审计相比，智慧审计更强调审计工作的全面性、实时性和自动化的智能分析和判断能力。智能审计平台能自动收集全社会的会计信息，并对数据资源进行查询、分析、智慧追踪、智能分析，其实施过程更讲求数据量的大小和数据资源的标准化配置。XBRL标准化的数据文档和云计算大资源池技术的不断完善，为智慧审计的审计数据资源池建设提供了技术保证。云计算基于互联网，由一系列可以动态升级和被虚拟化的资源组成，这些资源可被所有云计算的用户共享并且可以方便地通过网络进行访问。还可以通过集群应用、网格技术或分布式文件系统等功能，将网络中大量的，不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问。智慧审计平台的建设可应用云计算资源池技术，运用我国XBRL分类标准，按统一要求将XBRL实例文档存储到相应的会计数据资源池中，审计数据的使用者从会计数据资源池中查找所需的审计数据，运用专业的审计技术方法，进行持续审计，稽核相应的审计数据，并对审计数据进行动态追踪，及时的发现问题、处理问题和修补问题，实现最大程度的实时、快速、持续的智慧审计。
二、XBRL发展对智慧审计平台建设的促进作用
（一）XBRL的发展为实现智慧审计提供了数据保障XBRL是基于互联网设计的，可实现跨平台数据报送，用于财务报告编制、披露和使用的网络报告语言，它将会计准则与计算机语言相结合，用于非结构化数据，尤其是财务信息交换的最新公认标准和技术。通过给会计数据添加特定的分类标签，使得计算机能够“读懂”财务报告，并通过统一的、标准的内置验证机制，使计算机能够自动分析会计数据。XBRL拥有自身的统一标准和应用规范，将原有的非结构化财务报告信息转换成计算机可识别的信息标签，来改善信息的定义和交换。XBRL技术框架包括XBRL技术规范（Specification）、XBRL分类标准（taxonomy）和XBRL实例文档（instance），XBRL的应用有助于实现财务报告的编制、分析和汇总，实现计算机对会计信息的统一识别，提高会计数据的可追踪性，为实现智慧审计提供了标准的网络财务数据。
（二）XBRL的发展为智慧审计提供了跨平台的数据追踪接口传统计算机审计的最大问题是数据的标准化问题，由于系统之间数据不能实现交互，传统的计算机审计必须对会计管理软件所使用的后台数据库、数据库结构等多种信息有一个全面的把握，并将审计系统固化在会计信息系统下完成计算机审计，软件共享性差、设计工作量大、运行成本高。随着云计算技术的不断成熟，大数据理念的不断深入，XBRL标准实例文档的不断完善，企业间可以将XBRL标准实例文档存储于云计算资源池下，建设可共享的审计数据资源池，政府部门、各企事业单位间实现资源池的数据对接，审计软件通过审计数据资源池的数据链进行数据追踪，格式的标准化使得企业内部、不同企业间实现信息自动查询，通过打通信息交互的通道，实现对审计数据的追踪、验证。云计算和XBRL技术的发展，使企业的会计报告以标准文档存储于统一配置的企业会计信息资源池中，并将各资源池数据进行数据链接，实现跨平台数据的整合与互访，充分利用各项商务智能数据分析技术，建设风险导向型的审计模型，进行智能分析，提高审计实时风险预警能力和管理决策功能。XBRL网络财务报告的应用，审计部门借助XBRL的标准实例文档对财务报告进行在线审计，并下钻至明细分类信息，实现跨平台的数据追踪，自动获取审计证据，生成审计工作底稿，智能编制审计报告。审计部门利用智慧审计平台来提升数据采集、处理和分析能力，达到高效、智能的数据追索能力。
（三）XBRL视角下智慧审计平台的优势分析在传统的计算机审计过程中，因系统的标准不统一，很难制定与审计智能化相配套的标准体系，信息系统可追溯能力弱，跨平台业务协调性差，严重制约了审计信息化向纵深方向发展。XBRL的发展使会计报告有了一整套标准的实例文档，通用的标准分类、内容和元素清单，能实现智能化的识别、核对、选择、分析、储存、交换各种会计数据。云计算技术下的XBRL会计信息可集合跨部门、跨企业的会计数据于一体，通过建设集中统一的数据库分析平台，其强大的数据处理和分析能力可更好的实现企业会计信息的优化配置，智慧审计软件通过会计数据动态资源池实现会计数据的跨平台数据追踪，实现跨平台的智慧审计。
三、XBRL视角下智慧审计平台建设方案
（一）智慧审计平台建设的设计构想智慧审计平台需要连接各企业、行业及政府等相关职能部门的管理信息系统，是企业会计数据的审计中心，其建设的目的主要是满足审计监督、审计鉴证、审计评价等审计工作需要。智慧审计平台建设首先从审计客户的需求出发，整合会计信息资源，设计智能化的审计工作流程。其次是智能审计管理平台的总体架构，智慧审计平台的建设能满足审计业务转型升级的要求，满足各行业对审计需求的变化和审计处理技术的发展，能将各个部门信息贯穿起来，对全社会的会计数据资源进行整合。最后是对智慧审计平台总体构建的设计，包括技术规范、数据标准、模型设计、内部控制的评价等，保证其设计标准的先进性和可扩展性。
（二）智慧审计平台建设的设计要点
（1）建立以XBRL为基础的标准审计程序。审计工作过程包括审计准备阶段、审计实施阶段、审计报告阶段和审计终结阶段。制定标准的审计程序有利于提高审计质量，提高审计评价的针对性和准确性，减少单纯依靠审计师的职业判断能力来进行审计而产生的审计风险。XBRL下的网络会计报告具有标准的实例文档，对文档资料能实现有效的控制和追踪，可对会计数据进行有效的验证，查询交易的明细记录，为实现智慧审计制定标准化的工作流程。随着审计工作的不断深入，标准审计程序的制定对于制定审计标准化工作流程，提高审计工作效率和审计质量有了更科学的评价依据。
（2）建立以XBRL为基础的审计工作底稿分类标准。审计工作底稿是审计的载体，是注册会计师形成审计结论、发表审计意见的直接依据。XBRL的实施，为注册会计师制定标准的审计流程，查找审计轨迹，进行审计部门协同作战，共享审计成果具有重要的意义。审计工作底稿是连接整个审计工作的纽带，具有统一分类标准的审计工作底稿为提高审计质量及后续审计提供数据参考，为减少审计工作重复性提供资料保障。具有统一分类的审计工作底稿具有标准的格式规范和数据稽核关系，为智慧审计平台数据采集、处理、分析提供统一的标准口径，为评价审计工作质量，进行审计数据的后续索引提供可靠的依据。
（3）建立以XBRL为基础的审计报告标准分类体系。审计报告是审计工作的最终成果，根据审计目标不同，审计报告的格式、要求和审计证据的详细程度也不同。建立标准的、逻辑关系严谨的审计智能报告分析体系，建设标准的审计报告指标，为评价审计工作质量和业绩提供可靠的评判依据。标准的审计报告体系可更方便、准确的对信息进行验证。基于不同审计目标的标准审计报告实例文档，能恰当的反映被审计单位的财务状况、经营成果、现金流量。标准化的审计报告体系有利于计算机对会计数据进行科学的审核和验证，按照审计的要求，确定数据审查范围及进行数据的逻辑对比和数据追踪，出具标准化的审计报告，为实现审计工作科学化、标准化、智能化，保证审计报告的规范性、准确性有着可靠的评判标准。
（4）建设以XBRL为基础的内部控制标准。内部控制制度的审计是审计工作的基础，作为智慧审计平台，每项业务控制系统实质上都是由若干必要的控制环节及针对其制定的控制组成的。企业的业务流程、各节点的风险控制环节直接影响企业内部控制的质量。作为智能审计平台，对XBRL标准实例文档应建立专业的数据勾稽关系和数据风险控制指标评价体系，方便注册会计师进行数据查询、对比、分析，建设标准化的内部控制数据校对链。审计证据的充分性和说服力主要取决于有效的程序控制，因此智慧审计平台审计要点应在计算机内部程序控制和应用控制上，保证系统的合法性和合规性。对会计信息系统的数据流、政策流、业务流进行综合测评，保证会计信息系统的安全性、有效性。
（5）建立以XBRL为基础的审计数据追踪链。云计算技术下的数据资源池很好的解决了企业各种会计信息资源的共享性不足问题。注册会计师在审计过程中，利用XBRL提供的动态实例文档，对会计数据资源池提供的数据进行标准化的数据查找，在此基础上，作为智能审计平台，应建立以XBRL标准实例文档为基础的智慧审计数据追踪链，运用审计常用的比较分析法、比率分析法、平衡公析法、趋势分析法、账户分析法、账龄分析法等审计复核技术，进行跨平台综合测试，获取系统、有序、彼此联系、可追踪的、具充分证明力的审计证据，进行科学的整理、分析和评价，形成系统的审计证明材料。智能查证企业会计数据并进行风险控制，不同来源的数据可相互验证，可进行数据的深入挖掘，实现审计数据的智能分析。审计数据追踪链功能的建设有利于进行数据的深度挖掘和智能的数据风险控制，实现“全方位”的智慧审计。
四、XBRL视角下智慧审计平台优化配置
（一）建设以产业链为核心的审计数据资源池审计工作质量的好坏主要取决于审计证据的有效性、及时性、相关性和数据量的大小。计算机审计取得审计证据的途径主要通过审计数据平台，建设一个数据量大、相关性高、及时性强、可追踪的审计数据资源池是实现智慧审计的基础。基于XBRL下建设的审计数据资源池具有标准的实例文档，数据可追溯性强。云计算架构下的智慧审计平台数据池可以集合全社会的会计数据资料，将全社会的会计信息存储于不同的虚拟服务器群上，通过分布式处理技术解决群系统的协同管理，实现数据共享，较好的解决了审计数据统一认证、审计分析、数据搜索等审计证据的收集工作。基于云计算的智慧审计平台通过对基础设施的整合、数据资源的安全认证技术、审计数据的流程化管理等手段，把审计数据资源池按照不同的区域、机架、网段进行分类，智慧审计平台对不同的虚拟化资源进行统一智能优化，实现可智能管理的审计数据资源池。由原有以企业个体为基础的会计信息系统整合为以全社会会计资源整合的大数据会计信息资源池。利用智慧审计平台先进的数据处理技术，不断的优化数据资源，实现高层次的以产业链为核心的审计数据资源池。
（二）建设以现代审计信息处理技术为核心的智能审计平台计算机审计信息处理技术包括：数据库技术审计应用类、软件技术审计应用类、编码技术审计应用类、空间技术审计应用类、通信技术审计应用类、网络技术审计应用类和微电子技术应用类。XBRL下的会计数据存储具有规范的、标准化的格式，可以对数据进行明细描述，数据元素的查找有着清晰的数据链。建设XBRL视角下的智慧审计平台，集合先进的计算机审计技术，可以充分发挥现代计算机审计技术中强大的数据存储、检索和数据挖掘能力，利用商业智能技术及多维数据分析技术，对海量数据进行切片、钻取、挖掘等多角度立体分析处理，发挥计算机空间处理技术优势，建设一个集审计数据挖掘系统、专家审计系统、决策支持系统为一体的智慧审计平台。
（三）建设以各种专业审计为一体的综合型智慧审计平台按照审计目的和内容不同，审计可分为以对审计单位财政财务收支活动和会计资料是否真实、正确、合法和有效性所进行的财政财务审计和以审查评价实现经济效益的程度和途径为内容，以促进经济效益提高为目的所实施的经济效益审计。审计的目的和对象不同，审计工作过程所使用的方法、审计指标体系、审计所需追踪数据的要求也不同，但在审查过程中它们又是相互配合，灵活运用。作为智慧审计平台，应能综合运用各种审计指标体系，深入挖掘数据间的内在联系，使审计活动全过程能彼此沟通、相互验证、实现审计计划、组织、实施到报告的科学性和严密性。建设一体化综合性的智慧审计平台，利用审计证据、审计工作底稿的共享性，有利于制定审计工作标准体系，合理设计智慧审计的工作流程，提高审计工作效率。
（四）建设以XBRL为基础的智慧审计模型强大的数据资源池为智慧审计提供了数据保障，智慧审计平台应将审计专家的智慧和经验充分融入到平台中，充分发挥审计平台的智慧数据处理能力，应建立健全审计信息化技术标准体系，建立完善的具有标准格式的大型数据库，保证资源池数据的互联互通、信息共享、业务协同。应集中力量开发建设审计数据监测指标和模型的构建，推广应用系列智慧审计软件。积极开展审前调查和数据追踪，增强审计的时效性，为数据分析、风险控制、科学决策提供更全面、及时的服务。
五、结论
信息技术、网络技术、云计算技术、智能处理技术的发展，数据化应用向智慧化应用迈进成为必然的趋势。XBRL的发展为智慧审计提供了统一的、跨平台的标准数据文档，是注册会计师开展智能审计的技术基础，智慧审计平台的建设将彻底改变注册会计师的审计方法和审计手段，将审计工作从原有的静态审计向动态审计、从事后审计扩展至实时审计、从现场审计向远程审计方向发展，充分发挥审计免疫系统的功能。
[本文系浙江省台州市科技计划项目“基于云计算下台州中小企业信息化平台的架构及应用研究”（编号：1202ky14）和台州职业技术学院“基于云计算的会计电算化模拟实训研究”（编号：2014B12）阶段性研究成果]
参考文献：
[1]吕志明：《基于XBRL的审计流程再造》，《财经问题研究》2011
年第3期。
[2]刘玉廷：《推广应用XBRL推进会计信息化建设》，《会计研究》2010年第11期。
[3]陈留平、赵顺娣、魏雯、刘艳梅：《对接型XBRL网络财务报告审计模型的构建研究》，《南京审计学院学报》2013年第3期。
人工智能行业发展报告篇5
【关键词】智力资本;自愿披露;内容分析法
一、引言
知识经济时代,利益相关者越来越关注与智力资本相关的信息,智力资本不仅是企业创造价值和获得持续竞争优势的源泉,而且也是其未来创新和利润增长的关键所在。LevandZarowin(1999)通过分析会计数据和市场价值的相关性,证明过去20年来会计信息的有用性已经降低。普华永道2001年进行的一系列调查发现,在投资者认为最重要的信息中,只有三种属于财务信息(现金流、利润、毛利率),剩下的七种信息中有两种源于内部数据(战略方向和竞争格局),余下的五种均是无形的信息,包括市场增长、管理团队的素质、市场规模、市场份额和市场拓展;投资者认为中等重要的信息可以分为三类:顾客(分销渠道、品牌、客户周转率)、雇员(智力资本、雇员保留率和每名雇员的收入)和创新(新产品收入、新产品的成功率、研发支出和产品开发周期)。这些投资者和分析师认为,重要的信息几乎都属于智力资本,然而多数没有被管理层披露,因而造成了信息不对称。因此,研究上市公司智力资本信息的自愿披露行为,对于促进上市公司提高自愿披露程度、降低信息不对称、促进资本市场的良性发展具有重要的意义。
二、文献综述
最近二三十年以来,会计界致力于研究外部报告对资本市场效率的影响(Healeyandpalepu,2001)。Botosan(1997)发现提高信息披露程度能降低资本成本;Sengupta(1998)证明提高披露能降低债务成本;Healeyetal.(1999)则发现提高披露能增加每股业绩,但与当期及预期盈余无关;GelbandZarowin(2000)发现披露水平高的公司,其股价与未来收益的相关性越高。为了降低信息不对称,提高资本市场的效率,许多国家呼吁上市公司提高信息披露程度,丹麦还编制了专门的智力资本披露指南。基于智力资本开发领域取得的成就,一批先驱企业率先开始对智力资本报告的探索,首开先河的是瑞典第一大保险和金融公司——斯堪迪亚(Skandia),他们于1994年设计了导航仪模型,系统化地解释了智力资本各组成要素及其关系。1997年,丹麦组织一批企业从事智力资本开发,这些企业陆续公布了智力资本报告,随后亚洲、欧洲、中东地区的一些企业在智力资本披露方面也取得了重要进展。
我国对智力资本披露的研究始于20世纪的最后几年,起步较晚,大部分停留在介绍国外的报告模式,并提出适合我国上市公司的智力资本报告模式。其研究通常分两种,一种是在传统的财务报告中增加与智力资本有关的账户并在表内披露,非财务信息在表外披露(谭劲松,2001;梁莱歆、官小春,2004);另一种是单独编制智力资本报告,如徐程兴(2003)提出的企业智力资本报告的主表和附表及报表附注所组成的报告框架。张炳发、万威武(2004)提出的企业知识资本报告,从知识资本投资、知识资本积累和知识资本绩效三大方面对企业的智力资本进行报告。对智力资本披露的实践研究涉及较少,张丹(2008)以中国社科院公司治理中心评出的2006年度上市公司100强中在a股上市的49家企业2001年至2005年的226份年度报告为样本,研究发现我国上市公司年报中有关人力资本、组织资本与客户资本等构成的智力资本披露内容已经存在,且披露内容逐年增加;智力资本信息披露对市价影响显著;智力资本披露具有行业差异。冉秋红等(2007)对我国2005年223家上市公司年报公开披露的非货币计量智力资本信息进行内容分析,对以货币计量的智力资本信息进行估算,实证结果表明,智力资本对组织经营绩效产生了积极的、正向的影响,以货币计量的智力资本信息对资本市场具有较为显著的价值相关性,而非货币计量的智力资本信息的价值相关性并未得到明显体现,同时,这些发现存在行业差异。
然而,由于智力资本披露程度的度量采用内容分析法,其重现性比较差,因而很有必要扩大样本容量,对上市公司的智力资本披露状况进行持续研究,以进一步明确公司智力资本披露的特征,为我国建立智力资本披露指南、有效指导上市公司的智力资本披露实践提供重要的依据。
三、研究设计
(一)样本的选择
本文选取2007年规模居前的100家非金融上市公司的年度报告为样本,选择了可以减少规模效应影响的规模较大的公司。已有文献指出,智力资本披露程度与公司规模相关(Bozzolanetal.,2006;张丹,2008)。虽然Striukovaetal.(2008)的实证结果指出,年度报告并不是研究智力资本披露程度最好的载体,然而大部分文献还是选择年报为分析样本(abeysekeraandGuthrie,2005;Bozzolanetal.,2006;Guthrieetal.,2007),而且除了年报外,我国上市公司披露的其他信息如网络信息、新闻会等较少,因此本文选择分析样本公司的年度报告。样本公司所属行业如表1所示,主要行业的划分依据CSRC的行业分类。
(二)智力资本披露程度的度量
由于年报中的智力资本信息多为文字和图表形式,为了辨别和比较不同企业披露的智力资本信息,目前已有的大部分文献均采用内容分析法(Beattieandthomson,2007;Guthrieandabeysekera,2006;Guthrieandpetty,2000;Guthrieetal.,2004)。然而此方法近年来颇受批评,譬如Beattieandthomson(2007)认为,由于没有提供详细的编码规则,智力资本要素的概念边界不清,读者很难判断智力资本要素的类别。因此本文将详细论述智力资本的分类以及各要素的涵义、智力资本信息披露的计量方法。
1.智力资本分类及要素的涵义
虽然目前没有公认的智力资本定义,智力资本报告的形式也各式各样,但包含的内容是相似的,主要是人力资本、组织资本和顾客资本,即“H-S-C”结构。Guthrieandpetty(2000)提出三类24要素的智力资本披露框架,人力资本包含6要素,即Know-how、教育、职业资格、与工作相关的知识、与工作相关的能力、创新精神;组织资本包含9要素,即版权、专利、商标、管理哲学、企业文化、管理过程、信息系统、网络系统、财务关系;顾客资本包含9要素,即品牌、客户、顾客满意度、企业声誉、分销渠道、业务合作、许可合约、有利的契约、特许权合约。此框架被Brennan(2001)和apriletal.(2003)所采用。Bozzolanetal.(2003)删减掉管理哲学、财务关系和创新精神三个要素,加入研究项目要素后形成22要素的分析框架。abeysekeraandGuthrie(2005)对智力资本要素进一步优化,并对各要素的内涵进行了说明。基于该结构,同时考虑我国目前智力资本管理的现状以及年报的内容结构,笔者将企业智力资本类别即要素结构设置为3类17个要素。
(1)人力资本。人力资本是企业员工的知识、经验、技能、态度的总和,包括培训与发展、创新精神、雇员安全、雇员关系、雇员福利以及雇员状况6个要素。培训与发展指Know-how、职业资格和培训;创新精神指创新意识、创新兴趣、创新胆量和创新决心;雇员安全指企业采取的安全措施、安全认证等;雇员关系指工会举办活动、雇员参与社会活动;雇员福利指雇员和管理层的报酬、雇员福利、雇员持股计划;雇员状况包括雇员人数、专业构成、教育水平、专家资历、雇员年龄以及人事变动等。
(2)组织资本。组织资本是企业的基本构架,是将人力资本组织起来的机制和流程,包括智力资产、管理过程、信息和网络系统、企业文化、财务关系、研发6个要素。智力资本包括版权、商标和专利;管理过程指管理方法与运作过程;信息和网络系统是保障智力资本有效运转的技术保障,主要指公司的信息系统,譬如内联网、信息密集度、资讯科技能力等;企业文化是公司全体员工认同并遵守的、带有本组织特点的使命、愿景、宗旨、精神、价值观和经营理念;财务关系是指企业与投资者、银行以及其他融资者的关系;研发是指为开发新产品或服务而进行的研究。
(3)顾客资本。顾客资本包括品牌与公司形象、顾客忠诚度、业务合作、分销渠道以及市场份额5个要素。品牌与公司形象包括品牌、质量标准和公司美誉;顾客忠诚度包括顾客满意度、客户忠诚度、客户拥有量、客户保持、客户服务等;业务合作包括商业合作、许可协议和特许经营协议;分销渠道包括销售、零售、经销权和网络等;市场份额包括产品或服务的市场占有率、市场地位。
2.智力资本信息披露程度的度量方法
依据前人的研究,本文采用内容分析法来度量公司的智力资本信息自愿披露程度。内容分析法的一个重要假设就是披露的次数或频率越高,表明该问题越重要。一些文献根据相关字词、短语、句子、段落的长度来计量要素披露的次数,而一些文献仅仅只计量字词出现的次数,不论其长度(Beattieandthomson,2007)。如果限制年度报告的篇幅,那么要素所占的长度越大,则该要素越重要,如果年报没有篇幅限制,由于没有额外成本,增加要素披露的长度可能并不能提供额外信息。我国上市公司的年度报告没有篇幅限制,报告长度参差不齐,长的超过200页,短的不到100页,因此本文选择只计数、不计长度的方法来度量智力资本披露的程度。参照Bozzolanetal.(2003)的计数法,本文选择段落作为分析单位来计量智力资本要素自愿披露的次数,判断的依据主要是段落的意思,而不仅仅是特定的词汇。如果智力资本信息框架中的任一要素在某段被披露,则该要素披露记数1,如果没有披露,则记数0,如果某要素信息在年报中重复披露,则仅记录一次。年报分析完后进行分类汇总,即可得该公司智力资本信息中每一种类每一要素的自愿披露程度。
在度量每一上市公司年报智力资本自愿披露程度之前,必须认真研读年报,确认并计数与智力资本要素涵义相符的内容。为了提高该过程的可信度,本文作者之一和一名研究生通读10份年报样本,分别独立计量各样本公司的智力资本披露程度,然后将两份计分表进行比较讨论,经过几番讨论后,两名计分者之间的分歧越来越小,直至达成一致。两名评分者再分别独立对余下的90份年报进行评分,若评分结果一致,则计分过程结束,若不一致,则继续讨论,直至达成一致。
四、实证结果与分析
(一)对智力资本要素自愿披露的描述性统计分析
表2列示了年报中智力资本要素自愿披露频次的描述性统计。
由表2可知,样本公司年报智力资本自愿披露的频次在2-55之间,均值为22.98,标准差为14.419,说明样本公司年报智力资本信息自愿披露的程度较低(英国为42.5,意大利为46.33,见Bozzolanetal.,2003),公司之间的差别比较大,这与我国资本市场不成熟、上市公司质量参差不齐、总体信息披露程度不高的环境相符。也可能是因为我国缺乏智力资本,根据世界银行2005年底颁布的“国家财富报告”,美国的无形资产是中国的99倍,这是导致我国与发达国家财富差距的主要原因。虽然我国致力于向知识经济转型,但是由于法制不健全,尤其是知识产权法的执行力度不够,效果并不明显。智力资本的三元素中,组织资本自愿披露的频率最高,均值达14.64;其次是顾客资本,均值为6.14;最后是人力资本,均值仅为2.2。这与Xiao(2008)的研究结论一致,然而与其他国家譬如英国和意大利(Bozzolanetal.,2003)、斯里兰卡(abeysekeraandGuthrie,2005)的研究结论不同,上述国家披露程度最高的是顾客资本信息,其次是结构资本信息。说明我国上市公司尤其强调智力资本的管理过程,对人力资本的管理和积累不太重视。在知识经济时代,人力资本是智力资本的核心,是最具有主观能动性和创新精神的价值驱动器,我国上市公司应该积极培育人力资本,加强对人力资本的管理。另外上市公司组织资本信息和人力资本信息披露次数的标准差分别为5.595和2.688,说明各公司的信息披露差别非常大。在组织资本的信息披露中,管理过程披露最多,均值高达10.38,说明上市公司强调如何管理智力资本,突出管理层的管理意图和能力。在顾客资本的信息披露中,品牌及公司形象的披露频次较高,说明我国上市公司越来越注重品牌的培育,通过品牌培育、公司形象塑造来扩大市场占有率,获取长期竞争优势。雇员福利是人力资本信息中披露程度最高的要素,通过披露员工福利计划,吸引并留住拔尖人才,增强企业的竞争实力。
(二)智力资本要素自愿披露行业差异的比较分析
使用表1中的行业分类作为调查智力资本要素披露行业差异的依据,由于“造纸和印刷业”只有一个企业,因此去掉该行业,对余下的13个行业进行统计分析,结果见图1。从图1可以看出,信息技术业的智力资本披露程度最高;其次是电子行业,这两个行业都属于高新技术产业,对智力资本的依赖程度很高,其对知识、技术、信息等要素的掌握和应用将决定经营的成败;披露程度最低的行业是“电力、煤及水的生产和供应业”,这类行业属于传统行业,竞争不是很激烈,主要靠规模获取竞争优势。人力资本信息披露程度最高的是“石油、化学、塑胶、塑料业”;其次是采掘业,这些行业工作条件较差,企业越来越关注雇员的安全健康及培训,重视人与社会的和谐发展,其他行业对人力资本信息的披露程度都较低,相差不大。组织资本信息披露程度最高的是信息技术业;其次是建筑业和电子行业;披露程度最低的是“电力、煤及水的生产和供应业”。顾客资本信息披露程度最高的是信息技术业,关注与外界建立关系,重视顾客忠诚度的培育,与顾客和供应商合作,最低的是“电力、煤及水的生产和供应业”。
五、研究结论
本文在构建人力资本、组织资本和顾客资本三元素的公司智力资本信息披露框架的基础上,分析了2007年我国规模最大的100家上市公司的智力资本披露程度,结果表明:
1.我国上市公司智力资本信息自愿披露的程度不仅比较低,而且相互之间差别比较大;在智力资本披露框架的三元素中,组织资本信息的披露程度最高,其次是顾客资本信息,最后是人力资本信息。
2.我国上市公司智力资本自愿披露程度行业间的差异比较明显,信息技术及电子等高科技行业公司的披露程度较高,而电力、煤及水的生产和供应业等传统行业的披露程度较低。
人工智能行业发展报告篇6
摘要
人工智能时代，网络空间安全威胁全面泛化，如何利用人工智能思想和技术应对各类安全威胁，是国内外产业界共同努力的方向。本报告从风险演进和技术逻辑的角度，将网络空间安全分为网络系统安全、网络内容安全和物理网络系统安全三大领域；在此基础上，本报告借鉴Gartner公司的aSa自适应安全架构模型，从预测、防御、检测、响应四个维度，提出人工智能技术在网络空间安全领域的具体应用模式。与此同时，本报告结合国内外企业最佳实践，详细阐释人工智能赋能网络空间安全（ai+安全）的最新进展。最后，本报告提出，人工智能安全将成为人工智能产业发展最大蓝海，人工智能的本体安全决定安全应用的发展进程，「人工+「智能将长期主导安全实践，人工智能技术路线丰富将改善安全困境，网络空间安全将驱动人工智能国际合作。
目录
第一章人工智能技术的发展沿革
(一)人工智能技术的关键阶段
(二)人工智能技术的驱动因素
(三)人工智能技术的典型代表
(四)人工智能技术的广泛应用
第二章网络空间安全的内涵与态势
(一)网络空间安全的内涵
(二)人工智能时代网络空间安全发展态势
1、网络空间安全威胁趋向智能2、网络空间安全边界开放扩张3、网络空间安全人力面临不足4、网络空间安全防御趋向主动
第三章人工智能在网络空间安全领域的应用模式
(一)ai+安全的应用优势
(二)ai+安全的产业格局
(三)ai+安全的实现模式
1、人工智能应用于网络系统安全2、人工智能应用于网络内容安全3、人工智能应用于物理网络系统安全
第四章人工智能在网络空间安全领域的应用案例
网络系统安全篇
（一）病毒及恶意代码检测与防御
（二）网络入侵检测与防御
第三章人工智能在网络空间安全领域的应用模式
人工智能技术日趋成熟，人工智能在网络空间安全领域的应用（简称ai+安全）不仅能够全面提高网络空间各类威胁的响应和应对速度，而且能够全面提高风险防范的预见性和准确性。因此，人工智能技术已经被全面应用于网络空间安全领域，在应对智能时代人类各类安全难题中发挥着巨大潜力。
（一）ai+安全的应用优势
人们应对和解决安全威胁，从感知和意识到不安全的状态开始，通过经验知识加以分析，针对威胁形态做出决策，选择最优的行动脱离不安全状态。类人的人工智能，正是令机器学会从认识物理世界到自主决策的过程，其内在逻辑是通过数据输入理解世界，或通过传感器感知环境，然后运用模式识别实现数据的分类、聚类、回归等分析，并据此做出最优的决策推荐。
当人工智能运用到安全领域，机器自动化和机器学习技术能有效且高效地帮助人类预测、感知和识别安全风险，快速检测定位危险来源，分析安全问题产生的原因和危害方式，综合智慧大脑的知识库判断并选择最优策略，采取缓解措施或抵抗威胁，甚至提供进一步缓解和修复的建议。这个过程不仅将人们从繁重、耗时、复杂的任务中解放出来，且面对不断变化的风险环境、异常的攻击威胁形态比人更快、更准确，综合分析的灵活性和效率也更高。
因此，人工智能的「思考和行动逻辑与安全防护的逻辑从本质上是自洽的，网络空间安全天然是人工智能技术大显身手的领域。
（1）基于大数据分析的高效威胁识别：大数据为机器学习和深度学习算法提供源源动能，使人工智能保持良好的自我学习能力，升级的安全分析引擎，具有动态适应各种不确定环境的能力，有助于更好地针对大量模糊、非线性、异构数据做出因地制宜的聚合、分类、序列化等分析处理，甚至实现了对行为及动因的分析，大幅提升检测、识别已知和未知网络空间安全威胁的效率，升级精准度和自动化程度。
（2）基于深度学习的精准关联分析：人工智能的深度学习算法在发掘海量数据中的复杂关联方面表现突出，擅长综合定量分析相关安全性，有助于全面感知内外部安全威胁。人工智能技术对各种网络安全要素和百千级维度的安全风险数据进行归并融合、关联分析，再经过深度学习的综合理解、评估后对安全威胁的发展趋势做出预测，还能够自主设立安全基线达到精细度量网络安全性的效果，从而构建立体、动态、精准和自适应的网络安全威胁态势感知体系。
（3）基于自主优化的快速应急响应：人工智能展现出强大的学习、思考和进化能力，能够从容应对未知、变化、激增的攻击行为，并结合当前威胁情报和现有安全策略形成适应性极高的安全智慧，主动快速选择调整安全防护策略，并付诸实施，最终帮助构建全面感知、适应协同、智能防护、优化演进的主动安全防御体系。
（4）基于进化赋能的良善广域治理：随着网络空间内涵外延的不断扩展，人类面临的安全威胁无论从数量、来源、形态、程度和修复性上都在超出原本行之有效的分工和应对能力，有可能处于失控边缘，人工智能对人的最高智慧的极限探索，也将拓展网络治理的理念和方式，实现安全治理的突破性创新。人工智能不仅能解决当下的安全难题，而通过在安全场景的深化应用和检验，发现人工智能的缺陷和不足，为下一阶段的人工智能发展和应用奠定基础，指明方向，推动人工智能技术的持续变革及其更广域的赋能。
（二）ai+安全的产业格局
人工智能以其独特的优势正在各类安全场景中形成多种多样的解决方案。从可观察的市场指标来看，近几年来人工智能安全市场迅速成长，公司在2018年的研究表明，在网络安全中人工智能应用场景增多，同时地域覆盖范围扩大，将进一步扩大技术在安全领域的应用，因此人工智能技术在安全市场内将快速发展，预计到2024年，可用在安全中的人工智能技术市场规模将超过350亿美元，在2017-2024年之间年复合增长率（CaGR）可达31%。
marketsandmarkets公司在2018年1月的《安全市场中人工智能》报告则认为，2016年ai安全市场规模就已达29.9亿美元、2017年更是达到39.2亿美元，预测在2025年将达到348.1亿美元，年复合增长率为31.38%。而爱尔兰的Researchandmarkets公司在2018年4月份了专门的市场研究报告，认为到2023年人工智能在安全领域应用的市场规模将达182亿美元，年复合增长率为34.5%。由于机器学习对付网络犯罪较为有效，因此机器学习作为单一技术将占领最大的一块市场，到2023年其市场规模预计可达60亿美元。
除了传统安全公司致力于人工智能安全，大型互联网企业也在积极开展人工智能安全实践，如Google、Facebook、amazon、腾讯、阿里巴巴等均在围绕自身业务积极布局人工智能安全应用。
（三）ai+安全的实现模式
人工智能是以计算机科学为基础的综合交叉学科，涉及技术领域众多、应用范畴广泛，其知识、技术体系实际与整个科学体系的演化和发展密切相关。因此，如何根据各类场景安全需求的变化，进行ai技术的系统化配置尤为关键。
本报告采用Gartner公司2014年提出的自适应安全架构（aSa，adaptiveSecurityarchitecture）来分析安全场景中人工智能技术的应用需求，此架构重在持续监控和行为分析，统合安全中预测、防御、检测、响应四层面，直观的采用四象限图来进行安全建模。其中「预测指检测安全威胁行动的能力；「防御表示现有预防攻击的产品和流程；「检测用以发现、监测、确认及遏制攻击行为的手段；「响应用来描述调查、修复问题的能力。
本报告将ai+安全的实现模式按照阶段进行分类和总结，识别各领域的外在和潜在的安全需求，采用aSa分析应用场景的安全需求及技术要求，结合算法和模型的多维度分析，寻找ai+安全实现模式与适应条件，揭示技术如何响应和满足安全需求，促进业务系统实现持续的自我进化、自我调整，最终动态适应网络空间不断变化的各类安全威胁。
1、人工智能应用于网络系统安全
人工智能技术较早应用于网络系统安全领域，从机器学习、专家系统以及过程自动化等到如今的深度学习，越来越多的人工智能技术被证实能有效增强网络系统安全防御：
机器学习(mL，machineLearning):在安全中使用机器学习技术可增强系统的预测能力，动态防御攻击，提升安全事件响应能力。专家系统（eS，expertSystem）：可用于安全事件发生时为人提供决策辅助或部分自主决策。过程自动化(at，automation)：在安全领域中应用较为普遍，代替或协助人类进行检测或修复，尤其是安全事件的审计、取证，有不可替代的作用。深度学习（DL，DeepLearning）：在安全领域中应用非常广泛，如探测与防御、威胁情报感知，结合其他技术的发展取得极高的成就。
如图3所示，通过分析人工智能技术应用于网络系统安全，在四个层面均可有效提升安全效能：
预测：基于无监督学习、可持续训练的机器学习技术，可以提前研判网络威胁，用专家系统、机器学习和过程自动化技术来进行风险评估并建立安全基线，可以让系统固若金汤。
防御：发现系统潜在风险或漏洞后，可采用过程自动化技术进行加固。安全事件发生时，机器学习还能通过模拟来诱导攻击者，保护更有价值的数字资产，避免系统遭受攻击。
检测：组合机器学习、专家系统等工具连续监控流量，可以识别攻击模式，实现实时、无人参与的网络分析，洞察系统的安全态势，动态灵活调整系统安全策略，让系统适应不断变化的安全环境。
响应：系统可及时将威胁分析和分类，实现自动或有人介入响应，为后续恢复正常并审计事件提供帮助和指引。
因此人工智能技术应用于网络系统安全，正在改变当前安全态势，可让系统弹性应对日益细化的网络攻击。在安全领域使用人工智能技术也会带来一些新问题，不仅有人工智能技术用于网络攻击等伴生问题，还有如隐私保护等道德伦理问题，因此还需要多种措施保证其合理应用。总而言之，利用机器的智慧和力量来支持和保障网络系统安全行之有效。
2、人工智能应用于网络内容安全
人工智能技术可被应用于网络内容安全领域，参与网络文本内容检测与分类、视频和图片内容识别、语音内容检测等事务，切实高效地协助人类进行内容分类和管理。面对包括视频、图片、文字等实时海量的信息内容，人工方式开展网络内容治理已经捉襟见肘，人工智能技术在网络内容治理层面已然不可替代。
在网络内容安全领域所应用的人工智能技术如下：
自然语言处理（nLp，naturalLanguageprocessing）：可用于理解文字、语音等人类创造的内容，在内容安全领域不可或缺。图像处理（ip，imageprocessing）：对图像进行分析，进行内容的识别和分类，在内容安全中常用于不良信息处理。视频分析技术(Va，Videoanalysis)：对目标行为的视频进行分析，识别出视频中活动的目标及相应的内涵，用于不良信息识别。
如图4所示，通过分析人工智能技术应用于网络内容安全，在四个层面均可有效提升安全效能：
预防阶段：内容安全最重要的是合规性，由于各领域的监管法律/政策的侧重点不同而有所区别且动态变化。在预防阶段，可使用深度学习和自然语言处理进行相关法律法规条文的理解和解读，并设定内容安全基线，再由深度学习工具进行场景预测和风险评估，并及时将结果向网络内容管理人员报告。
防御阶段：应用深度学习等工具可完善系统，防范潜在安全事件的发生。
检测阶段：自然语言、图像、视频分析等智能工具能快速识别内容，动态比对安全基线，及时将分析结果交付给人类伙伴进行后续处置，除此之外，基于内容分析的情感人工智能也已逐步应用于舆情预警，取得不俗成果。
响应阶段：在后续调查或留存审计资料阶段，过程自动化同样不可或缺。
3、人工智能应用于物理网络系统安全
随着物联网、工业互联网、5G等技术的成熟，网络空间发生深刻变化，人、物、物理空间通过各类系统实现无缝连接，由于涉及的领域众多同时接入的设备数量巨大，传感器网络所产生的数据可能是高频低密度数据，人工已经难以应对，采用人工智能势在必行。但由于应用场景极为复杂多样，可供应用的人工智能技术将更加广泛，并会驱动人工智能技术自身新发展。
情绪识别（eR，emotionRecognition）：不仅可用图像处理或音频数据获得人类的情绪状态，还可以通过文本分析、心率、脑电波等方式感知人类的情绪状态，在物理网络中将应用较为普遍，通过识别人类的情绪状态从而可与周边环境的互动更为安全。ai建模（Dt，Digitaltwin/aimodeling）：通过软件来沟通物理系统与数字世界。生物特征识别(Bo，Biometrics)：可通过获取和分析人体的生理和行为特征来实现人类唯一身份的智能和自动鉴别，包括人脸识别、虹膜识别、指纹识别、掌纹识别等技术。虚拟(Va，Virtualagents)：这类具有人类行为和思考特征的智能程序，协助人类识别安全风险因素，让人类在物理网络世界中更安全。
人工智能行业发展报告篇7
人工智能（artificialintelligence，缩写ai）是一门研发用于模拟、延伸和扩展人的智能的人类智能的理论、方法、技术及应用系统的新的技术科学。人工智能早在1956年就已被提及。随着近几十年来计算方法的革新、硬件水平的提高和云计算大数据的共同驱动，人工智能得到了各行业的广泛关注和研究。尤其是在2016年Google的alphaGo战胜李世石，随后alphaGo升级版master持续挑战人类顶尖围棋高手，保持了60场不败的纪录，使得人工智能名噪一时。
根据艾媒咨询的《2017中国人工智能产业报告》显示，2016年中国人工智能产业规模以43.3%的增长率达到100.6亿元，预计2017年将达到152.1亿元，并于2019年增至344.3亿元。
二、人工智能在金融领域的变革情况
一直以来，金融行业差别化的服务都是基于“人”的服务。然而，近年来，机器人的出现在一定程度上模拟了人的功能，批量而且更个性化的服务正尝试取代人的位置。依托互联网金融的兴起，计算机视觉、自然语音处理、机器人、语音识别等人工智能技术在金融行业中得到了广泛的应用。在“第二届中国金融科技大会”中，百度高级副总裁朱光指出金融是人工智能最好的落地场景，因为它的核心就在于数据和数据处理。
（一）人工智能在银行服务领域中的应用
第一，征信助手。从传统金融到“互联网+金融”，无论是传统的信贷审批还是互联网产品，如p2p、现金贷等征信的搜集，风险防控一直是银行类金融机构的重要课题。在过去，对贷款人贷前识别、贷中监控、贷后反馈，一般会单纯地依靠大量的信贷工作人员的实地考察，这就极大地增加了信用风险评估的片面性和失误性。目前，借助人工智能和大数据搜集和认证客户信息。通过多渠道、多维度地获取客户信息数据，实现智能化征信和审批，可极大地加快银行信贷速度和限制增量风险，减少信息不对称。传统银行信贷风控模型中，变量覆盖只有20～30个，而基于用户数据累计和人工智能技术建立的智能化风险控制体系模型可超过万级单位。澳大利亚证券及投资委员会（aSiC）、新加坡货币当局（maS）、美国证券交易委员会等多家机构已将ai引入风险管理。
第二，客户服务。在银行客户服务中，用户的咨询问题具有重复性特征。人工智能利用深度学习系统，通过前端客户数据搜集，如用户信息、行为动态等方面进行捕捉，而后结合客户性别、年龄、爱好等进行多维度、标准化营销。首先，各大银行通过推出可互动的高科技机器人代替大堂经理，提升客户体验，降低成本。例如，交通银行的“娇娇”、民生银行的“one”、农业银行的“智慧小达人”。其次，近年来建设银行、中国银行等多家银行先后建立“智慧银行”，颠覆了传统的银行模式。客户将在智能机器人的引导下办理各项业务，增强银行的科技感和服务的体验感。
（二）人工智能在投资顾问中的应用
相比传统的投资顾问，智能顾问通过机器学习与神经网络技术，能够通过数据分析处理、构建和完善模型，利用采集的经济数据提供更加快速、可信、客观、可靠的投资方案。同时，人工智能还可以通过搜集资料，进行数据分析，自动撰写各类报告。比如，招股说明书、行业研究报告、尽调报告和投资意向书等。投资顾问先行者Ken-sho能够在两分钟内基于历史数据判断历年来美联储加息前，标准普尔和道琼斯指数的趋势，判断利好行业和潜力公司，而过去依靠人类分析师几天几夜都是很难达到的。花旗银行数据显示2012―2015年年底，智能顾问管理资产规模从0发展到290亿美元，未来将高达5万亿美元。北京资配易投资顾问公司人工智能系统（Siai）可根据市场信号判断买卖时机和仓位规模。除此之外，国内外还有京东金融推出的智投、小金所的机器人投资顾问。2016年下半年，全球最大的资产管理公司――莱德基金（BlackRock）花费1.5亿～2亿美元收购理财初创公司“未来顾问”（Futureadvisor）、德意志银行推出的机器人投顾“anlageFinder”等。
（三）人工智能在保险行业的应用
近年来，随着大数据、云计算、人工智能等新技术的发展和应用，保险业进入了一个更高效、更快捷的时代。首先，一直以来在传统保险行业中，如何存储大量的纸质或者影像的保单、证照、票据等数据是保险公司的一大难题。据统计，一个100人的数据录入团队一年的人力成本在200万元～600万元。然而，人工智能通过参与大数据和深度算法，数据构造后，存储空间可节约90%。其次，如何对存储数据进行传输、搜索和剖析的问题也日益突出。而人工智能通过数据积累和算法迭代，就可以为保险公司的产品定价提供精确数据。同时，通过机器识别参与保险理赔，可降低风险。目前，国内外多家保险公司已经开始布局人工智能。例如，泰康人寿保险智能机器人“tKer”、平安人寿“智能机器人”、合众人寿人工智能“小ai”、太平洋保险智能运维机器人、弘康人寿引入“人脸识别技术”、日本富国生命保险人工智能平台“watsonexplorer”、台湾国泰人寿的“pepper”等。
（四）人工智能在互联网金融领域的应用
互联网金融作为传统金融的补充，通过依托互联网技术和工具提供资金融通和支付结算等业务行为。目前，我国互联网金融发展经历了两个阶段。最初阶段，互联网金融仅仅只是为传统金融业务提供网络化服务，即把保险、理财、基金、信托等金融产品搬到网络进行营销。现在，互联网金融则覆盖第三方支付、p2p网络借贷、大数据金融、众筹和第三方金融服务平台等多种模式。首先，人工智能提高了互联网金融的效率。通过自动问答机器人实现智能客服，在过去两年的“双十一”期间，蚂蚁金服95%的客服均由智能机器人通过语音识别完成了远程客户服务、业务咨询和办理。其次，随着《关于促进互联网健康发展的指导意见》《非银行支付机构网络支付业务管理办法》和《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》等一系列政策的出台，不难发现，互联网金融在理财顾问、征信助手、智能风控和防范金融系统风险等方面被逐步规范化和法制化。例如，长期以来，由于缺乏有效的管理，信息安全、风险控制、资金调节等问题日益突出。根据《2016年全国p2p网贷行业快报》，仅2016年12月，“跑路”的平台就有69家。人工智能的出现可有效地进行监管，规避风险。根据阿里巴巴蚂蚁金服的数据显示，网上银行在花呗和微贷业务中，将虚假信贷交易降低了10倍。利用oCR系统，支付宝证件审批由1天降低到1秒。百度利用大数据和人工智能实现教育信贷秒批。
人工智能行业发展报告篇8
［关键词］ 社会科学研究；科普工作；应用对策研究；广西
［作者简介］ 李建平，广西社会科学院研究员，《沿海企业与科技》杂志社社长、编审，研究方向：区域文化、文化产业，广西 南宁，530022
［中图分类号］G31［文献标识码］a［文章编号］1007-7723（2012）06-0018-0005
党的十七届六中全会、自治区第十次党代会都把繁荣发展哲学社会科学纳入了文化大发展、大繁荣的总体布局，广西的哲学社会科学事业迎来新的机遇，得到更好、更快的发展。2011年是广西“十二五”规划的开局之年，广西社会科学工作者牢牢把握机遇，奋发有为，开展了全方位、多角度、深层次的研究，为加快“富民强桂”新跨越作出显著贡献，充分发挥了哲学社会科学作为社会主义建设事业“思想库”和政府“智囊团”的作用。
一、以社会主义新智库建设为切入点，为党委、政府决策服务的能力进一步增强
广西社会科学院通过一系列活动、课题使社会主义新智库建设得到显著推进。2011年8月18日，广西社会科学院、广西壮族自治区北部湾办、综合开发研究院西南分院（中国·深圳）、广西北部湾发展研究院共同承办2011年“泛北部湾智库峰会”，并与泛北国家相关著名研究机构共同签署《“泛北智库峰会”宣言》，同意建立固定机制进一步深入探讨和深度研究泛北合作中面临的各种问题及对策。这是继2010年《“泛北智库峰会”成立宣言》发表后的又一重大智库宣言，有力地推进国际或区域性重大问题的合作研究及成员机构之间的信息共享、人员交流。10月，广西社会科学院与中国社会科学院国际研究学部、广西国际博览事务局、广西北部湾发展研究院联合主办了“第八届中国－东盟博览会系列论坛”之一的“第四届中国－东盟智库战略对话论坛”，论坛以“加强中国－东盟全面合作”为宗旨，围绕“新形势下的中国－东盟合作”的主题，就扩大中国－东盟政治、经济、文化合作领域，深化区域行业之间的务实合作，实现共同发展进行讨论和展望。两次中国－东盟智库峰会，对推进中国－东盟的全面合作和促进广西北部湾经济区深度建设，发挥了积极的作用。
2011年，广西社会科学机构和有关专家学者直接参与多项自治区党委、政府重要报告和文件的撰写工作。根据自治区党委的安排，广西社会科学院牵头开展了“关于深化改革开放，加快建设‘三基地一中心’问题研究”和协助开展了“关于保障和改善民生，建设幸福广西问题研究”两个党代会报告重要专题的调研工作；该院主要领导吕余生被邀请到中共中央组织部协助考评工作，作为第十次党代会报告起草工作领导小组成员，并担任第四调研组组长，蒋小勇全程参加了党代会报告的起草，袁珈玲参与全区农村工作会议材料的起草工作等。吕余生主持的《关于从源头处理影响广西社会稳定13个突出问题的调研评估报告》获得自治区党委常委、政法委书记温卡华的批示，林忠伟与新农村建设相关的5篇调研报告分别获得自治区党委副书记危朝安、原自治区党委副书记陈际瓦、自治区党委常委、组织部部长周新建的重要批示，批转自治区相关职能部门落实。该院专家还积极开展为党委政府、部门及地市县的经济、社会、政治、文化等的研究工作。据不完全统计，2011年，广西社会科学院主持或参与自治区、市、县三级“十二五”规划编制共34项，参与广西北部湾发展研究院课题研究工作3项。广西区党校自2010年开始设置全区党校系统咨政类重大课题，当年立项18项，2011年立项29项，选题包括《广西经济增长协调机制研究》《广西建设面向东盟商务总部经济对策研究》《基层党内文化建设研究》等。2011年，由河池市党校主持完成的《河池市生态旅游产业发展研究》核心成果《依托世界级生态旅游“富矿”打造世界级生态旅游产业》在广西区党校咨政内参《党校要报》发表呈报自治区党委后，获得自治区党委副书记危朝安的批示。社会科学科研项目贴近党委政府决策需求，更加发挥出作为思想库和智囊团的作用。
广西社会科学院主编的2011年系列蓝皮书以真实的记录、准确的数据、深入的分析继续为自治区党委、政府制定战略、政策提供了思想理论上的重要支撑。2011年出版有《2011年广西蓝皮书：经济形势分析与预测》《2011年广西蓝皮书：广西社会发展报告》《2011年广西蓝皮书：广西文化发展报告》《2011年广西蓝皮书：西江经济带发展报告》《越南国情报告2011》5部，该院还与自治区北部湾办、广西北部湾发展研究院在社会科学文献出版社共同编著出版了《广西北部湾经经济区开放开发报告（2011）》《泛北部湾合作发展报告2011》，并作为2011年第六届泛北论坛的会议材料。此外，《2012年广西蓝皮书：经济形势分析与预测》在自治区党委、政府2011年12月召开的全区经济工作会议之前出版，为会议提供了翔实的经济数据和决策参考意见，反映了社会科学成果的时效性得到显著提高。
二、针对广西经济社会发展现状的可行性研究成果显著
人工智能行业发展报告篇9
人工智能将解放更多人力
自从人工智能概念被提出后，人工智能是否将取代人类工作就是一个热门的话题之一。这其实是对人工智能期待和忧虑的矛盾心理表现。不过有个不争的事实是：人工智能已经开始取代一般简单、重复性的体力工作了!
譬如，富士康的工业机器人Foxbot已经开始走上流水线展开工作，这些机器人可以日以夜继地工作，大幅度地缩减人工成本。更为重要的是，富士康的工业机器人Foxbot目前的智慧相当于3至6岁的人类，能够完成前端的高精度贴片、后端的装配和搬运环节。而另一方面，中国制造的典型城市东莞已经加速开启“机器换人”计划，力图开拓一个全新的生产时代。
对于人工智能的未来，很多研究报告及专家均表示人工智能将替代人类的工作。其中世界经济论坛就发表了《工作的未来》报告，该报告预测从2015至2020年，全球将减少710万个工作机会，其中约有476万个办公行政类型的职位将会被替代。
不过人工智能完全取代人类还有很大的距离，但是取代一些工作却是必然结果。就如美国德州莱斯大学资讯科技研究院主任瓦尔第所说，人类虽然不可能完全被取代，不过未来各行各业都将由智能机器人大幅改变现有的工作模式。机器人将取代越来越多人力工作，如药剂师、狱警、调酒工作，越来越多工作都可由机器取代人力，未来正迈向机器几乎完全取代人力的时代。
有相关研究表明，人工智能也仅是取代一些没有特殊知识和技能的劳力性工作。而且这并不是坏事，因为这样可以让更多劳力资源得以解放，令他们从事其它更具创新有趣的工作。另有研究也证实，自1870年以来的英国历史表明，新技术的出现和总体失业率变化并没有直接关联。数据显示，尽管新技术不断涌现，但并没有造成失业率的明显波动，决定失业率高低的是经济增长情况，而不是技术本身。
另一方面，随着人工智能的快速发展，传统的工作架构将会被打破，除了生产流程智能化外，人们将会更加注重大数据分析、资料视觉化、运营和管理等工作，并且有研究表明，这几种类型的工作岗位需求反而会因人工智能的发展而增加200万个工作机会。
人工智能投资大增
虽然人工智能的威胁论一直甚嚣尘上，甚至很多知名科学家也纷纷发表人工智能将威胁人类，甚至会毁灭人类的言论。譬如史蒂芬·霍金(StephenHawking)、比尔·盖茨(BillGates)、埃隆·马斯克(elonmusk)、扬·塔里安(Jaantallinn)以及尼克·博斯特伦(nickBostrom)等人就一直对于人工智能技术的发展表示担忧。但是人们对于人工智能的未来却充满期待，非但没有因为威胁论而停下脚步，反而加大力度进行投资。
自2014年初，Deepmindtechnologies被谷歌以6.5亿美金收购，风险投资已经意识到人工智能领域(ai)的投资前景。数据表明，全球近年来的人工智能领域的风险投资具有快速增长的趋势。VentureSCanner的统计显示，目前全球人工智能领域的企业达到了955家，其中395家公司已经累计获得了48.5亿美元的融资。以智能机器人风险投资为例，在2011年全球的投资额仅为1.94亿美元，但到2015年时已激增至9.23亿美元。业内人士都认为2015年是人工智能机器人的创业元年，2016年将迎来爆发式发展。
在中国，人工智能领域也是迅速发展。据艾瑞咨询2016年1月的报告显示，中国人工智能领域已有近百家创业公司，其中约65家获得投资，共计29.1亿人民币(约合4.48亿美元)。其中较为著名的公司有大疆科技获得7600万美元融资、Yuneec获英特尔投资6000万美元。
投资大增的背后是业界对人工智能机器人的未来前景充满期待。市场研究公司iDC在《全球商用机器人消费指南》上预测报告称全球智能机器人行业及相关服务市场规模年复合增长率达17%，2019年行业规模将达到1354亿美元。
科技企业开始发力布局
面对人工智能具有巨大潜力的未来，很多巨头企业自然不愿错过这一时代热潮，纷纷重视这一领域的布局，力图拿到人工智能领域的话语权。在国外，以谷歌、英特尔等巨头引领着人工智能的发展，自2013年以来，雅虎、英特尔、领英、苹果以及推特都收购了人工智能公司。在国内，以百度、腾讯、阿里为代表的科技巨头纷纷在人工智能领域中发力布局。
在国际上，英特尔是一家较为积极投资布局人工智能的巨头科技企业，共投资了16家ai公司。其主要在智能机器人这块进行积极部署，而且投资金额也非常高，在过去的2015年里，英特尔共投资了超过5亿美元，包括对无人机Yuneec、服务型机器人公司Savioke等。分析指出，英特尔希望抓住这次人工智能的热潮，挽回过去10年错失发展机遇的损失。
而在国内，除了百度推出的机器人助理“度秘”以及广泛应用人工智能技术的无人驾驶车、阿里巴巴的人工智能平台“Dtpai”和客服机器人平台、腾讯的视觉识别平台腾讯优图、智能计算与搜索实验室和撰稿机器人Dreamwriter外，中国的一些科技企业也在积极地发力进入人工智能这一领域。如，科大讯飞战略投资深圳优必选科技有限公司，试图在运动控制方面实现突破;昆仑万维出资为企业提供人工智能与大数据技术的行业解决方案;均胜电子在智能汽车技术上深耕。
人工智能的发展潜力已经得到了国内外科技企业的肯定，未来，将会有更多巨头科技企业强强联手开发人工智能。而且，随着各国对于人工智能发展的支持政策的出台，将会更好地刺激人工智能快速发展。
中国就是一个大力支持人工智能机器人发展的国家，按照工信部相关规划，到2020年前后，中国机器人产业集群规模约2844亿元，力图通过人工智能机器人开创中国制造2025的美好未来。而据有关数据显示，中国在过去两年时间已经成为智能机器人的最大买家，约占全球需求的25%。作为中国的科技企业，这不失为一个巨大的发展机遇。面对汹涌的人工智能热潮，企业可以借鉴周鸿祎所说的：“人工智能时代一旦开启，对每个人都是新的舞台。它会以指数级速度加快，技术进步不可阻挡，我们能做的，只有奋力抓住潮头，迎接变化!”
人工智能将推开第四次工业革命大门
人类发展至今，经历了多次技术的革新换代。其中以第一次工业革命为开端，互联网技术为代表的第三次革命为突破口的发展促进了人类加速进入了后工业时代的信息时代。目前互联网信息技术的发展，为人工智能的发展提供了坚实的基础。目前，人工智能正在渗透到各行各业的改造当中。
有人说，人工智能是下一次的工业革命，对人类的影响将不亚于互联网对人类的影响。这点中了时代的发展脉搏，也与世界经济论坛以第四次工业革命为主题的做法不谋而合。人工智能拥有空前的运算能力，其发展的速度、影响的范围都与以往的生产方式、经济架构截然不同。
随着人工智能的发展，人类在人工智能的辅助下，将具备把智能设备、人和数据连接起来，并以智能方式利用这些数据的能力，从而在现实世界中实现将机器、设备和网络能在深层次与信息世界的大数据连接在一起，推动工业革命和网络革命的前进。这种革命性的转变将不是第三次工业革命的延续，而是彻底地颠覆。它将彻底颠覆人类以往的分工模式、生产生活方式。
人工智能在颠覆的同时也为人类带来了便利，就如周鸿祎所说：“人工智能也并不是像电影里所展示的那样，机器人会成为人类的威胁。相反，它就像工业革命之后的一切技术创新一样，会造福于我们整个人类。”例如智能机器人去从事危险的救火工作，避免人类的伤亡。而对于企业来说，人工智能能更好地完成一些重复性的劳力工作，而且还能节约人力成本。这也是众多科技企业大力研发适合自己企业的代工智能机器人，如Uber研发智能无人车、亚马逊研发送货智能无人机。
当然未来人工智能的作用远不止如此，如alphaGo背后的Deepmind团队创始人DemisHassabis在接受采访时透露，alphaGo仅仅是谷歌人工智能项目的一个分支。在未来，Deepmind主要目的是“用人工智能解决一切问题”，并将进一步探索人工智能在医疗、机器人以及手机等多个领域的应用。
人工智能正在以其特有的方式敲击着第四次工业革命的大门，微软创始人比尔·盖茨对此就有深刻的认识，他在今年达沃斯世界经济论坛年会期间表示，许多科技领域的创新正快速推进，数字领域的创新可能继续领跑。电脑认知能力、机器人智能化、物联网以及大数据分析模式，可成为众多行业发展的基础工具。未来，第四次工业革命将在许多领域带来快速和颠覆性变化。
总结：做好改变的准备迎接第四次工业革命
随着人工智能的快速发展，人类必将进入一个全新的时代。也许未来人工智能将会取代更多人的工作，但是技术发展是潮流，不能因为其负面影响就抱残守缺，甚至抵制技术的发展。面对时展的潮流，唯一能做的就是做好改变的准备，抓住时代的潮流。
人工智能行业发展报告篇10
[关键词]XBRL;财务智能;自包;智慧
财政部会计司司长刘玉廷提醒企业,现代企业制度要求企业必须实现会计信息化,要做到数出一门、资源共享。便于不同信息使用者获取、分析和利用信息,以进行投资和相关决策。“再不实现全面信息化,企业在竞争中就落伍了!”全面信息化是指从数据的收集到数据的分析到利用数据辅助企业决策整个过程使用信息技术。XBRL的出现使数据的收集变得更加容易;财务智能在XBRL格式数据基础上对其进行分析进而辅助企业做出决策。XBRL的深入研究和广泛应用将推动财务智能的发展,财务智能将成为会计人员必备的数据分析工具,运用财务智能后会计人员将成为智慧的会计人。
一、XBRL实现数据“按需定制”,促使会计人员角色转变
(一)XBRL――会计信息化新数据标准接口我国从20世纪70年代末就开始将计算机技术应用到会计领域,最开始只是从单个的功能实现角度来设计,最近几年才从整个会计信息系统的角度出发来设计一个有机的会计信息系统整体。但是在这30多年的发展中,所有的设计开发只是为了满足用户市场需求或是自行开发。而XBRL作为一个数据格式标准。为数据在不同软件之间的转换提供了数据标准接口。在没有XBRL以前,借助于信息技术。财务报告的呈报内容一般采取HtmL和pDF格式,仅是将纸质的财务报告进行电子化,由于不同的财务软件编制的财务报表格式不同及不同格式固有的劣势。使用者在进行数据处理和分析时困难重重。数据的使用效率极低。国内商品化的会计软件由于在数据库、数据库结构、开发工具以及数据文件的存储格式等方面不尽相同,在数据交换的接口方面不公平、不统一,严重阻碍了高层次的会计信息系统的开发和应用,增加了不同数据源之间的交流困难,几乎任意两个不同软件之间要实现数据传递都会存在专门的数据转换问题。所以,无论是对审计部门、税务部门还是企业自身而言。在对数据进行审核分析时,需要在重新输入或是重新设计不同系统问的转换接口上花费很多的精力和时间,不仅造成工作效率低下,还带来了严重的社会资源浪费。XBRL是一个开放式的不局限于特定操作平台的国际标准,在这个标准下,每个财务项目被定义上标签,会计信息被“统一化”,通过它可以解决企业内部系统整合的难题,使各种商业信息在不同软件、平台、技术问实现数据的可靠提取和顺畅交换,并且依据底层的元数据的重新组合能够使财务报表适应变化的会计制度和表格式要求,给财务报表数据的存储、传递、再利用都提供了有效的工具,避免了不同的财务软件以及相同财务软件的不同版本都要提供数据接口的问题出现。由于数据文件是按XmL格式组织,因此利用一些工具软件可以很容易地将数据文件中的各种数据提取出来进行深入分析。这解决了pDF格式的文件只能看不能读取其中内容的难题,对实现上市公司信息在证券业内、业间流转、处理和共享有着深远的意义,从而提高了数据的可比性。企业无论处于何种系统环境中。只要采用了XBRL,都可以提供统一性的财务报告数据。实现不同数据的无损转换。XBRL在经济领域中有着广泛的应用空间,主要有以下几大领域:企业管理领域、审计领域、企业信用等级评估领域、证券市场领域、贸易与纳税领域、金融行政领域。可以看到,作为新一代的标记语言,XBRL将对会计信息供应链上的各方产生巨大的影响。对于会计信息的提供者。XBRL标准方法大大降低了披露成本,同时降低了披露时产生错误的风险;对于会计信息的使用者而言,XBRL标准将促进信息的处理和转换效率。
(二)轻松实现XBRL应用XBRL的效果正如investopediaResearch,inc的tomHendrickson所言:“利用XBRL数据,公司数据收集的时间从2-3小时过程缩短到仅需几分钟,同时,由于是标准化的数据,可以将数据发送到excel中,公司的数据审查工作也可以在很短的时间内完成。”为了实现XBRL应用,软件公司做了许多的工作,他们提供的产品可以帮助企业以XBRL格式进行财务报告的报送工作,并大大简化企业采集、比较、跟踪以及分析组织内部所有财务数据的工作流程。同时软件公司已经将XBRL技术纳入他们所提供的产品之中,通过提供软件包或定制模式来满足企业的需求。主要包括以下三种方式:
1 专用XBRL软件方式
例如,RivetSoftware软件公司的DragonView是一款XBRL的视图软件。该软件可以帮助企业把XBRL格式的报表在其公司网站上,可以通过导航方式。让并不擅长技术的财会专家们完成XBRL文件的报送、审查工作,进而还可推进管理和风险合规(GRC)工作的实施。2 excel工具包方式markLogic公司推出的excel连接器,利用微软开发的officeXmL格式of-riceopenXmL(ooXmL)赋予财务人员在excel上构建应用软件获取数据以及与其他系统程序化地共享数据的能力。可以在多个excel电子数据表之间搜索数据,实现XBRL报告编制的自动化。使用ex-cel工具包后,XBRL报告中的相关部分将被自动提取、整合,最后以excel文件形式保存,整个过程简化、高效。3 财务软件集成方式而我国用友的nC产品中,已经包含了XBRL的功能模块。在用友eRp-nC5.5用户手册中可以看到:iUFo是用友开发的基于指标体系和weB的网络统计应用系统。在对外传输接口中已经提供了把报表数据导出成通用报告语言XBRL格式文件的功能。操作流程为:安装XBRL组件产品->在1―UFo中[列外传输接口]的[XBRL设置]功能节点。先选择方案(如图1),然后设置指标对照关系->在iUFo中[报表数据],选中报表数据,点击[生成XBRL示例]菜单,则生成XBRL文件,并可本地下载。
(三)XBRL实现数据“按需定制”
应用XBRL后,过去披露的pDF格式文件转变为XBRL格式文件。投资者不仅能够在线查询上市公司的基本情况、主要财务数据、资产负债表、利润分配表和现金流量表等明细数据,而且可以在线分析不同公司的相同会计科目。而相关公司的
数据文件也在线供投资者下载。在上证所和深交所的网站中。可以看到XBRL实例文档,可以随时查看上市公司的数据及季报与年报,绘制图形、表格,甚至可以将公司财务的现金流量表收入和资产负债表的结果相互比较,并且可以进行多种格式的下载。而且XBRL应用下。财务数据可以实现跨年份、跨行业、跨公司、跨国家收集。这样,用户就可以根据自己的需求选择数据,实现数据的“按需定制”。
(四)XBRL促使会计人员角色转变:信息生产者到信息生产消费者
会计角色在经济工作中也不断发生变化,激烈的市场竞争要求会计能够随需应变,为新时代的需求做出调整。会计人员的角色经历了“记账、算账、报账”的账房先生、“凭证录入、审核”的账簿记录员,现在会计信息化时代,会计人员需要做的是进行风险控制、资产管理、为管理者提供决策支持。而这些的准确实现是建立在对实时的。全面的数据的正确分析基础之上的。XBRL为会计人员提供了大量的财务数据和非财务数据,并能够做到实时、在线披露财务信息。
未来的会计人员是面对大量XBRL数据辅助企业做出决策的“企业业务伙伴”。未来的会计信息系统将进入事件驱动会计阶段,这一阶段的主要特征是摒弃借贷记账方式,以业务事件驱动数据的记录与处理过程,即由信息需求触及信息的报告(同时加工处理)过程,此时会计的职能是实时采集与业务事件有关的全部数据,为投资、经营、管理和决策提供全方位的信息服务。“数据等于资产”。会计人员不能做“数据监狱”里的囚徒,而应该管理好数据这笔资产,让它转化成价值。未来的会计需要进行事前的反映和监督,实现所提供信息的“适时性”和“预见性”,保证及时发现企业的问题并实施相应的对策。未来的会计角色是业务伙伴。要求财务人员从全局出发,做战略规划,发挥财务战略与研发战略、采购战略、生产战略、营销战略、人力资源战略的协同作用,提高管理会计的能力,实现企业价值链各环节的一体化和提高企业的整体竞争力,将企业推向潜在投资者,确保企业在新的环境下仍朝战略目标前进。这时候,知识管理显得尤其重要。在今天的后工业社会和信息时代,企业的核心竞争力则主要依赖于企业知识资本的大小,谁拥有知识谁就拥有未来。不同企业的知识是具有不可复制性的,会计人员需要充分利用显性知识,挖掘隐形知识,形成较强的知识管理能力。把知识的作用发挥出来以促进企业的发展。所以我们提出会计人员应该完成从信息的生产者到信息生产消费者角色的转变。即会计人员需要对大量XBRL数据进行分析,使数据转化成智慧。辅助企业决策。
在庞大的数据量和传统数据管理方法的缺陷下,会计人员需要及时选择顺应时展的分析工具,以此增强个人和企业的竞争力,实现双赢。在目前的企业管理中最为前沿的实践应用就是财务智能。财务智能可以帮助数据使用者清洗数据,分析数据,并用交互可视化的形式辅助决策。因此,财务智能是会计人员必备的数据分析工具。
二、XBRL助推财务智能发展。实现“自包”会计人
(一)XBRL助推财务智能发展
“工欲善其事。必先利其器”,根据Gartner对1300个企业Clo的调查结果显示,绝大多数的Cio认为Bi的运用将显著提高企业的数据分析能力,进而提升企业决策能力,是迈向国际化的捷径。2006-2009年连续四年,商务智能应用评为Cio最受关注的技术。一个完整的商务智能(鲁百年)是从数据到信息,从信息到知识,从知识到决策。由决策到行动,从而形成一个闭环。其中最重要的是要有数据基础,而XBRL恰恰能提供大量的实时、全面、格式一致的数据。财务智能是商务智能在财务方面的应用,财务人员很有必要关注财务智能工具在财务领域中的应用。
财务智能就是将财务管理理论模型化,通过智能匹配方式,将数据导入数据仓库或以数据仓库现有数据为分析对象,根据财务管理模型,利用计算机高速准确的计算能力,对数据仓库中的数据进行处理。迅速得到企业经营诊断报告。形成经营决策建议。财务智能从世界范围看,理论和实践才刚刚起步,但对改变企业管理,特别是财务管理却起着革命性的提升工作效率、辅助经营决策的作用。在财务智能软件中,主要包括智能财务分析系统、智能财务监控系统、智能经管决策系统以及智能财务预警系统等等。企业获取和使用信息的速度越快、效率越高,降低成本和提供利润的速度就越快。因此,当数据的获取变得轻而易得时,财务人员就应该考虑选择一个合适的工具让数据说话。相比下,财务智能就是一个很好的工具,它可以为企业数据分析提供基于指标的多维分析技术,并进行数据挖掘。财务智能过程中所涉及的信息技术主要有:从不同的数据源(交易系统或其他内容储存系统)收集的数据中提取有用的数据,对数据进行清理以保证数据的质量,将数据经转换、重构后存入数据仓库或数据集市,然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理(这时信息变为辅助决策的知识)。最后将知识呈现于用户面前,转变为决策。我们需要利用财务智能从获取的海量信息中提取有用的信息,并能进行有效的数据挖掘,深层分析数据背后所港藏的问题及机遇。但是。数据挖掘还不能很好地理解数据中存在的知识。XmL技术的出现,不仅为互联网上的电子数据交换提供了一个标准。而且从数据的角度提供了一个更好的表示数据内容以及数据所代表意义的手段。XBRL作为XmL在网络财务报告语言上的应用,则为我们理解大量的财务数据,为企业战略的建立提供有效的支持。这样,财务智能在XBRL标准的基础上,可以更准确地为企业管理者提供决策所用的信息。XBRL带给用户的最大便利,是可以利用工具进行财务信息的分析和计算。如果财务报告不能提供更多的有用数据,工具本身也就失去了意义。再是,XBRL能够提供更多的原数据,这样就减少信息的“流失”,利用XBRL。每个具体的财务信息都带有丰富的内涵。信息的丰富程度和可获取性同时大大增加。
(二)财务智能,需要会计人员具备“自包”能力
自包能力是指由企业信息系统的使用人员(最终用户),在完全独立或在信息技术人员的帮助下,根据自己工作的需要,使用第四代计算机软件工具为企业开发各种应用型的信息系统的能力。在复杂的经济环境面前,企业经营面临的不确定因素越来越多,风险也越来越大,迫切要求会计人员利用掌握的信息及时、全面、科学地分析研究,创造性地思维,设计或选择经营投资的最优方案,真正参与到管理中去,有效辅助决策。这种需求除了要求会计人员具有较高的综合素质,还应具备创新欲和持续不断的创新能力。即会计人员除了具备操作软件的技能以外,还应具有数据分析的
能力,并能将分析的过程程序化、模型化。财务智能可以从企业管理层的角度出发,集成国际先进的财务管理理念和完善的财务管理体系。通过对财务数据多维度的深入分析提高财务数据及时性、准确性和完整性。通过灵活的报表生成等手段。为企业提供更及时、准确和全面的财务管理信息,从而为企业管理层提供更强大的决策支持能力,帮助管理层更加有效地对各项财务信息进行监控和管理。从而做到全面分析、预测和应对挑战。而提高会计人员自包能力的关键,是选择适用的第四代计算机软件工具和实施策略。
(三)财务智能,实现“自包”会计人全攻略
1 低风险的财务智能策略
财务智能可有效提高财务人员的数据洞察力,是从管理型会计信息系统到决策型会计信息系统的一个重要的发展阶段。在财务智能系统的构建中一般会涉及到六个层次。分别是:数据源、数据仓库、数据探察、数据挖掘、数据可视化技术及制定决策,如图3所示。
需要说明的是,这里所说的低风险策略并不是说完全跳过数据仓库、oLap、数据统计、数据挖掘等中间过程。而是把这些中间过程简化。通过业务人员最常用的excel等工具来进行简化的数据仓库、o-Lap、数据统计、数据挖掘等,然后用水晶易表来形象地展现出来。因为散落在公司各处的电子表格中蕴藏着许多知识资产,及时找到并共享“最佳实践”电子表格模型,也只有这些模型的所有者和创建者才能真正了解和信赖它们的结果,而且。与基于代码的模型相比,excel模型更容易让使用者理解。当使用了XBRL格式产生的数据后,它就可以很容易地转换成ex-cel格式的数据,从而使得业务人员自身就能够参与到财务智能系统的实实之中。能够根据自身需求做出自己所需要的模型供决策所用。所以,我们提倡使用低风险的财务智能策略,让使用者借助于XBRL格式易于转换成excel格式数据这一途径,使用excel和水晶易表(CrystalXcelsius)来实现数据的收集、分析、管理和辅助决策。
首先,在低风险的财务智能策略中。只将目标所需要的字段从数据库中导入到excel,不导入不相关的字段,并且在导入时就选择所需要层级的字段。这样就在很大程度上减少了数据量,另外只做一个针对目标的“数据立方体”,这再一次极大的降低了数据量。microsoftofficeexcel2007支持超过104万笔的单张数据工作表,并可以同时存储1.6万列的数据。另外excel也可以实现整合多个数据源的数据功能。所以excel完全可以满足低风险的财务智能策略的数据仓库的要求。再是,excel的强大的数据透视表功能不仅可以塑造二维的报表,它提供的页字段还可以塑造多维的报表格式。报表中的各字段还可以根据自身的需要进行任意的汇总、合并、隐藏、排序等功能,可以看到excel也完全可以进行oLap所能实现的切片、切块、钻取、旋转等分析动作来剖析数据,并帮助用户直观地理解、分析数据。所以,相对需要不少人的精力和智慧投入及长远、持续而相对规范的管理的oLap,excel的应用在现阶段肯定更易被接受。
另外。在数据分析和数据挖掘上。我们同样可以使用excel来实现。在数据分析上excel提供了强大的函数及图表功能,整理出来的数据基本都可以用函数或图表来得到所想要的结果,若希望在此基础上得到更深入的分析结果,excel还提供了“数据分析”加载项来进行数据分析,另外为能有效提升excel2007用户数据处理和分析能力,微软公司提供了一个免费的数据挖掘模块。通过调用该模块。excel2007用户可以方便快速地完成以往只有使用专业数据挖掘软件才能完成的任务。最后,在数据的可视化上,相信通过水晶易表进行的数据展示也完全能满足企业决策的要求。CrystalXcelsius是一个交互可视化的报表展示工具,它能够利用简单的界面来输入excel数据和公式,然后输出交互式的仪表盘报表、生动的表格和图形、财务报表以及业务计算器,管理者可通过动态调节各相关指标,得到最优的投资项目,而且通过CrystalXcelsius做出的效果比较生动形象,全新而美观的数据呈现方法,试图让数据会说话,提高沟通的有效性。
通过上面的分析,可以看到,运用ex-cel和水晶易表这两个工具就基本可以实现数据仓库、oLap、数据分析及数据挖掘的功能,而且对于业务人员来说,这两个软件都不需要编程写代码,业务人员经过自学或者简单培训就能根据自己的业务做出出色的交互可视化模型。excel几乎是每一个业务人员平常都在用的软件,比较熟悉,并且在excel中将数据分析、数据挖掘等这些对业务人员来说非常头疼的东西进行简单化。只要懂业务稍加培训就能像专业人员一样进行数据分析、信息挖掘。最重要的是,XBRL使所有的业务数据都可以转换成excel数据,在这种形式下。完全可以通过实施低风险财务智能策略为管理层的决策提供支持。
2 基于SaaS商业智能解决方案
Sap推出的SapBusinessobjectsexplorer。是一种典型的低风险财务智能解决方案,于2009年5月份推出,是一款集导航、搜索和可升级的内存加速功能于一身的独特产品,它以互联网式搜索框为界面,用户通过简单的关键词搜索来浏览和检索商业信息,全部操作都通过文本输入检索和鼠标点击进行。该产品在2010年2月推出了基于SaaS的商业智能解决方案SapBusinessobjectsBlonDemand(省略/),该解决方案能以灵活的方式提供出完整的商业智能工具套件。试图推动Bi为所有用户服务。网站提供的SapBusinessob-jectsexpiorer软件让管理人员在思考瞬间探索业务。它主要面向企业中所有随时可能用到商业智能的普通人员,其出色的易用性让使用者无需相关经验或培训即可上手,使他们具备清晰度和洞察力。以便快速地行动,并制定更明智且有效的业务决策。当财务人员通过XBRL很容易的获取数据后。如何将数据转变为管理有用信息。如何将信息转变成知识,如何为企业决策提供支持。财务智能的工具就是一种有效的手段,它为信息使用者提供一种直观的方法,可以快速地搜索和探索数据,以获得业务的即时洞察力。用户可以在无需培训或对it部门需求的情况下,只需输入几个关键词搜索相关信息,然后直观地探索大量数据,并在无需对存在哪些数据或能在哪里我到进行事先了解,即可快速且轻松地解答即时问题。对该软件人们给予了非常高的评价:Sap中国区Cto张侠则把SapBusinessobjectsexplorer当成
Sap公司一个划时代的产品,Sap北亚区总裁纪秉盟更是将其称为“Sap历史上最激动人心、最具创新性的产品”。
这款借助SapBusinessobjectsBionDemand解决方案,最大的优势是使用简单(如图4),通过三步(提供excel数据源、分析洞察数据、动态仪表盘),让你的数据会说话。没有任何it经验的人也可以轻松掌握这款产品的使用,来浏览和挖掘公司数据。通过自然语言查询,来搜索不同时期企业在不同地区的销售情况。搜索出来的所有信息都可以点击进行“深入分析”,查看具体时间段内具体地区的销售信息,并进行比对。这些信息还能自动以柱状图等诸多可视化功能来呈现。这款产品可以非常快速地安装实施。整合企业之前的数据库内容,企业中的所有人都可以简便透明地获他们之前无法掌握的相关数据和业务动态,从而有助于决策的明智化。使用者通过利用SapBusinessobjectsex-plorer软件能够对各种来源的数据进行访问和可视化地检索。即便是企业中最普通的使用者,也可以通过简单地点击几下鼠标来组合数据,再根据详细用户指引生成报告、进行分析。此外,这一创新的解决方案将采用基于业务需求的分层定价模式,使企业可以根据自己的当前需求简单明了地进行选择,以确保成本效率最佳。
在实现与XBRL数据的有效接口后。管理者可以立即最大限度地提高投资回报率。直观的界面支持精简程序上载电子表格,使来自多个来源的数据。并探索数据使用搜索和浏览功能(如图5)。
三、财务智能拓展XBRL应用,塑造“智慧”会计人
2009年,美国证券交易委员会了一条规则,要求前500家美国上市公司在递交财务报告时。必须使用XBRL添加标签,2010年6月15日之后,其他的1200家大型企业也必须按照这个强制性规定定期递交报告。2011年,国有国内外的注册公司都必须遵守这一规定。XBRL的普及指日可待。现在对于XBRL的应用还处于初期阶段,虽然在上证所和深交所网站上可以比较轻松地获取一些数据,但是仅仅这些数据或是简单的对比图示对我们做决策还是远远不够。笔者提出要运用商务智能拓展XBRL的应用。
有一个很好的例子是值得我们借鉴的。那就是股票分析工具。炒股的朋友在做出股票买卖决定时,基本都要参照指标或是分析曲线。换句话说,股票分析工具对于炒股人士来说,是十分必要的,是对决策的制定起着举足轻重的作用。不管使用者想选择什么指标,想看什么线。想看什么数据。都可以在这个页面上获取到。因此未来的财务数据应用方向就是在XBRL格式的数据上使用财务智能,做成类似股票分析的界面,包含用户交互的功能,同时进行可视化的展现,从而更好地帮助使用者做出决策。
自20世纪末起。信息技术的浪潮就已席卷全球。在会计理论上,一贯主张“会计管理活动论”的杨纪琬教授深深感到现代信息技术为各类管理活动提供了一个统一的信息采集、存储、处理、传递的环境,从而使各类信息的实时性、共享性、安全性和完整一致性等得到了充分的保障。在信息时代中,我们面临的选择非常简单(杨雄胜,2009):要么承认随着计算机及其网络普及。会计作为专门化的理论知识以及工作不复存在,这等于宣告会计理论的死亡,也就使会计研究失去了必要的价值;要么奋起研究,创造出新的范式,以跟上社会经济发展的步伐,实现会计学的革命性转型。在业务的角度说,会计人员的职能在变化,有着更大的影响,更多的参与企业决策,从科技的角度说,先进的生产力正为企业运营和发展提供更好的指导能力和管控能力。因此,我们应顺应当前社会的发展趋势,在反映核算的基础上进行动态反映和信息资源整合,进一步突显会计人的管理职能,真正成为企业的业务伙伴。
总之,新一代信息技术的发展为智慧会计人的实现创造了可能。运用财务智能拓展XBRL的应用后。会计人员可以更好地分析数据,从数据中升华智慧,以实现更透彻的感知和度量,更全面的互联互通。更深入的智能化。从而让我们找到了一条会计人员成为智慧会计人的清晰轨迹:数据――信息――知识――集体的智慧――辅助决策,从而可以实现智慧会计人的远景目标――转变会计个人、企业管理层、其他信息使用者及决策支持系统交互的方式,使其更加智慧(也就是更加清晰、效率更高、响应更灵活更及时),真正实现会计人让数据转变为管理有用的管理信息,做好由信息“生产者”向信息“生产消费者”角色的转换:将信息变为知识,进而将知识传播出去,以形成集体的智慧,有效辅助信息使用者做出正确决策,最终实现企业的价值增值。我们深信,随着世界不断改善,将变得越来越小、越来越平坦、越来越智慧;而我们的会计工作者。也必将成为社会智者,必将成为智慧的会计人。
[参考文献]
[1]李宗亮等基于Rea,XBRL和数据接口的会计信息质量改善研究[J],中国管理信息化。2008(8)
[2]王珂珂等XBRL技术发展现状及我国实施中存在的问题[J],中国管理信息化,2006(9)
[3]王振武等,会计信息系统[m],东北财经大学出版社,2006(10)
[4]赵万明,知识管理对提高企业竞争力的影响分析[J],全国商情:经济理论研究。2009(11)
[5]左东离,让财务智能做企业高参[J],中国食品,2006(13)
[6]王舰等财务智能,你准备好了吗?[J]中国管理信息化,2008(15):38-43
[7]刘静,浅淡XBRL与财务信包墩据挖掘[J]湖南财经高等专科学校学报,2004(12)
[8]张天西,网络财务报告:XBRL标准的理论基础研究[J],会计研究2006(09)
[9]王舰,基于会计信息化的计算机会计“自包”人才培养研究[J],中国会计研究与教育,2009(1)