AI 2.0更擅长解决「非标准问题」｜复旦大学讲座观点回顾

AI 2.0更擅长解决「非标准问题」｜复旦大学讲座观点回顾

AI 2.0时代已经到来，它与AI 1.0有何不同？在财务领域，AI又将如何重塑未来财经世界？复旦大学管理学院副教授胥正川与德勤中国科技、传媒及电信行业主管合伙人程中展开了一场精彩对话，深入探讨了AI技术对未来行业的影响。

AI 1.0与2.0的主要区别

AI 1.0专注于单一数据、单一模型、单一任务，强调精准度和决策分析；而AI 2.0则实现了统一数据、统一模型、多任务的目标。AI 1.0主要应用于自动处理「规则明确且具有自动化条件」的任务，如财务核算、业财核对等。而AI 2.0更倾向于解决「非标准问题」。

AI在管理和科研中的作用

过去几个月，AI已成为企业（尤其是500强企业）竞相探索的应用工具。从原本不足20%的企业考虑使用AI，到现在接近80%的头部企业开始着手实践。尽管大模型如ChatGPT在市场上异常火爆，但由于其快速迭代和易于替代的特点，未来AI的发展将更趋向于技术和应用层面的集中化，并呈现开源与闭源、通用模型与垂直模型共存的局面。

复旦从2023年起就开始积极采用AI技术进行教学辅助和科学研究，并计划在2024-2025学年推出至少100门AI领域课程。当前AI已经成为整个社会普遍接纳的技术，不仅应用于日常生活，更是深度渗透至企业和科研工作的各个方面，显示出了前所未有的活力和变革潜力。

大模型带来的影响

大模型通过有损压缩方法将全球范围内的知识整合到自身内部，使其具备仿佛“什么都懂”的特性，能够为中小企业提供帮助并降低成本。同时，大模型也重塑了知识管理方式，降低个人获取知识的成本和时间消耗，使得信息传递更为迅速和便捷，也对整个社会产生巨大冲击。

中国在技术和应用层面上与国际领先水平的差异

数据方面，之前中国由于人工标注成本较低而在AI 1.0时代有一定优势，但随着时代的变迁，高质量数据库的需求上升，互联网高质量数据资源不足成为追赶大模型的重要瓶颈。算法方面，中国人才储备丰富，能够快速吸收和改进，但也有被“卡脖子”的情况。算力方面，虽然中国在芯片等硬件上存在明显差距，但正在努力追赶。

但从应用层来看，中国的市场广阔。在企业端的实际应用案例中，无论是市场营销、供应链管理还是药物研发等关键领域，中国的进展都不逊色于欧美国家。由于中国企业更积极主动地探索，寻找更高效、低成本的方法来利用新技术，在部分应用场景下，中国比美国更快掌握并运用新技术。例如，大模型刚出现时，中国就开始探讨如何开发小模型以更好地适应市场需求。同时，中国企业在执行力、热点跟进和效率方面表现突出。一旦将众多企业的投资决策过程加快，有望实现快速追赶。

财务领域中AI的具体应用

在财务领域，AI主要应用于管理端和核心价值链环节，如财务核算自动化、业财融合自动化等。尤其在共享财务领域，AI有助于解决报销政策查询频繁、业务拓展分析等问题，提供决策支持。同时，AGI（人工通用智能）因其对规则准确性要求不高、注重用户体验等特点，在客户服务、市场营销等领域有广泛应用潜力。不过，在对绝对精准度要求高的领域，如财务报告对外披露的部分，仍需依赖更为精准的传统技术手段或数字化工具进行辅助。当前AI 1.0版本更适用于财务管理工作。

如何应用AI于企业管理

AI作为一种强有力的推动因素，将会对未来经济市场产生重大影响。在应用过程中，企业需要明确自身核心竞争力，借助AI强化关键业务环节表现，形成有效的应用路径。通过咨询、实施和运营三个步骤，深入挖掘AI所能带来的业务价值闭环。此外，人才储备（如具备AI技术研发、应用能力的专业人士），选择合适的应用场景（如医疗、养老等领域），正确处理数据、算法模型、算力需求，风险意识建立等方面都是成功运用AI的重要因素。

人工智能时代，复旦MPAcc项目与时俱进，新增“数据分析与财务决策”方向，引入AI相关的课程，探讨AI与财务的结合。