【普华永道】活用人工智能技术，制胜工业化4.0时代--RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展

2019年3月的《政府工作报告》（以下简称“报告”）中提出的“坚持创新引领发展，培育壮大新动能”成为本次政府工作亮点之一。报告提及，通过推动传统产业改造提升。围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制造业和现代服务业融合发展，加快建设制造强国。打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能，促进新兴产业加快发展。深化大数据、人工智能等研发应用，培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群，壮大数字经济。通过运用大数据人工智能技术来加速传统制造业转型，促进现代工业发展是未来重要的发展趋势。

“工业4.0”与人工智能

当“人工智能”这一话题不断被各行各业提及，人工智能技术的发展动向逐渐成为世界关注的焦点。简单而言，人工智能是一门涉及多种领域的认知科学，例如机器学习、视觉技术、图像处理、自然语音处理等。近年来，人工智能技术作为新一代科技革命和产业变革的战略性技术引发了一系列巨大变革。人工智能技术为工业生产赋能，为改善工业生产技术变革提供了诸多可能性，并将工业革命正式带入工业智能化的“4.0”时代。

人工智能专注于提供系统化的方法和规则，为工业应用部署更加智慧的流程框架和解决方案。人工智能在与工业物联网、大数据分析、云计算和视觉技术等各领域技术的综合作用下，将使得工业更加智能化、灵活、高效及节能。正如《政府报告中》中所提到的那样，在国家相关政策的大力支持下，国企作为中国经济的中坚力量，在人工智能应用工业中起到带头先锋的模范作用。而国企需要如何在工业应用中灵活使用人工智能技术，是国企需要思考的问题之一。

“工业4.0”下的

人工智能技术应用

1. 人工智能—物联网与大数据分析：

基于大数据分析赋能的人工智能技术，可以帮助传统生产型企业发现、分析和解决在生产过程中存在的问题。通过使用物联网技术将生产车间的图像、视频、音频、遥感数据以及机器设备终端上的生产日志等大量非结构化数据上传至人工智能分析工具。基于数据和历史经验，训练定制化的人工智能分析工具中的模型，并利用机器学习算法进行数据挖掘，可以帮助生产企业实时分析生产人员是否存在机器操作不当、生产机器是否存在检修风险、以及产品质量下降、生产效率迟缓等问题。若识别到问题，人工智能算法可以实时推荐解决方案，对生产规划进行优化，灵活制定生产策略。

2. 人工智能—OCR技术与自然语言处理：

在企业的采购、生产、销售等流程中，往往需要面对大量的合同文档、表格等的审阅及数据录入工作，若仅靠人工识别和录入则需耗费大量时间。但是，通过结合OCR、机器学习、神经网络、深度学习和自然语言处理等技术，可以构建对文档内容进行自动识别并提取、分析关键信息的平台。用户可根据不同的业务场景，制定文档审阅条件和规则以训练定制化的人工智能模型，从而能够自动、快速、可追溯地提取合同信息，并发现合同条款中的潜在风险。

3. 人工智能—视觉技术：

在工业生产的分拣流程中，人工分拣的速度较慢且成本较高。而使用机器分拣的灵活性和反应能力较为固定，难以适应复杂多变的生产场景，同样会为分拣过程带来种种困难。但是，通过人工智能与深度学习、神经网络技术和视觉技术等的集成实现对物品的特征和位置进行视觉定位和3D扫描，使得工业智能设备具有不断学习并适应复杂场景的能力，帮助机器调整动作和行为达到分拣无序的物品目的，从而实现智能化的分拣流程，降低成本。

负责任的人工智能

2019年6月，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则—发展负责任的人工智能》，旨在促进新一代人工智能健康发展，协调人工智能发展和治理的关系，推动经济、社会及生态的可持续发展。

当我们在讨论人工智能巨大的机遇时，往往容易忽略其信任和责任方面潜在的风险。为了能够真正发挥人工智能的价值及更有效的使用人工智能技术，需要社会和企业能够做到负责任地实施人工智能，以尽可能地降低人工智能所导致的国家或企业间更严重的不平等发展、自然资源枯竭等不利于可持续发展目标的可能性。我们针对企业的具体人工智能战略、设计、研发和部署，提出企业发展人工智能需要重视的五个方面：

这五个方面旨在强调发展人工智能的同时需要企业加强战略决策、控制措施和治理过程，以应对社会关心的公正、信任和责任问题。

我们的人工智能项目案例

我们致力于为企业提供端对端的人工智能解决方案，帮助企业理解、开发和整合负责任的人工智能项目，并充分考虑科技带来的信任和责任方面的风险。

1. 智能合同审阅平台

企业经常需要面对审阅大量的文档的情况，传统的人工审阅时间成本较高。我们结合人工智能、深度学习、图像分析等技术为客户提供智能合同审阅平台，平台可对扫描文档特征与原文档进行历史数据校验比对。同时根据客户定制化需求，我们也可以结合OCR技术，对合同对比核查过程中出现的：条款移位、格式更改等可能发生的情况进行针对性调整。除此以外，根据文档的特点，平台可使用最合适的自然语言处理技术和神经网络模型对文档信息进行提取，并使用深度学习技术模型建立智能审阅模型，帮助平台使用者自动、准确的识别文档中存在的潜在风险。

由于支持文档的种类多样，我们的智能合同审阅平台可以应用于多种场景，比如合同信息管理、文档审阅、IFRS16租赁准则转换、商业分析等。

2. 异常交易监控平台

可疑交易监控已经成为监管机构关心的重点之一。根据人民银行发布的《金融机构大额交易和可疑交易报告管理办法》（中国人民银行令[2016]第3号），各机构需要自主监测，明确以“合理怀疑”为基础的可疑交易报告要求，监管机构不提供统一的标准模型。

我们的异常交易监控平台结合机器学习分析模型，从交易特征（包括交易时间、交易地点、交易频率、交易金额等）进行深入分析，结合现有业务规则、逻辑，制定具体的“合理怀疑”机制，以构建异常交易行为的监测模型。例如，在疑似腐败的场景中，交易金额多为吉利数，且发生时间集中在节假日前后；在疑似赌博的场景，交易呈现分散转入、集中转出、交易频繁、交易量大，且交易金额成倍数关系等特点；对于互联网金融机构主要服务的线上客户，客户多次或频繁变更绑定银行卡的行为，均可考虑纳入监测模型中。