机器学习不是泡沫是事实?!

人工智能、机器学习、深度学习等新科技,是泡沫还是势必会成真的事实?

不同行业或许有不同观点,在会计领域,多达59%的马来西亚会计师认为上述科技将会成为现实,而最大的困境莫过于缺乏熟练人才!



杰米里昂:人们说数据是新油田,一点都没错,但前提是你必须有正确的数据。

特许会计师公会(ACCA)最近针对机器学习(Machine Learning)对会计领域的影响在大马、英国、爱尔兰、中国、巴基斯坦、新加坡以及阿联酋共7个国家展开调查。

所谓机器学习是人工智能的一个子集,一般理解为系统基于对历史大数据分析做出预测或决策的能力。

例如,要如何让机器知道猫长什么样子?“喂食”数百万张猫的图片来培训它。机器学习的算法会在这些图像中找到重复的模式,并为自己确定如何定义猫的外观。在此之后,当你向该程序显示新照片时,它可以区分照片中是否含有猫的成分。

新科技3年成真?

特许会计师公会发布的《机器学习:科学向左,科幻向右》研究结果显示,59%大马会计师认为上述新科技将在3年成真,仅有11%会计师认为这只是泡沫(炒作),馀下受调查者则认为炒作或成真的可能性各占一半。



提高忧患意识

虽然研究显示,大马会计师对人工智能“入侵”的忧患意识相当高,但企业组织内部对于推动落机器学习的进度却反映了与之相反的行动。

研究结果显示在大马,36%没计划落实、20%处于初步讨论与探讨概念、28%不清楚、10%处在初期筹备阶段,计划在12个月内落实、5%在完全运行模式下处理实时数据、2%处于高级测试阶段,预计在3至6个月内开跑。

是机会而非威胁

对于人工智能、机器学习……等新科技引发的威胁饭碗论,特许会计师公会首席作者杰米里昂(Jamie Lyon)认为是一种误解。

他指出,尽管新科技可以为企业组织作出更多贡献,但人类的地位无可取代,在会计领域也有许多过程不能被机器取代。例如,虽然机器会取代人类处理数据(也不能处理完全部),但却需要人类解读和诠释,才能了解其内容,更何况在制定策略或目标时并不只是考虑数据,仍需考量各种因素。

“不论你的科技多厉害或者是什么科技,最重要是要拥有正确的数据,这个是起始点。”有了各种数据之后仍需要恰当管理和运用以符合并达到企业的目标,因此在落实任何科技之前你必须先思考数据、过程。

“当中有很多的机会可以让专业会计师,帮助企业开始思考数据及管理,了解那些数据是有用的,哪些是没用的,了解它如何成为推动公司成长的新动力。人们说数据是新油田,一点都没错,但前提是你必须有正确的数据。”

在他看来,新科技带来的是更多的机会而非巨大的威胁,当然,是否要学习完全取决于个人,但若想要继续保有竞争力,每个人都需要调整并接受,包括持续学习或学习某些新事物,例如关于战略顾问之类的技能,这才是会计师的机会并体现其价值。

掌握科技大方向

会计师有自己的专业,但说到数据收集和处理却不见得擅长。杰米里昂指出,会计师(或金融专才)与企业组织内的总资讯长/资讯科技人员必须保持合作,这不只是限于在数据方面,而是整个科技方面亦应如此。

例如在自动化科技的机械人方面,该公会从大量的研究中了解到,在拟定自动化解决方案和机器化上,最好是能有资讯科技人员参与。若少了资讯科技人员的参与,最终制定出来的解决方案或许不符合公司组织整个自动化的议程。

确认与管理数据

“所以最好是有资讯科技人员参与科技层面,以及其次数据层面。”他解释,由于会计专才知道公司要达到的目标,因此在Articulating哪些资讯是有价值上扮演关键角色。而在制定这些内部报告的过程中,会计专才必须使用正确的数据,接着才是与资讯科技人员沟通如何确认数据、管理数据、确保结构正确以及被正确使用,“这是个重要的合作。”

“身为总资讯长,你必须留意到哪些科技可以为金融团队带来贡献,从公司组织角度来说,你得确保金融团队使用的任何科技能与公司组织内其他科技相融,否则的话可能会应用各种不同的科技形成复杂局面,而提高了数据处理的难度。”

同场加映:
金融4.0 4条件

除了工业4.0之外,金融4.0也已经悄悄出现。吉米里昂指出,要落实金融4.0必须符合几个条件,包括:

1.掌握全新的技能;

2.拥有正确的数据以及数据管理和应用,要快速做决策取决于拥有正确的数据;

3.使用新兴科技以便更快速的处理数据,以及最重要的;

4.文化和思维。

在金融4.0时代,会计专才不可以为人死板,反之必须灵活有弹性、专注在对企业重要或可为企业增值的事项上,而不必事事报告。

报道·郑美励 图·互联网、相关单位提供

反应
 
 

相关新闻