郑海伟：用友在金融行业、财税管理等垂类领域的大模型应用成果

专题(tí)：第六届中国金(jīn)融(róng)科技论坛

　　2024年服贸会专(zhuān)题活(huó)动之一(yī)——“第六届中国金融科技论坛(tán)”9月12日-13日在(zài)北京举行，主题为：科技(jì)赋能——金融业数字(zì)化转型与应用。用友金(jīn)融信息(xī)技术股份有限公司总(zǒng)裁郑(zhèng)海伟出席并演讲。

　　郑海伟介绍，用友这两年在垂类大模型领域下(xià)了很多工夫，投入了很多资源做垂类(lèi)大模型的训练，并介绍了用友在金融行业、在财税管理(lǐ)等郑海伟：用友在金融行业、财税管理等垂类领域的大模型应用成果垂类(lèi)领域的应用(yòng)成果。

　　据介绍，用友已发布的人工智(zhì)能解决方案框架是，底(dǐ)座由大模型+垂类模(mó)型构成，大模型平台(tái)是跨模(mó)型(xíng)，可以支持(chí)国内现在的自主知识产权的一些大模型。垂类模(mó)型+小模型(xíng)做的特别多，“在这(zhè)上面(miàn)我们有两种应用架构，一个是数字员工，一个是智能助理”

　　应用领域方面，郑海伟表示，已经落地的有四个：语义(yì)式应用运营、智能化人机交互、智慧化知识生成还有(yǒu)智(zhì)能(néng)化业务运(yùn)营。还有两个正在(zài)研发过程(chéng)中，一个是在资金(jīn)交(jiāo)易，一方面在产业(yè)数字金融，真正到了业务生产(chǎn)领域。

　　以下为演讲实录：

　　郑海伟：感谢主持人，感谢主办方让(ràng)我们有这个机会(huì)给大家做一个汇报交流。大模型自从ChatGPT推出来以后，这两年(nián)一直非常火，在分享我的主题之前给大家分享(xiǎng)一(yī)下最新的一些动态。

　　首先，美国大模型竞争格(gé)局已定，从去年年底到今年年初的战争，第二场人工(gōng)智能竞争主要发生在垂类大模(mó)型领(lǐng)域。我们用友这两年也是在垂类大模型领域下(xià)了很多工夫，投入(rù)了很多资源(yuán)做垂类大(dà)模(mó)型的(de)训练。基于这样的背景，给大家(jiā)分(fēn)享用友在金融行业、在财税管理这个垂类领域的应用成果。

　　AI并不是一个新事物，真正点爆AI是从ChatGPT开始。我们认为AI现在进入2.0时代，是一个生成式人工智能的模式。

　　AI+也是国家的发展重点，用友在2017年提出了(le)数(shù)智(zhì)化(huà)，就是数(shù)字化跟智能化(huà)的结合，那(nà)时(shí)候无论是从RPA流程机器人到隐私(sī)计算、联邦(bāng)学习、知识图(tú)谱(pǔ)，我们采取这些技(jì)术做(zuò)了智(zhì)能化实践。现在大家耳熟能详的大模型(xíng)，人工(gōng)智能大模型把数智化演变的(de)更加淋漓尽致。用友提出了企业数智化(huà)的三个步骤：从上云(yún)到(dào)用(yòng)数到赋智。

　　现在通常在金融行业使用的场景基本上我(wǒ)们总结有四类，一类是语义式的应用生成，二是智(zhì)慧化的知识生成，还(hái)有智能化的(de)人机交互，还有智能化(huà)的业务运营(yíng)。这两年我们还在尝(cháng)试把人(rén)工智能用到了(le)交易，特(tè)别是资金交易以及产业数字金融领域，今天我们主要(yào)针对已经落地的应用给大家做一个(gè)报告。

　　用友已经发布了人(rén)工智(zhì)能解决(jué)方案，我们的框架(jià)是，底座由大模(mó)型+垂类模型，大模型平台也是跨模型，可以支持在国内现在的自主知识(shí)产权的(de)一些郑海伟：用友在金融行业、财税管理等垂类领域的大模型应用成果大(dà)模型，主流(liú)的我们全部都支持。垂类模型+小模型我们做的特别多。在这上面我(wǒ)们有(yǒu)两种应用架(jià)构，一个是数(shù)字员(yuán)工，一个是智能助理。应用领(lǐng)域已经落地的有四个(gè)：语(yǔ)义式应(yīng)用运营、智能化人机交互(hù)、智慧化知识生(shēng)成(chéng)还有智能化业务运营。还有两(liǎng)个正在研发过程中，一个是在资金交易(yì)，一方面在(zài)产业数字(zì)金融，真正到了(le)业务生产领域，所以这几年我们在(zài)这方面还是做了大量工作。还有一个观点，大模型最后呈现价值的是场(chǎng)景，这两年我们做了大量场景，为大(dà)家展示下。

　　在第一种应用框架里(lǐ)，数(shù)智(zhì)员工里面我们是(shì)智(zhì)能交互，无处不在，是(shì)指导方针。大家可以看到，从左(zuǒ)边开始，我们的应用领域是财务领域、税务管(guǎn)理领(lǐng)域、营销管理领域以及其他(tā)一些外部应用（PPT图），通过这个领(lǐng)域我(wǒ)们训(xùn)练我们的垂类，通过RPA模块、VPA模块，再加上平台的组(zǔ)织和权限功能以及导入工作流，最后把(bǎ)它训练成数(shù)智员工，数智员工主要场景，比(bǐ)如税务风险合规官，一些大型企业(yè)有采(cǎi)购管(guǎn)理，采购合(hé)规官。共享中心，包括保险。保险有后援中心，把财务(wù)、税务、人力资源以及保险业务的理(lǐ)赔处(chù)理全部会放在后援中(zhōng)心(xīn)，后援中心这种我们会有共享中心座席，我们有流程审(shěn)批的(de)助理，我们有自动出(chū)表的助理，大家知(zhī)道表格量很大，在金融机(jī)构、在咨(zī)询公(gōng)司都有“表哥、表姐”，我(wǒ)们通过这种模式解放他们，这个是我们人工智能的(de)一个应用场景。

　　AI具体应(yīng)用(yòng)的场景——共享中心无人值守，分享一(yī)个(gè)在我们用友(yǒu)的应用场(chǎng)景，我们现(xiàn)在在全(quán)球有一(yī)百(bǎi)多家分公司，今年我们在(zài)北美墨西哥成立(lì)了分公(gōng)司，我们准备在欧洲德国成立分公司，一百多家分公司加二十多家的参(cān)股跟控股子公(gōng)司(sī)，这么多的(de)分公司跟子公(gōng)司，每年的银行电子回单数(shù)是29万张，因为分公司、子公司都有结算户，开在不同银(yín)行，所有交易、所有流(liú)水，银行会提供电(diàn)子回单，我们一年是(shì)大概29万张。如(rú)果是250个工作(zuò)日一年(nián)，基本上平均一天(tiān)有(yǒu)1200张。十年前是(shì)会计通过(guò)手工方(fāng)式勾稽，现在我们通过(guò)共享以(yǐ)后(hòu)，通过无人(rén)值守完全做自动化匹配(pèi)。里面场景很复杂，比如我开出去一张发票100万(wàn)，可(kě)能客户回(huí)来(lái)的是三笔打款：40万一笔、30万一笔、30万一笔(bǐ)，这三(sān)笔银行流水怎样跟这100万发票去匹配，原来是有一个人工工作(zuò)量，现在通过(guò)共享中心无人值守全部(bù)做自动匹配，如果(guǒ)匹配过程(chéng)中有异常，再由(yóu)人工再介入，很好地处理掉。这个我们也应用在金融机构，金融机(jī)构每(měi)天单据量很大，我们共享中心通过数智员工的(de)方式，在大家休(xiū)息(xī)、晚上睡(shuì)觉的时候，数智员工把这(zhè)个工作给做了，这类场景我们现(xiàn)在已经落地了。

　　税务风险的管控，大家也知(zhī)道税务总(zǒng)局金税四期已经(jīng)上线了，咱们(men)国(guó)家对税务的管理、缴税的管理会日趋严谨跟严格。金融(róng)机构在日常税务工作中，可(kě)能会(huì)经常发生税算错的场景，并带来税务风险。我们(men)现在给(gěi)金融机(jī)构提(tí)供的服务中，完(wán)全做到(dào)自动(dòng)化计算，根据采(cǎi)集业务交易(yì)流水，包括业务收入、业务利差，用友金融的(de)AI系(xì)统可以自动(dòng)计(jì)算所(suǒ)得税以及各种小税种，并生成报(bào)税的(de)报表。当然(rán)税务(wù)总局(jú)金税四期还没有提供自动报税功能，若提供后，就能全部(bù)实现智能化(huà)了。这是(shì)人工智能在税务自动化方面的应用。价值点第(dì)一是高效(xiào)，第二(èr)是防范税务风险。我们碰到一个真实案例，某金融机构税算错了(le)，少交了几千万，这就变(biàn)成一个(gè)税务风险了。

　　第二个应用框架是(shì)智能助理。整个实现目标是即时(shí)决策，随(suí)需洞察，我们通(tōng)过(guò)Agent通(tōng)过(guò)大模型平台技术来实现应用。我(wǒ)们的智能助理(lǐ)叫小(xiǎo)融，应用在金融机构各(gè)个岗(gǎng)位，包括领导(dǎo)、运营(yíng)人员、系统管理人员(yuán)都能使用。主要实现(xiàn)的是智能触达、知识问答(dá)、数据问答、智能报告，这(zhè)里面延伸出来(lái)以后，价值点还是(shì)非常大的。

　　智能触达比较简单，ChatGPT一(yī)开始用的也是这种，比如通过语义做自动(dòng)语音识别(bié)，系统做功能处理。

　　知识问答也比较简单，工作量比(bǐ)较大(dà)，但应用场景(jǐng)比较(jiào)简单，内部可以帮金融机构建各(gè)种各(gè)样的知识(shí)库。刚才谈到税务，比如某家证券总部在广州，全(quán)国(guó)有数百个营业部(bù)，如(rú)果营业部要咨询总部(bù)财务税务问题，财务税务岗(gǎng)不知道全国各地的税(shuì)务政策(cè)，通过知识库把(bǎ)所有各地的税务政(zhèng)策纳入知(zhī)识库，很方便的解决这(zhè)个问题。

　　数据问答，我们可以(yǐ)为金(jīn)融机构，比(bǐ)如银行行长提供同业对标分析数(shù)据。现在这(zhè)个数据，很多上市公司里面是商业银行，包括有很多在境外交易所上市的商业银行跟投行，通(tōng)过这些经营数据的分析，可以为金融(róng)机构的领导提供同业对标(biāo)，包(bāo)括境内，包(bāo)括境外的同业对标，我们还可以实现行长查询FTP利润排名结(jié)果(guǒ)的排(pái)名和归因分析(xī)。这(zhè)些都已经落地了。数(shù)据问(wèn)答功能继续发展将会更加强大。比如，现(xiàn)在已经 9月了，所有上市公司金(jīn)融(róng)机构(gòu)的半年报已经完成对外发(fā)布，对于(yú)一个上市公司银(yín)行的行长来说，看到(dào)所有上市公(gōng)司(sī)金融机构的半年报以(yǐ)后，可能秘书做一个统计分析表，规模是多少分位，但在目前经济形势下以及目前(qián)货币政策背景下，我们的大类资产(chǎn)要不要调仓、业(yè)务结构(gòu)要(yào)不要做调(diào)整(zhěng)、负(fù)债要不要做优化，所有这些我们是想(xiǎng)通过人工智能大模(mó)型来实现，就像我们帮助银行行长来(lái)做一个智能化的决策参考，当然最后决策还是要他来(lái)决定，但是我们的AI服务能来帮他(tā)做分(fēn)析。目(mù)前我们已经(jīng)在往这(zhè)方面努(nǔ)力，希望短(duǎn)时间内能够真正落地(dì)这(zhè)一个功能。

　　智能报告(gào)，比如金(jīn)融机构的领导想看一下关键指标、经营周报、分析产品营收，这个能力后续(xù)会在交易(yì)上做智能化的落地。比如某头部券商一天在银(yín)行间货(huò)币(bì)市场拆借资金量大约应该在三(sān)四百(bǎi)亿左右，这三四百亿左右的资金拆借在不同的时(shí)间(jiān)点完成，价格(gé)是不一样的。面对这样的场景，我(wǒ)们的做法是根据历史(shǐ)数据、根据历史交易(yì)的(de)银行间资金成本数据，找出一个最优路径，这个最优路径是一个小模型，可以指导(dǎo)该头部券商交(jiāo)易员什么时候交易最便宜。比如一般来说，资金价格在闭市前15分钟最便(biàn)宜，大家想到这(zhè)个以后(hòu)，我作为一个券商，400亿是不是都在最后15分钟交易？显然不行。因为“黑天鹅”事件发生以(yǐ)后，会使最后的资金(jīn)成本(běn)飙升，比如有个(gè)突发事件触发了联动性的危机，那么最终他当(dāng)天的资(zī)金成本可能会飙升1000个(gè)BP甚至2000个(gè)BP，如果把所有的交易都放在最后(hòu)面去做拆借，成(chéng)本会巨贵无比。人(rén)工智能(néng)的作用在这里，首(shǒu)先有历史数据，根据历史数据模拟常规价值最大化的(de)交易流程跟(gēn)经验，同时跟踪今天所有(yǒu)的舆情数据、国(guó)际事件(jiàn)，并监控突发(fā)事(shì)件会有可能在资本市场或者货币市场引发(fā)价格的波动(dòng)，若发现突发事件有苗头的时候，有舆情的时(shí)候(hòu)，那么要尽快干预(yù)交易，让交易尽快完成。前几年货币市场(chǎng)就有类似案例，最后这个资金拆借巨贵无比，按(àn)百分比，短期拆借率到了10%以上。在(zài)交易上，人工智能也有很(hěn)多应用场景，用友也在不断探索。在交易(yì)、在(zài)内部(bù)知识库管理、内(nèi)部赋能和流程自动化处理上，目前有很多值得我们去做人工智能方(fāng)面(miàn)的(de)研究和探索。

　　接下来为大家分享我们在AI智能财税领(lǐng)域的实践应用视频(pín)。

　郑海伟：用友在金融行业、财税管理等垂类领域的大模型应用成果　（现场播放视频）

　　我(wǒ)们(men)认为在数字化这个时代有很多底层工作需要我们扎扎实实去(qù)做，之前信息化时(shí)代是流程梳理很重要(yào)，数字化1.0阶段数字治理很重要，刚才华夏银行吴首席谈到了通过(guò)数(shù)据促进业务发展。那么(me)，在数字化2.0阶(jiē)段模型(xíng)的应用(yòng)，刚才我的汇报只是财税领域(yù)的冰山(shān)一(yī)角，我相信(xìn)这个(gè)领域的应用还有大量非常有价值的场景值得我们去挖掘。

　　用友金融(róng)服务全球(qiú)1200多家金融机构，我们在(zài)海(hǎi)外的子公司也已经成立了，我们同(tóng)时也服务于海外的金融机构(gòu)。

　　AI大模型只是刚刚开始，大家(jiā)都在探索跟尝试，我想大家一起努力，我们共谱金融“五篇大文(wén)章”，谢谢大家。

　　新浪声明：所有会议实录均为(wèi)现场速记(jì)整理，未经演讲者审阅，新浪(làng)网登载此文出于传递更多信息(xī)之目的，并不意味着(zhe)赞同其观点或证实其(qí)描述。

责任编(biān)辑：梁斌 SF055

未经允许不得转载：橘子百科-橘子都知道郑海伟：用友在金融行业、财税管理等垂类领域的大模型应用成果