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：第(dì)六届中国金融科技论坛

　　2024年(nián)服贸会专题(tí)活动之(zhī)一——“第六届中国金融科(kē)技论坛(tán)”9月12日-13日在北京举行，主题(tí)为：科技赋(fù)能——金融(róng)业数字化转型与应用(yòng)。用友金融信息技术股份有限公司总裁郑海伟出席并演 讲。

　　郑海伟介绍，用(yòng)友这两年在垂类大模型领(lǐng)域(yù)下了很多工夫，投入了很多资源(yuán)做垂类大模型的训练，并介绍了用友在金融行(xíng)业、在(zài)财税管理(lǐ)等垂类领域的应(yīng)用成果。

　　据介绍，用友已发(fā)布的人(rén)工智能解决方(fāng)案(àn)框架是，底座由大模型+垂类(lèi)模型构成，大(dà)模型平台是跨模型，可以支持国内现在的自主知识产权的一些(xiē)大模型。垂类模型+小模型做的特别多，“在这上面我们有两种(zhǒng)应用架(jià)构，一个是数字员工，一个是智能助(zhù)理”

　　应用领域方面，郑海伟表示，已经 落地 的有四(sì)个(gè)：语义式应(yīng)用运营、智能化人机交互、智慧化知识生(shēng)成还有智
能化业务运营。还有两个正在研发过程中，一个是在(zài)资金交易，一方面在产业数字金融，真正到了业务生产领域(yù)。

　　以下为演讲实录：

　　郑海伟：感谢主持人，感谢主(zhǔ)办方让我(wǒ)们有这个机(jī)会(huì)给(gěi)大(dà)家做(zuò)一个汇报交 流。大模型(xíng)自从ChatGPT推出来以后，这两年一直非常火，在分享我(wǒ)的主题之前给大家分享一下最(zuì)新(xīn)的一些动态。

　　首先，美国大(dà)模型竞争格局已定，从去年年底(dǐ)到今年年初的(de)战争(zhēng)，第二(èr)场(chǎng)人工(gōng)智(zhì)能竞争(zhēng)主要发生在垂类大模型领域。我们(men)用友这两年也是在垂(chuí)类大模型领域下了很(hěn)多工夫，投入了很多(duō)资源做垂类(lèi)大(dà)模型(xíng)的训练。基于这样的背景，给大家分
享用友在金融行(xíng)业、在财(cái)税管理这个垂类领域的(de)应用成果。

　　AI并不是一个新事物，真正点爆AI是从ChatGPT开始(shǐ)。我们(men)认为AI现在进(jìn)入(rù)2.0时代(dài)，是一个生成式人工智能的模式。

　　AI+也是国(guó)家的发展重点，用
友
在2017年提出(chū)了数智化，就是数字化跟智能化(huà)的结合，那时候无论是(shì)从RPA流程机器人(rén)到隐私计算、联邦学习、知识图(tú)谱，我们采(cǎi)取这些(xiē)技术(shù)做了智(zhì)能化实践。现在大家耳熟能详的大模型，人工(gōng)智能大模型把数智化演变的更加淋漓尽致。用友提出了企业(yè)数智化的三(sān)个步骤：从上云到(dào)用(yòng)数到赋智。

　　现在通常在金(jīn)融行业使用的场景基本上我们总结有四类，一类是(shì)语义式(shì)的应用生成，二是(shì)智慧化(huà)的知(zhī)识生成，还有智能化的人机交互，还有智能化的业务运营。这两年我们还在尝试 把人工智能(néng)用到了交易，特别是资金交易以及产业数(shù)字金融领域，今(jīn)天我们主要(yào)针对已经落地的应用给大家做一个报告。

　　用友已(yǐ)经发布了人(rén)工智能解决方案，我们的框架(jià)是
，底(dǐ)座由 大(dà)模型+垂类模型(xíng)，大模(mó)型平台也(yě)是跨模型，可以支持在国内现(xiàn)在的自主(zhǔ)知识产权的一些大模型，主流 的我(wǒ)们全部都支持(chí)。垂类(lèi)模型(xíng)+小模型我们做的特别多。在这(zhè)上面我们有(yǒu)两(liǎng)种应用架
构，一个是数字员工，一个是智能助理。应用领域
已经落地的有四个：语义式应用运营(yíng)、智能化人机交(jiāo)互、智慧化知识(shí)生成还(hái)有智能(néng)化业务运营。还有两个正(zhèng)在研发过程中，一个是在资金交易，一方面在产业数字(zì)金融，真正到了业务生产领域，所以这几年我们在这(zhè)方面还是做了大量工作。还有一个(gè)观点，大模型最后(hòu)呈现价值的是场景，这(zhè)两年我们做了大量场景，为大家展(zhǎn)示下。

　　在第一种应用框架里，数智员工里面我们是智能交互，无处不在，是指导方针(zhēn)。大家(jiā)可以 看到，从左边开始，我们的应用领域是财务领域、税务管(guǎn)理领域、营销管理领域以及其(qí)他一些外部应用(yòng)（PPT图），通过这个领域我们训练我们的垂(chuí)类，通过RPA模块、VPA模块，再加上(shàng)平台的组织和权限(xiàn)功能以及导入工作流(liú)，最后把(bǎ)它训练成(chéng)数智员(yuán)工(gōng)，数智员工主要场景，比如税务(wù)风险合规官，一些大型企业有采购管理，采购合规官。共(gòng)享中心，包(bāo)括保险。保险有后援中心，把财务、税务(wù)、人力资源以及保险业务的理赔处理全部会放在后援中心，后(hòu)援中心这种我们会(huì)有共享中心座席，我们有流(liú)程审批的助理，我们有自动出表(biǎo)的助理(lǐ)，大家知道表(biǎo)格(gé)量很大，在金融机构、在咨询公司都有“表哥、表姐”，我们通过这(zhè)种模式解放他们，这个(gè)是我们(men)人(rén)工智能的一个应用场景。

　　AI具体应用的场景——共享中心无人值守，分享一个在我(wǒ)们用友的应用场景，我们现在在全球有一百多家分(fēn)公司，今(jīn)年我(wǒ)们在北美墨西哥成立了分公司，我们准备在欧洲德国成立分公司(sī)，一百多家分公司加二十多家的(de)参股跟控股子公司，这么(me)多的分公司跟子(zi)公司，每年的银行电子回(huí)单数是29万张，因为分公司 、子公司都有结算户，开在(zài)不同银行，所有交易、所有(yǒu)流水，银行会提供电子回单，我们一年是大概29万张。如果是250个工作日一年，基本上平均一天有1200张。十年前是会计通过手工方式(shì)勾(gōu)稽，现在我们通过共享(xiǎng)以后，通过无人值守(shǒu)完全做自动化匹配。里面场景(jǐng)很复(fù)杂，比(bǐ)如我开出(chū)去一张发票100万，可能(néng)客户(hù)回来的是三(sān)笔打款：40万一笔、30万(wàn)一笔、30万(wàn)一笔，这三笔银行流(liú)水怎样跟这100万发票去(qù)匹配，原(yuán)来是有一个人
工工作量，现在(zài)通过共享中心无(wú)人(rén)值守全部做自动
匹(pǐ)配，如果匹配过(guò)程中有异常，再由人工再(zài)介入，很好地处理掉(diào)。这(zhè)个我们也应用在(zài)金融机(jī)构，金(jīn)融机构每天单据量很大，我们共享中 心通过数智员工的方式，在(zài)大(dà)家休息、晚上(shàng)睡觉的时候，数(shù)智员工把这个工作给做了(le)，这类场景我们现在已经(jīng)落地了(le)。

　　税务风险的管控，大家也知道税务总局金(jīn)税四期(qī)已(yǐ)经上线了，咱(zán)们国家对税(shuì)务的管理、缴税的(de)管理会日趋严谨跟严格。金融 机构在(zài)日常税务工作中，可能会经常发生税算错的场景(jǐng)，并带来税务风险。我们现在给金融机构提(tí)供(gōng)的(de)服务中，完全做到自动(dòng)化(huà)计算，根据采集业务交易流水(shuǐ)，包括业务收入、业务利差(chà)，用(yòng)友金
融的AI系统可以自动计算所得税(shuì)以及各种小税(shuì)种，并生成报(bào)税的报表。当然税务总局金税四期(qī)还没有提供自动(dòng)报税功(gōng)能，若提供后，就能全部实现(xiàn)智能化了。这是人工 智能在税务自动化方面(miàn)的应用。价值(zhí)点第一是高效，第二是防范税务郑海伟：用友在金融行业、财税管理等垂类领域的大模型应用成果风险。我们碰到一个(gè)真实案例，某(mǒu)金融机构(gòu)税算错了，少(shǎo)交了几千万，这就变成一个税务风险(xiǎn)了。

　　第二个 应用框架是智能助理。整个实现目标是即时决 策，随(suí)需洞(dòng)察，我们通过Agent通过大模型平台(tái)技术来实现应用。我们(men)的智能(néng)助理叫小融，应用在金融机构各个岗位，包(bāo)括领导、运营人员、系统管理人员(yuán)都能使用(yòng)。主要
实现的是智能触达、知识问答、数据问答(dá)、智能报告，这里面(miàn)延伸出来以后，价(jià)值点还是非常大的。

　　智能触达比较(jiào)简(jiǎn)单(dān)，ChatGPT一开始用的也是这种，比如通过语义做自动语音识别，系统做功(gōng)能处理。

　　知识(shí)问答也比(bǐ)较简单，工作量比较大，但应用场景比较简单，内部可以帮(bāng)金融机构建各种各样的知识库。刚才谈(tán)到税务，比如某(mǒu)家证券总部在广州，全国有
数百个
营业部，如果营业(yè)部要咨询总 部财务税务问题，财务(wù)税务岗不知道全国各地的税务(wù)政策(cè)，通过知识(shí)库把所有各(gè)地的税(shuì)务政策纳入知识库，很(hěn)方(fāng)便的解决这个问题。

　　数(shù)据问答，我们可以为金融机构，比如银行行长提供同业对标分析数据(jù)。现(xiàn)在这(zhè)个(gè)数(shù)据，很(hěn)多上市公司里面是(shì)商业银行，包括有(yǒu)很多在境外(wài)交易所(suǒ)上(shàng)市的(de)商业银行跟 投行，通过这些经营数据(jù)的分析，可以为金融机(jī)构的领导提供同业对标，包(bāo)括境内(nèi)，包(bāo)括境外的同业对标，我们还可以实现行长查询FTP利润排名结果的排名和归因分(fēn)析。这些都已经(jīng)落地了。数据问答功能继续发展将会更加强大。比如，现在已经9月了，所有上市公司金(jīn)融机(jī)构的半年报已经完(wán)成(chéng)对外发布，对 于一个上市公司银行的行长来说，看到所有上市公司金融机构的半年报以(yǐ)后，可能秘(mì)书做一个统计分(fēn)析表，规模是(shì)多(duō)少分(fēn)位，但在目前经济形势下以及目前(qián)货币政策背(bèi)景下，我们的大类资产要(yào)不要(yào)调(diào)仓、业务结构要不要做调整、负债要(yào)不要做优化，所有这些(xiē)我们是(shì)想(xiǎng)通过人工智能大模(mó)型来实现，就像我们
帮助银行行长来做一个智能化的决策参考(kǎo)，当然最后决策还是要他来决定，但(dàn)是(shì)我们的AI服务能来帮他做分析。目前(qián)我们已经(jīng)在
往这方面努力，希望短时间内 能(néng)够真正落地这(zhè)一(yī)个功能。

　　智能(néng)报告，比如金融机构的领(lǐng)导想看一下(xià)关键指标、经营周(zhōu)报、分析产品营收，这个能(néng)力后续会在交易上做智能化的落地。比如某头部(bù)券商一天在银(yín)行间(jiān)货币市场(chǎng)拆(chāi)借(jiè)资金量大(dà)约应该在三四百亿(yì)左右，这三四百亿左右(yòu)的资(zī)金拆借在不(bù)同的时间点
完成，价格是不一样的。面对这样的场景(jǐng)，我们的做法是根据历(lì)史数据、根据历史交易(yì)的银(yín)行间资金成本数据，找(zhǎo)出一个最优路径，这个最优路径是一个小模型，可以指导该头部(bù)券 商交易(yì)员什么时(shí)候交易最(zuì)便(biàn)宜。比如(rú)一般来说，资金价格(gé)在(zài)闭(bì)市前15分钟最便宜(yí)，大(dà)家想到这个以后，我作为
一个券商，400亿(yì)是不(bù)是都在最后15分钟交易？显然不行。因为“黑天(tiān)鹅”事件发生以后，会使最后的资金成本飙升，比如(rú)有(yǒu)个(gè)突发事件触发了(le)联动(dòng)性的危(wēi)机，那么最终他(tā)当天的资金成(chéng)本可能会(huì)飙升(shēng)1000个BP甚至2000个BP，如果把所有的交易都放在最后面去做拆借，成本会巨(jù)贵无比。人工智(zhì)能的作用在(zài)这里，首先(xiān)有历史数据，根据历史(shǐ)数据(jù)模拟常规价值最大化的交 易流程跟经验，同(tóng)时跟踪今天所(suǒ)有的舆情数据(jù)、国际事件，并监控突发事件会有可(kě)能(néng)在资本市场或者货(huò)币市场引(yǐn)发价格的波动，若发现突发事件有苗头的时候 ，有舆(yú)情的时候，那么要尽快干(gàn)预交易(yì)，让交易尽(jǐn)快完成(chéng)。前几年货(huò)币(bì)市场就(jiù)有类似案例，最后这个资金拆借巨贵无比，按百分比，短期拆借率到了10%以上。在交易上，人工智能也有很(hěn)多(duō)应用场景，用友也在不(bù)断探索。在交易、在(zài)内(nèi)部知识库管理、内(nèi)部赋能和流程自动(dòng)化处理上，目前(qián)有很(hěn)多值得我们去做人工智能方面的研究和探索。

　　接下来为(wèi)大(dà)家(jiā)分享我们在AI智(zhì)能财税领域的实践应用视频(pín)。

　　（现场播(bō)放视(shì)频）

　　我们认为在数字化这个(gè)时代有很多底层工作需要我(wǒ)们扎扎实实(shí)去做，之前信息化时代是(shì)流程梳理很重要，数字化(huà)1.0阶段数字治理很重要，刚才华夏银行吴首席谈(tán)到(dào)了通过数据(jù)促进业务发展。那么，在数字化2.0阶段模型(xíng)的应用(yòng)，刚才(cái)我(wǒ)的汇报只是财 税领(lǐng)域的冰山一角，我相信这个领域的应(yīng)用还有大量(liàng)非(fēi)常有价值的场景值得我们去挖掘。

　　用(yòng)友金融(róng)服务(wù)全(quán)球1200多家金融机构，我们在(zài)海外的子公(gōng)司也已经成立了，我们(men)同时也服务于海外的金(jīn)融机构。

　　AI大(dà)模型只(zhǐ)是刚刚开始，大家都在探索(suǒ)跟尝试，我想大(dà)家一起努力，我们(men)共谱(pǔ)金融“五篇大文章”，谢谢大家。

　　新浪(làng)声明：所有会议实录均为现(xiàn)场速记整理(lǐ)，未经演(yǎn)讲者审阅，新浪网登(dēng)载此文出于传递更多信息之目的，并不意味着赞同其观点
或(huò)证实其描述。

责任编辑：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