2022年底,ChatGPT的发布标志着AIGC(生成式人工智能)技术走向普罗大众,企业对于开源大模型概念认知越来越深入。下一阶段人工智能发展重点将转向开发实际应用解决方案,探索开发AIGC技术在垂直细分领域的应用,让企业管治智能化,智慧合规、智慧办公、智慧财务等成为可能。其中,在风控合规领域上,国有企业可以立足已经建立的风控合规体系,探索导入新工具和新方法,提升风险管理敏捷防控能力。
对比传统合规管理和信息化合规,人工智能合规主要的改变包括以下方面:
企业的挑战:
人工智能合规的服务场景:
企业可考虑基于大模型进行轻量开发,定制企业级合规咨询小程序,即将外部政策及内部规章制度数据导入并在AI训练成熟后应用,员工在日常工作中遇到合规相关问题时,只需在小程序界面提问,“AI合规专员”将通过学习整理外部政策及内部规章制度内容信息,以结构化语言提供答案,并同步提供答案背后的政策文件依据链接。
示例
企业的挑战:
人工智能合规的服务场景:
AI合规辅助程序可自动跟踪检索最新外部政策,及时获取及分析文章,对政策要义进行提炼解读。自动检索定位需要进行修订的企业规章制度,智能化地提出规章制度修编建议,对企业外规内化、内规优化工作提供全面支持。
企业的挑战:
人工智能合规的服务场景:
在人工智能合规审查工具导入法律法规库、合规义务库,法律风险库等知识库,经过训练可关联分析合规审查事项所涉的合规义务,智能提供合规审查意见。对于企业的一道防线、二道防线及高级管理人员,合规审查工具将帮助其获得更加全面的合规信息,辅助科学决策。
企业的挑战:
人工智能合规的服务场景:
示例
上线人工智能合规应用解决方案需开展定义应用场景、数据收集处理、选择大模型及开展人工智能训练等关键工作,并将信息安全作为重要因素进行考虑。
定义应用场景
人工智能技术要发挥价值,关键是定义好应用场景。清晰阐述应用场景的业务逻辑,明确输入和输出信息,而将中间过程交给人工智能技术这个“黑箱”去处理。业务人员和技术人员紧密沟通,评估技术实现的可行性和难度,必要时对业务逻辑作出适当反馈和修正。
导入信息或明确数据源
对构建人工智能合规能力的数据作出定义,提供尽可能全面、精准的机器学习资源。一是收集用以导入的知识库,包括法律法规库、国资监管政策库、行业监管库、企业规章制度、风险清单、内控手册等;二是定义合规数据源,如国资委网站、法律法规在线数据库、上市公司数据库等;三是要通过建立健全用于识别违法和不良信息的特征库,加强对不良内容的识别能力,同时严格遵守个人信息保护义务,不采集个人信息。
保障数据质量
大模型生成内容的质量高度依赖前期预训练的数据,若训练数据中存在不准确或虚假的信息,那么模型在生成文本时就可能会输出错误的信息,因此需在数据工程阶段采取有效措施提高训练数据质量,以增强训练数据的真实性、准确性、客观性和多样性。
选择合适大模型
中国科技企业相继发布AI大模型,企业应基于实际应用需求,选择适合的大模型作为开发平台,并将信息安全作为重要的考虑因素之一
实施大模型训练
由人工智能工程师对大模型进行训练,这是一个通过有计划的学习训练、完成迭代升级,调整参数变量以不断趋近最优判断和预测的过程。在模型训练后,需对模型进行评估,检验人工智能工具是否达到企业级商业应用标准,如果存在差距还需要投入反复训练和校正。
在政策、市场、产业的多重驱动下,企业合规管理的新阶段已经到来。人工赋能合规管理变革,已不仅仅停留在概念设计,而是成为一个技术门槛和价格不再高不可及、且可快速部署落地的合规工具。
扫描微信二维码
订阅#人工智能内容
在新兴技术快速迭代、瞬息万变的商业环境中,社会各界已经身处人工智能(AI)的革新时代。普华永道不仅密切关注人工智能领域最新发展,更从公司层面积极推进AI战略。秉持负责任的态度,普华永道专注探索AI商业化应用,分享前沿法规与资讯解读,为企业及个人提供科技驱动的AI解决方案,为未来蓄势赋能。