当你听到“自动化”这个词.你的思想会直接跳到”.破坏工作”？如果是这样，中间应该会有一些停靠点。自动化包括消除摩擦、降低成本、加快流程和提高整体效率。让商品和服务变得更好更便宜是一件好事：它让我们都变得更富有。

各行各业都有这样做的空间，尤其是在会计和法律等专业服务领域。这些行业的公司所做的大量工作是搜索和汇总数据。如果数据检索可以自动进行，数据库可以兼容，可以同时查询多个数据库，那么它们的工作可以大大提高和加快。

传统的数据库不会相互通信。每一个问题都可以解决——这是从一开始就设计好的。大公司有成千上万家公司。20世纪90年代，该公司开始安装企业资源计划(ERP)系统，该系统将有关特定业务流程的所有数据汇总到一个主数据库中。然而，大公司仍然有许多ERP(通常多达300个)。你猜怎么着，他们通常不说话。

知识地图

一个名为“知识地图”的新数据库更加灵活。谷歌在2012年将这一概念引入搜索操作(当时恰逢人工智能大爆炸，机器学习开始让AI变得如此强大)。知识图将信息的三重要素——主体、客体及其关系联系在一起。这使您能够获得复杂问题的准确答案。

知识图的问题在于，填充它们既费时又费钱。这个问题被称为自然语言处理的人工智能的快速发展所缓解。NLP系统，比如谷歌的BERT(来自你的transformer，双向编码器表示)，通过在庞大的文本和表格语料库中徘徊，搜索和提取相关但非结构化的数据，自动填充知识地图。

一家名为Engine B的初创公司正在寻求利用专业服务行业的这一新功能。如今，它只雇佣了9个人，到目前为止只筹集了350万英镑。但创始人兼首席执行官苏瓦玛雷(雷)表示，该公司的合作伙伴和支持者让它充满希望：他们包括所有四家大型会计师事务所，以及几家低级别和挑战者公司。向英国贸易组织英格兰和威尔士特许会计师协会添加会计师。它还与许多领先的律师事务所合作。

该公司正在利用伦敦帝国理工学院和伯明翰大学学者的意见来构建和填充其模型，并将其托管在微软的Azure平台上，因为与谷歌不同，例如，微软已经放弃进入垂直行业与现有企业竞争。

如果B引擎成功，它将作为一个平台运行，并在用户处理数据时向他们收取小额付款。数据属于客户，并保留在公司服务器内的某个位置，无论是在云服务中还是由所有者保管。b的知识图谱将以API的形式应用于数据。Shamrae说，“我们不会匿名任何人的数据，并转售他们的意见。我们的代码是开源的”。

单一真理

Rae声称结果是一个“单一事实来源”，在那里你可以询问公司的知识库，这是在收集数据时从未想过的。例如，您可以查询一家房地产公司的知识图谱，以找出投资组合中哪些建筑的覆层导致了格伦菲尔铁塔的悲剧，以及哪些建筑是由同一承包商安装的。更容易检查公司数据湖的完整性，检查欺诈和防御网络攻击。

如果这种方法成功了，它将使目前由会计师事务所完成的许多工作自动化。大公司雇佣数千名员工来“打勾”，获取客户活动的财务信息，并与其他来源核对。这项工作将越来越自动化，这意味着初级会计师不会那么无聊——但这也可能意味着初级会计师会更少。律师及其披露和发现程序也是如此。尽职调查——对目标公司的调查和评估——将变得更加容易和快速，并购和投资的速度应该大大加快。

“如果可能的话，让人们做他们知道的事情会很好。”

国际律师事务所奥斯本克拉克(Osborne Clarke)的合伙人丹赖特(Dan Wright)与Rae一样，希望实现这一倡议。“通过系统地挖掘数据之间的联系，我们开辟了一条开展法律程序的新途径。知识地图方法是一种技术，如果可能的话，它使人们能够做他们知道的事情。我们希望表明这是可能的。”

因为知识图谱会消除今天会计师和律师做的很多工作，他们会被收费，你可能会认为他们会抵制而不是支持。但是经营这些公司的人意识到自动化即将到来。他们知道，如果他们不吃自己的生意，采用即将到来的商业模式，那么其他人也会这样做。他们正在利用这一举措促进业务数字化，并在流程发生时保持一定程度的控制。

正如Rae所说，“事实上，工作会流失，工作会改变。繁荣的公司将是那些首先抓住机会重新获得技能和技术的公司。未来不是数字计算，而是判断和智慧。”

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

标签:知识图谱人工智能。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：