ChatGPT在財務數字化領域的簡單思考和實踐
2023年04月19日
近來ChatGPT在創新和進步方面取得了前所未有的成就，從改進對話響應的準確性到更直觀的對話流程，ChatGPT正在迅速成為許多數字應用的首選。ChatGPT已逐步開始在各個行業發揮應用，例如提供更個性化的客戶服務、更精準的醫療建議、甚至是創建虛擬代理人和智能虛擬助手，同時也為聊天機器人、客戶服務等領域帶來了新的機遇。隨著這項技術的不斷發展，ChatGPT的潛力將會不斷擴大，在財務數字化等垂直領域帶來諸多的可能性，本文將探討ChatGPT在財務數字化領域的部分預期和未來發展潛力。
ChatGPT在財務數字化領域的思考
信永中和集團在第五個五年規劃當中，明確強調信息化建設和數字化轉型的重要性，迅速啟動了公司內部的信息化建設，并同步推出了一系列對外數字化產品的落地和實施。
當前面臨的挑戰是面對ChatGPT等人工智能技術的火熱和迅猛發展趨勢，如何充分利用這些新興技術來提高財務數字化轉型的效率和水平，如何將ChatGPT與數字化產品無縫融合，利用ChatGPT的AI能力實現數字化產品的智能化，提高數據處理的精度和效率，更加專業地支持業務，更加高效地服務于我們的客戶，對此，我們有一些簡單的思考以及對我們現有的數字化產品的預期應用：
使用ChatGPT問答和內容寫作
使用ChatGPT可以節省大量的時間和精力，避免重復性的寫作和編輯工作。ChatGPT不僅可以用于簡短的問答，還能夠用于較長的文章、報告等的寫作。通過提供相關話題、關鍵詞或已有內容作為輸入，ChatGPT可以繼續擴展和豐富內容，生成更為完整和連貫的作品。除了寫作外，ChatGPT還支持語言翻譯、關鍵詞提取、摘要生成等多種功能。
應用ChatGPT加速人員培訓
ChatGPT是一種先進的聊天機器人，個性化地推送學習資料和練習題目，并對學習結果進行自動評估。它可以根據每個人的學習需求和學習進度定制學習內容和學習方式。通過與ChatGPT的互動，員工可以在任何時間任何地點進行學習，靈活掌握學習進度，有效提高學習效率和學習動力。ChatGPT不僅可以提供理論知識的學習，還可以進行實踐能力的訓練。它可以模擬各種工作場景，讓員工在虛擬環境中進行決策、溝通、協調等實踐，培養重要的工作技能。通過反復練習，員工可以逐步掌握工作技能，為未來的工作做好準備。
政策法規快速查詢
我們需要對政策、準則、法規有深刻的了解，并遵守相關規定，以確保我們的工作合法、合規。為此，我們可以基于ChatGPT的自然語言處理技術，建立一套適用事務所服務相關的政策法規知識庫。政策法規知識庫可以幫助大家方便查詢、和應用相關法規，提高工作效率和專業技能，未來可根據政策法規庫建立培訓體系和課程，變革學習方法和路徑。
數字化審計報告自動化系統
該系統可以根據審計準則、審計準則應用指南和中國注冊會計師審計準則問題解答，生成符合披露規范的審計報告正文文本。借助ChatGPT，審計人員只需輸入公司名稱和報告需求，即可返回包含公司信息的報告樣本。
上市公司財報指標分析工具
該系統已經采集了歷年A股上市企業年報數據，并結構化出與關鍵審計事項相關的內容。該工具整理了超過3000家上市公司和接近200個財務指標，可以分析企業在所屬行業中的經營狀況和風險指標，并使用交互可視化方式展現結果。借助ChatGPT，審計人員只需輸入上市公司名稱或審計公司的主要指標，系統即可返回該公司或同類公司的財務指標年度變動趨勢及風險提示。
大文本和會議紀要多因素提取工具
以往基于正則查找技術和NLP技術對會議紀要等大文本進行匹配，雖然在特定格式的場景下，可以實現對多個因素的提取，一旦格式發生些許變化就會導致識別失效等問題，借助ChatGPT的強大文本識別能力，高效提取出核心關鍵因素，并以用戶友好的可視化界面呈現。
「 信永中和數智 」
ChatGPT在財務數字化領域的實踐
簡單實踐
信永中和數智團隊通過研究最近的技術發現和進展，基于ChatGPT的高效理解能力和聚合能力，團隊首先在《大文本和會議紀要多因素提取工具》等簡單場景中實現了ChatGPT的落地應用。
技術突破
當今自然語言處理領域的最佳實踐目標是制造更精細的算法，以理解和生成對話。通過使用大量的數據來訓練模型，并結合其他領域的專業知識，如情感分析或自然語言理解，提高語義理解的準確性。ChatGPT通過模擬人腦中神經元的結構，組成龐大的網絡結構，用來“山寨”人腦的神經網絡。GPT-3.5的參數總量達到1750億，雖然距離人腦突觸的量級還有差距，但也已經顯現出之前小規模模型所不具備的推理能力，以及對大量文本內容的理解能力和聚合能力。
基本原理
基于ChatGPT提供的GPT-3.5和GPT-4.0版本的API實現對大文本內容的理解，實現對文本內容中多種要素的提取和聚合。
實現過程
1
讀取文本內容(txt/pdf/epub/md/docx)或在線文章，并按段落進行分割；
2
對于每段文本，利用ChatGPT(OpenAI公司)的Embedding 接口對文章內容進行向量化，這里使用text-embedding-ada-002生成特征向量；
3
將特征向量和文本對應關系存入本地pkl文件或向量數據庫Faiss中，并建立向量索引；
4
對于用戶輸入的問題文本再次利用Embedding 接口進行向量化，生成向量數據；
5
根據問題的向量數據在向量數據庫Faiss中進行最近鄰搜索，返回最相似的文本章節(本次應用采用TOP5的列表)，然后將問題和近似的Embedding一同提交到ChatGPT的接口，最終獲取到ChatGPT的回復；
6
將ChatGPT的回復轉化成標準化數據格式，如時間戳、地點、會議主題、參會人員、會議主持、會議記錄以及會議決定等等因素，為后續的人性化和定制化內容展示提供標準格式。
圖片來源：Youtuber (Chat with data)
效果預覽
對《中國注冊會計師》全文進行分析
會議紀要的多因素智能提取
對企業財務報告解讀
以上是我們關于ChatGPT在工作場景中的思考、應用及實踐。
以下文字由ChatGPT整理回答
在如今數字化時代，財務數字化應用已經成為現代企業不可或缺的一部分。未來，我們期望ChatGPT可以更加深入地了解財務場景，實現更加細致化、個性化的服務。我們也期待ChatGPT具備更強大的學習能力和智能特點，以此提高其在財務數字化領域中的應用和發揮潛力，幫助企業數字化轉型，提高企業的競爭力。
如果您對ChatGPT和財務數字化相關解決方案有興趣，請聯系我們了解更多信息。
聯系方式
周峰 先生
大數據技術部合伙人
13701319333
zhou_feng@shinewing.com
