乘风破浪 | 变革转型：风险咨询服务未来展望
_本文原始标题：乘风破浪|变革转型：风险咨询服务未来展望
文章图片
安永咨询服务团队正在积极探索各行业领先的商业模型、组织架构和系统流程 ， 为客户量身定制变革转型方案 ， 提供商业创新、风险管理、财务管理、供应链管理、信息化转型、数据分析与数据安全等全方位、多领域咨询服务 。 我们将通过“乘风破浪|变革转型”系列文章 ， 为您介绍安永如何协助客户在当前和未来市场上成为行业领导者 ， 创造长期价值、成功实现转型 。
我们正处在一个充满波动性(Volatility)、不确定性(Uncertainty)、复杂性(Complexity)及模糊性(Ambiguity)的时代 。 在这样的环境下 ， 企业生态系统正以前所未有的速度变得愈加复杂 ， 风险格局日新月异 。 为了能够从容面对时代发展浪潮的挑战 ， 企业必须掌握管理风险的全新方法 ， 安永风险咨询服务将协助企业实现这一目标 。
设想以下场景：
【乘风破浪 | 变革转型：风险咨询服务未来展望】一家涉及海外业务的企业（以下简称“A公司”）希望在合规管理方面寻求高效的解决方案 。 近年来国内外合规监管趋向严格 ， 执法力度不断加大 ， 企业所面临的合规风险挑战日益严峻 。 A公司已经搭建合规组织体系 ， 制定了合规管理制度 ， 并形成包含培训、汇报、考核、咨询、调查、问责等内容的合规运行机制 ， 但合规管理工作效果仍未达到管理层预期 。
我们注意到A公司合规工作的压力主要来自于以下两个方面：第一 ， 由于海外业务涉及全球诸多国家和地区 ， 受到新技术和消费者数据保护监管日趋严苛的影响 ， A公司在跟上不同司法管辖区监管变化的步伐上显得力不从心；第二、A公司的合规管理团队意识到数据的重要性 ， 也尝试利用数据分析技术识别潜在的合规风险线索 ， 但公司每日生成的各类数据体量庞大且复杂 ， 使得实际执行过程困难重重 。
新技术革新浪潮势不可挡 ， A公司对大数据、机器人（含RPA）、云计算、人工智能、物联网、区块链这些术语并不陌生 ， 但我们要解决的问题并不是技术本身 ， 而是如何运用新兴技术手段提升合规管理工作的效率 。 我们认为 ， A公司的合规转型可以从运用RPA（机器人流程自动化）等轻量级的软件自动化解决方案入手 ， RPA擅长替代人工处理重复性强、规则清晰、大规模、大容量、易出错的操作 ， 例如处理数据录入、复核性检查、数据校验等 ， 可帮助企业提升合规工作效率 。 但RPA依赖于清晰的规则和指令 ， 无法自主从经验中学习或适应变化 ， 为了让RPA变得更聪明 ， 我们通过人工智能(ArtificialIntelligence ， AI)技术给其配备智能大脑 ， 让它能够进一步学习、思考、分析、决策 。
文章图片
人工智能具有机器学习(MachineLearning ， ML)、自然语言处理(NaturalLanguageProcessing ， NLP)、神经网络、深度学习等多个分支 ， 我们为A公司合规RPA所设计的智能大脑主要涉及机器学习和自然语言处理两个子领域 。 其中 ， 机器学习是利用数据训练计算机构建模型 ， 并使用模型进行预测的一种方法 。 机器学习和人类学习机制类似 ， 从大量现象中提取反复出现的规律与模式 ， 有助于帮助A公司监测隐藏的风险迹象和线索；自然语言处理则是使计算机能够理解人类的语言（包括文本和语音）的一种技术 。 NLP模型可以解读语言的意义 ， 衡量语言当中的情感 ， 并对数据进行分类 。 例如 ， NLP可以用于分析销售交易中的文字或语音记录 ， 通过情感语气的分析发现潜在的欺诈行为 。
通过将传统RPA与机器学习和自然语言处理等主流人工智能技术相结合 ， 我们为A公司建立并部署了新型的“智能RPA” ， 并应用在以下具体场景中 。
第一、供应商尽职调查：
供应商尽职调查往往涉及诸多繁琐的核对工作 ， 是实施RPA的理想场景 。 机器人能够代替人工自动执行规则明确的尽调检查事项 ， 如核对供应商是否在公司的不合格供应商清单或可能导致利益冲突的供应商名录当中等 。 此外 ， 运用机器学习技术还能够对制裁数据、法庭记录等数据进行分析 ， 以识别传统人工方式难以注意到的供应商合规风险线索 。
第二、电子邮件及社交媒体监控：
通过RPA定期扫描企业电子邮件和社交媒体信息 ， 并使用预先定义的搜索关键词 ， 识别存在合规风险的活动和关系 。 NLP技术进一步增强了“智能RPA”的风险侦测能力 ， NLP可以与情感分析工具一起使用 ， 评估信息的情感、语气和意图 ， 除了文字本身之外 ， 还可以分析表情符号 。 当然 ， 我们充分关注对员工隐私的保护 ， 确保所有信息在处理过程中保持匿名 ， 并严格控制对已识别风险信息的访问权限 。
第三、反贿赂与反腐败：
RPA通过预先设置的扫描规则分析业务数据并识别交易中的“危险信号”和敏感信息（例如 ， 整数金额支出、杂项支出描述等） 。 结合机器学习技术 ， “智能RPA”能够构建贿赂风险及腐败风险的扫描模型 ， 增强机器人的风险识别能力 ， 并通过风险评分等可视化方式展现潜在合规风险的严重程度 。
第四、投诉管理：
我们借鉴RPA和人工智能工具在提升快消行业客户服务方面的应用经验 ， 增强A公司对电话投诉的处理能力 。 例如 ， 使用机器学习分析聊天机器人与客户的对话场景 ， 以帮助预测客户情绪并自动发出道歉 。 同时 ， “智能RPA”的语音分析功能还能够检测到客户及客服人员的负面情绪 ， 及时为客服人员提供必要的帮助 ， 或将对话升级 ， 以由更高级别的管理人员进行处理 。 高效的投诉解决机制为A公司降低了法律风险；同时 ， 机器人对投诉数据的归类和分析还为A公司改善产品性能及体验提供了支持 。
第五、数据隐私保护：
运用RPA对敏感数据进行自动识别、清查和分类 ， 并结合机器学习算法强化RPA对于信息识别和分类等较为复杂任务的处理能力 ， 降低合规风险 。 通过人工智能技术解决数据保护相关的合规问题已成为趋势 ， 根据知名分析公司Gartner预测 ， 在未来三年内 ， 全球超过40%的隐私合规技术将依赖于人工智能 ， 而这个数字在2020年只有5% 。
第六、费用报销管理：
过去A公司一直通过人工方式审核员工的费用报销单据 ， 通过RPA自动执行简单的报销单据复核任务 ， 大幅提高了报销审核效率并降低人为差错 。 进一步结合机器学习技术能够使公司识别到异常的支出和不合规的活动 ， 将其标记并供进一步审查 。 此外 ， 通过开发机器学习算法 ， 机器人能够对违反费用报销政策的员工进行分类 ， 并根据问题的严重性发送电子邮件警告 。
安永企业风险咨询服务能够助企业发现可助力其实现经营目标的“上行风险”(UpsideRisk) ， 同时规避可能给企业带来负面影响的“下行风险”(DownsideRisk) ， 将风险管理工作融入从战略与构思到执行与价值创造的整个价值链 。 通过由数字化驱动的敏捷风险管理 ， 安永使企业获得灵活性和快速响应的能力 ， 帮助企业自信地抓住机遇 ， 维护利益关联方的信任 ， 最终实现战略价值的创造 。
本文是为提供一般信息的用途所撰写 ， 并非旨在成为可依赖的会计、税务或其他专业意见 。 请向您的顾问获取具体意见 。
推荐阅读
- 海洋|十九次出海探矿寻宝，我就是在大洋中乘风破浪的姐姐
- biofor|科普互动｜池子界“乘风破浪的姐姐”——Biofor
- |以产业转型升级 助推经济高质量发展
- 小沈阳|女儿都变美了，告别二人转、转型11年的小沈阳怎么“消失”了
- |持续恢复生猪产能 推进产业转型升级
- 周深|“浪花”绝对不能错过的狂欢 乘风破浪的姐姐们集体营业啦！
- 白领|CBD高端购物中心转型社交空间，能否引回白领客流？
- |韩国经济谋转型 力推机器人、无人机产业
- 平衡点|能源大省山西转型：14个千亿元级产业打造中国式“鲁尔”
- 但是还有书籍|B站纪录片高分获赞，专家赞誉网络平台推动纪录片发生变革