KPMG刚刚发表数智员工,智能化目前已经给我们带来了什么

就在刚刚，KPMG发了一篇文章：毕马威数智员工，释放您的工作效能

我看了一下，特别有感触

你可以去毕马威的公众号去看一看

文章中KPMG主要介绍了费用的报销，通过利用RPA和OCR，解决两个痛点：

单量大、员工少，导致审单人员工作压力大

用户提交申请单时未对关键审核要点进行卡控，导致申请单不规范，时常存在科目金额与发票影像之间多对多的关系，审单人员需要消耗大量时间进行比对

其实，虽然毕马威解决的是企业的痛点，也是事务所的审计同样是痛点，尤其是在抽凭的过程中，在合同的审查过程中，在各种尽调面对一大堆纸质文件时，都会遇到这种辛苦。

关于这个方案的规则和引擎，KPMG给出了一张图，包括OCR，机器学习，自然语言处理等等，这些东西到底有多牛，审计应该如何应用呢？

KPMG表示，通过内置引擎，可以自动识别普通发票、专用发票、电子发票、销货清单、卷式发票、出租车票、火车票、动车票、飞机行程单、 定额发票、购车发票等全票种发票等20多种常见票据

通过自定义票据模板和内置的训练模型，来实现其他非标影像的识别，比如合同、银行回单、会议通知等

其实我们审计对于这方面的应用非常缺乏，但是非常值得引入了，审计同样要面对大量的企业提供的纸质文件，你是不是也想拿手机对着凭证一拍，凭证中的所有信息都自动过到底稿中，并且对凭证中的信息进行了核对和比对呢？

你是不是想对着凭证一拍，底稿就自动做好了呢？

其实这些并不难实现。

在企业中，只要用手机对着各种乱七八糟的票据一拍，账就做好了。

在审计中，只要用手机对着各种乱七八糟的凭证一拍，对应的底稿也就做好了。

这些是怎么做到的呢？

先看技术，主要是用到了图像识别，光学字符识别，自然语言理解，视频处理理解，物体跟踪监测。

如果你觉得这些非常高大上，那你就错了。

审计们经常寄询证函，你在寄快递的时候，还会用手输入对方的地址吗？

不会了吧，因为你只要对着别人发给你的地址拍个照片，或者截个图，寄快递的时候就会被识别，并且系统自己就可以判断哪个是人名，哪个是地址，哪个是电话。

你看，它不仅可以自动识别，而且还可以对识别出的内容进行判断，并且分类。

在财务审计中，面对大量的数据，大量的合同条款，大量的凭证，我们利用这种识别，然后系统自动分类，分类之后还可以做到自动整理，自动整理完之后紧接着就可以自动分析，最后告诉你分析结果。

有人说，这种识别能力有多强？

这是之前我朋友做的小产品，拿来举例给大家看看：

首先，先从发票说，目前可以做到全票种识别，就是只要你见过的票，都可以识别。

这是什么意思，也就是说，除了发票以外，哪怕你随手用手在纸上随便一写，都可以识别。

只要你别写错别字，只要你的字不是潦草的让人看不懂，只要人能看懂的，系统都能看懂。

这就是语言的理解，和语言的处理，系统具备自我的学习能力。

接着就是容错性，不管你的票多么烂，内容错位的，拍摄缺失的，折痕多的，角度倾斜的，清晰度差的，统统都不是事。

这就是学习能力，只要人能看懂的，它都能看懂。