近两年,烟草行业部分单位围绕中心任务,结合实际,守正创新,开展了许多研究探索。比如,在财务大数据价值挖掘、会计共享中心建设、财务风险预警系统建设等方面做了大量卓有成效的工作。在这样的背景下,辽宁烟草策划建设了“智能风险体检预警系统”:
按照“网格化管理、模块化体检、单元化预警”的方式;基于财务核算、资金管理、资产管理、预算管理等系统数据;建立分层级、分业务模块、具体到指标单元的财务风险体检预警体系;通过数据抽取、数据清洗、数据分析、模型展示、智能预警等技术手段。实现对财务信息规范性、财务风险重点关注指标的定期检查与预警,旨在提升财务风险管控水平。
首先,辽宁烟草梳理出最为突出的三大数字化诉求:
1.财务工作问题亟需提前预警管理机制:财务管理服务于企业生产经营,涉及面广、专业性强,在实际工作中难免出现问题及缺陷。但如果发现相对滞后,很可能造成不利影响或产生经济损失。亟需达到事前发现风险、预警风险的管理目标。
2.大量财务数据沉积,未呈现其价值:辽宁烟草已经积累了大量的财务数据,包括核算数据、预算数据、资产数据及资金数据等。但尚未得到有效的价值挖掘利用,更未结合企业常规风险点开展管理诊断工作。
3.风险管理无支撑,难以发挥作用:风险的识别、发现和应对,需要数据驱动。没有大量数据做支撑,难以判断风险的等级并进行过程监督,更无法规范业务行为,使企业整体达到降本增效的目的。
然后,在清晰了解和理解企业自身诉求的基础上,辽宁烟草建立了三大数字化建设目标,并且对目标进行深入具象化——即“建立怎样的体系?实现怎样的评价机制?达成怎样的效能状态?”。
4.建立分层级的财务风险体检预警体系:智能体检系统以“网格化管理、模块化体检、单元化预警”为理念,重点关注高风险信息为主,次级风险信息总量为辅,满足各级管理层对风险情况的及时了解和全面掌控,提供体检结果定时生成、体检信息定向推送服务。
5.建设智能风险体检系统实现对财务风险的自动评价:通过建设财务风险智能体检预警应用系统,实现公司财务风险评价体系的系统化应用。以财务核算、预算、资产、资金等系统数据为基础,用计算、统计、分析、监控等方法为手段,实现对财务风险点的数据化度量。改变原有人工进行财务风险分析取数难、计算量大、低效率、不及时等状况,提升财务风险统计分析的效能。
6.完善公司高效能治理体系:通过开展企业财务管理的全方位体检,满足各层级管理需要。将智慧财务建设与风险管控相融合,建立涵盖资产、资金、核算、预算等各方面的财务风险评估模型和财务风险管控指标库,对即将超越红线或达到预警线的关键指标进行定期检查与实时预警提醒。不断探索和完善大数据在财务分析和风险防范方面的应用,搭建起财务大数据分析体系的雏形,完善辽宁烟草高效能治理体系。
随着智能财务风险体检在全省的推广应用,全面覆盖了核算、预算、资产、资金等范畴的常规财务风险预警,可提前预知、预判风险。目前,辽宁烟草通过风险体检系统定期生成并下发“财务风险排查表”的方式,督促成员单位针对发现的财务风险隐患限期进行整改。全省实现对各类财务风险的预警,并形成完整的防控和整改机制。通过这些举措进一步提升了财务风险防范意识,提高了会计处理及时性、财务数据的准确性以及做账的规范性。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。