AI体验从财报开始 已经发挥了不错的效果

    尽管笔者多次强调，AI和大数据模型在未来很长的一段时间内无法取代绝大部分行业的工作，人类主观判断在很多关键位置往往不是程式能解决的，然而随著技术应用越来越多，作为人类的辅助工具，AI已经发挥了不错的效果。

    又进入了财报季，本次笔者和过往不同的是，尝试了用AI协助整理多间公司的财务数据，发现效果远远超乎笔者预期，本周专栏想深入地和读者分享。

    对于一份财报，无论中英文，动则上百甚至数百页，尽管关键的信息只有数十页，仔细看一次往往也需要花费半小时至一小时（取决于业务复杂程度和对公司的跟踪认识），加上管理层的电话会议录音（大约1小时），和过往的业绩比较（半小时），资深的研究员往往需要花上2小时甚至更多的时间才能较为深刻地掌握数据和业绩变化。

    以互联网行业研究为例，中美上市的互联网企业覆盖数目绝对超过100间，业绩不少撞期在同一日发佈，尽管估值模型中相关数据的录入往往可以由初级研究员或助理协助，除非是有特别业务来往，否则再资深的分析师也只可以重点观察龙头或有持仓的公司，而且频繁加班和思考之下，出错在所难免，第一手观点判断也有可能不够深刻。

    然而试用了几款AI产品，笔者只需要将财报文档上传，系统就可以自动将财报的核心要点归纳出来，同时在适当的调试后，企业过往数年，同业的比较，乃至整体行业的平均数和中值都可以用表格的形式输出，大大方便了研究员补抓重点和有一个整体的概念。在查看关键数据时，也不用打开对应文档搜索关键字，只需要在系统输入相关问题，则可以抓取财报的解答和关键内容，体验感获得了急速的提升。

    可以说，通过调试后的AI系统在财报数据整理方面，比笔者过往10年请的任何一个实习生都要高效，可以替代2个甚至更多人力。

    当然AI也有不少限制，例如一开始系统往往不能理解指令的含义，笔者花费了超过5小时去调试出错的数据才让的出来的结果符合要求，对于某些数据发生异常，AI也不会尝试理解和解读，尤其是“魔鬼细节”，AI绝大部分都会忽略。但不可否认的是，作为辅助工具，AI在补抓主要数据时表现出色。

    笔者并不认为初级研究员或新闻记者的工作会被AI取代，但毫无疑问，日后新入行的员工，使用AI提升效率相信会是必备技能。