五月的一天清晨，李雯（化名）照例準(zhǔn)時(shí)坐在工位前，作為上海一家財(cái)稅服務(wù)公司的會(huì)計(jì)，她的工作流程“十年如一日”：核對(duì)發(fā)票信息、手動(dòng)錄入系統(tǒng)、生成記賬憑證?！白蠲Φ臅r(shí)候，一天要處理500多張發(fā)票，連喝水都怕耽誤時(shí)間?！彼嘈χ蛴浾哒故咀烂嫔虾袢缱值涞摹抖悇?wù)編碼手冊(cè)》。李雯的“困境”，正是中國(guó)4000萬財(cái)務(wù)從業(yè)者的縮影。

精算家聯(lián)合創(chuàng)始人聯(lián)席總裁梅赟和財(cái)聯(lián)社價(jià)值增長(zhǎng)研究院院長(zhǎng)高端對(duì)話訪談

財(cái)稅行業(yè)的“囚徒困境”

“在‘精算家’近期的一項(xiàng)調(diào)研中，73%的會(huì)計(jì)將80%以上工作時(shí)間消耗在基礎(chǔ)流程操作，而政策變化導(dǎo)致的規(guī)則迭代，更讓傳統(tǒng)財(cái)稅軟件淪為‘電子算盤’”。7月8日，精算家聯(lián)合創(chuàng)始人聯(lián)席總裁梅赟在和財(cái)聯(lián)社價(jià)值增長(zhǎng)研究院院長(zhǎng)高端對(duì)話訪談中說。前日，“精算家”剛剛發(fā)布智能體“深藍(lán)財(cái)鯨”。

“深藍(lán)財(cái)鯨，不僅僅是財(cái)稅服務(wù)的一次革新，更是行業(yè)智能化變革按下加速鍵的重要標(biāo)志?！泵汾S認(rèn)為，深藍(lán)財(cái)經(jīng)從根本上解決了財(cái)稅行業(yè)的兩大痛點(diǎn)：首先，是財(cái)務(wù)人員深陷“時(shí)間殺手”。“財(cái)務(wù)公司的會(huì)計(jì)們80%的時(shí)間都花在記賬、開票、報(bào)銷、月末/年結(jié)這些重復(fù)又機(jī)械的操作上！這不僅效率低，還容易出錯(cuò)。更導(dǎo)致寶貴的人力資源被困在基礎(chǔ)流程里。”其次，是企服機(jī)構(gòu)陷入“增長(zhǎng)困局”。“市場(chǎng)上財(cái)稅服務(wù)同質(zhì)化非常很嚴(yán)重，大家都在打價(jià)格戰(zhàn)；隨著規(guī)模擴(kuò)大，管理也容易失控，導(dǎo)致客戶和員工都流失。更頭疼的是，很多高價(jià)值業(yè)務(wù)還面臨‘能力斷層’，因?yàn)閷I(yè)的復(fù)合型人才實(shí)在太稀缺了！”

深藍(lán)財(cái)鯨智能體的誕生，就是通過利用生成式AI技術(shù)，把這些“時(shí)間殺手”和“增長(zhǎng)困局”解決掉！讓會(huì)計(jì)從繁瑣的機(jī)械勞動(dòng)中解放出來，去處理更復(fù)雜、更有價(jià)值的業(yè)務(wù)，同時(shí)也能幫助企服機(jī)構(gòu)提供更智能、更高效的服務(wù)，擺脫同質(zhì)化競(jìng)爭(zhēng)?！?/p>

用AI改造？NO！是重塑！

梅赟顯然有這樣的底氣。這位清華大學(xué)創(chuàng)新領(lǐng)軍工程博士，曾經(jīng)在華為、諾基亞、阿里達(dá)摩院等大廠主導(dǎo)大數(shù)據(jù)AI平臺(tái)、智能網(wǎng)絡(luò)產(chǎn)品、工業(yè)模型等重點(diǎn)項(xiàng)目。其組建的“精算家”科研團(tuán)隊(duì)，更鑄就了產(chǎn)品創(chuàng)新的“底座”——技術(shù)團(tuán)隊(duì)核心成員都來自阿里達(dá)摩院、釘釘、華為中央研究院這樣的頂尖機(jī)構(gòu)。這群人不僅擅長(zhǎng)底層AI技術(shù)的算法突破，更具備工程化與商業(yè)化執(zhí)行能力?！拔覀儨愒谝黄鹬挥幸粋€(gè)目標(biāo)：‘不做只會(huì)聊天的AI，要做直接形成生產(chǎn)力的‘?dāng)?shù)字員工’”。

那“深藍(lán)財(cái)鯨”的技術(shù)升級(jí)，究竟改變了那些市場(chǎng)“傳統(tǒng)”？

精算家研發(fā)總監(jiān)管建智介紹，我們最初對(duì)“深藍(lán)財(cái)鯨”提出了兩大設(shè)想：

首先，它就像一位經(jīng)驗(yàn)豐富的財(cái)稅專家，擁有“多模態(tài)交互與智能決策引擎”。“它基于我們自研的多智能體協(xié)作框架和強(qiáng)化學(xué)習(xí)決策引擎，能夠深度模擬財(cái)稅專家的思維邏輯，快速識(shí)別票據(jù)信息，自動(dòng)分類歸檔，處理復(fù)雜的財(cái)稅任務(wù)?！?/p>

其次，它擁有“訓(xùn)推一體+千企千面”能力。它能從海量的歷史財(cái)稅數(shù)據(jù)中精準(zhǔn)學(xué)習(xí)企業(yè)個(gè)性化規(guī)則和做賬習(xí)慣，然后自主完成從票據(jù)識(shí)別、憑證生成到報(bào)稅申報(bào)的全流程智能化 。“這種訓(xùn)推一體的模式，鍛造了我們的數(shù)字飛輪效應(yīng)，一家企業(yè)通過智能體做賬的時(shí)間越長(zhǎng)，一次做對(duì)的準(zhǔn)確率就越高。另外，它還能根據(jù)企業(yè)具體的業(yè)務(wù)場(chǎng)景和實(shí)時(shí)變化的財(cái)稅政策，進(jìn)行‘千企千面’的財(cái)稅動(dòng)態(tài)策略調(diào)整和優(yōu)化，確保財(cái)稅處理既準(zhǔn)確又合規(guī)。最關(guān)鍵的一點(diǎn)，也是我們引以為傲的，我們突破了大模型應(yīng)用的瓶頸，讓它不再只是一個(gè)‘會(huì)說話’的問答機(jī)器人，而是真正‘能干活’的生產(chǎn)力工具，直接創(chuàng)造實(shí)際業(yè)務(wù)價(jià)值?！?/p>

沿著該思路，團(tuán)隊(duì)基于三個(gè)核心能力標(biāo)準(zhǔn)篩選落地場(chǎng)景：1）任務(wù)流程可分解；2）基礎(chǔ)決策能力可應(yīng)對(duì)業(yè)務(wù)要求；3）業(yè)務(wù)規(guī)則可窮舉。財(cái)稅服務(wù)場(chǎng)景因其固定業(yè)務(wù)流程、適中的專業(yè)判斷需求，以及會(huì)計(jì)準(zhǔn)則的完備性，完全匹配這三個(gè)標(biāo)準(zhǔn)。

鎖定該方向后，團(tuán)隊(duì)開始研發(fā)"深藍(lán)財(cái)鯨”智能體，經(jīng)過數(shù)月開發(fā)，最終使“深藍(lán)財(cái)鯨”從0到1快速落地。

說到模型訓(xùn)練，精算家大模型科學(xué)家王超提到：“這里也有個(gè)小秘密。此前，財(cái)稅公司會(huì)計(jì)做大量賬目時(shí)，出錯(cuò)在所難免，所以通常會(huì)安排兩個(gè)會(huì)計(jì)，一個(gè)專門記賬，一個(gè)專門核對(duì)。所以我們?cè)谟?xùn)練大模型時(shí)，同樣請(qǐng)了這些經(jīng)驗(yàn)豐富的核對(duì)會(huì)計(jì)來當(dāng)我們的模型訓(xùn)練師。經(jīng)過多輪迭代，現(xiàn)在一天審核的賬套數(shù)量翻了十倍。我們后面的目標(biāo)是打造“零失誤”的超級(jí)會(huì)計(jì)。”

效能提升與行業(yè)“重構(gòu)”

業(yè)內(nèi)人士認(rèn)為，“深藍(lán)財(cái)鯨”對(duì)財(cái)稅行業(yè)而言，不僅僅是效能的提升，它其實(shí)在推動(dòng)行業(yè)“重構(gòu)”：

一是，讓AI從“動(dòng)嘴”到“動(dòng)手”：以前財(cái)稅AI多是回答問題，實(shí)際做賬還得靠人?，F(xiàn)在“深藍(lán)財(cái)鯨”能像老會(huì)計(jì)一樣，把經(jīng)驗(yàn)直接轉(zhuǎn)化為生產(chǎn)力。

二是，把專業(yè)服務(wù)變成“普惠品”：過去中小微企業(yè)請(qǐng)不起專業(yè)會(huì)計(jì)，現(xiàn)在通過智能體把成本打下來，讓煎餅店、小工作室也能合規(guī)做賬報(bào)稅、避開風(fēng)險(xiǎn)，真正填平了服務(wù)鴻溝。

三是讓財(cái)稅軟件“活”起來：傳統(tǒng)軟件像個(gè)“電子賬本”，只會(huì)記錄?！吧钏{(lán)財(cái)鯨”智能體不一樣——政策變了它自己會(huì)調(diào)策略，看到異常開支能主動(dòng)提醒風(fēng)險(xiǎn)。相當(dāng)于配了個(gè)“24小時(shí)在線的智能管家器”，推動(dòng)行業(yè)從“電算化”跳進(jìn)“智算化”。

“深藍(lán)財(cái)鯨”，僅僅是“精算家”的開始！

未來，“精算家”科研團(tuán)隊(duì)，還會(huì)有哪些新的技術(shù)突破？或者說，公司還看到了行業(yè)發(fā)展的那些痛點(diǎn)？

梅赟認(rèn)為，“精算家”會(huì)持續(xù)深耕生成式AI領(lǐng)域?！耙?yàn)椋覀儼l(fā)現(xiàn)，除了財(cái)稅服務(wù)，企業(yè)日常工作中還有很多場(chǎng)景都符合大模型轉(zhuǎn)化為生產(chǎn)力的要求。這些場(chǎng)景通常具有高頻、高重復(fù)性、流程可分解、規(guī)則驅(qū)動(dòng)等特點(diǎn)，只不過不同的場(chǎng)景對(duì)大模型的推理能力要求不同?！蔽磥怼吧钏{(lán)財(cái)鯨”的技術(shù)和經(jīng)驗(yàn)可以拓展到更多領(lǐng)域，比如：法律、培訓(xùn)、人力資源管理、市場(chǎng)營(yíng)銷以及項(xiàng)目管理等等，“我們看到了巨大的市場(chǎng)空間”。

在精算家這群“掃地僧”眼里，他們的目標(biāo)，就是讓生成式AI在更多企業(yè)服務(wù)場(chǎng)景中真正“干活”，幫助企業(yè)解決更多痛點(diǎn)，提升效率和價(jià)值。