189 8069 5689
chatgapt对会计行业影响
创新互联公司专注为客户提供全方位的互联网综合服务，包含不限于成都做网站、网站制作、东乃网络推广、小程序开发、东乃网络营销、东乃企业策划、东乃品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联公司为所有大学生创业者提供东乃建站搭建服务，24小时服务热线：028-86922220，官方网址：www.cdcxhl.com
1. 加快决策过程：ChatGPT可以加快会计行业的决策过程，使会计师可以节省更多的时间和精力来处理重要的财务问题。 ChatGPT可以帮助会计师了解客户的情况，并基于当前的市场情况，迅速做出决定，从而提高决策效率。
2. 改进财务自动化：ChatGPT可以改进会计行业的财务自指毁动化，包括收入和支出的侦测，以及偏差的互动发现。聊天机器人可以记录并存储关键信息，帮助会计师较易地找到更多关于审计和税收方面的信息。
3. 增加可视化数据：ChatGPT可以为数百个会计行业数据源分析和整合，提供实时更新的可视化分析工具。在之前的会计实践中，数据分析常常依赖于静态的表格数据，而ChatGPT可以提供实时的数据，能够更清楚地展示市场发展变化，以便更好地支持会计决策。
4. 提高客户端体验：聊天机器人可以帮助会计师更快地处理和服务客户，实现智能服务，而无需过多的输入。使用ChatGPT，会计师可以回答客户的问题，更便捷地处理客户诉求，进而提升客户体验。
5. 提高安全性：ChatGPT可以帮助会计师减少人员误操作的风险，使会计工作的安全性大大提高。 ChatGPT可以通过实时监测和识别风险，从而帮助会计师安全地完成态腔各项财务操作。
6. 实现客户个性化服务：通过ChatGPT，会计师可以实现客户个性化的服务，例如根据客户的需求提供专门的税收或咨询服务，帮助客户做好准备，节约时间和成本。
7. 改善报表结构：ChatGPT可以对会计报表、报表数据结构等进行研究和分析，帮助会计师制定准确、有效的报表结构，优化会计行业的报表形式。
8. 改善报表质量：通过ChatGPT，财务报表可以更准确、及时更新，以满足会计行业的高要求。ChatGPT可以在企业的日常人事管理、税务报告、历史财务数据等方面帮助会计师改善报表质量，使财务报表信息更准确。
9. 改善信息流动：ChatGPT可以促进会计行业内部信息流通，使会计师可以更快更有效地交流、协作。例如，通过ChatGPT，各方可以共享信息，从而加快财务信息的流通，方便会计师加工财务数据，有效缩短会计历程。
10. 提高会计绩效：ChatGPT可以让会计师了解客户的需求，优化会计流程，提升会计绩效。会计行业的信息处理工作量巨大，通过ChatGPT技术，会计师可以节约更多的时间来研究客户的财务情况，更快地收集、处理和分析客户信息，大帆逗衫大提高会计绩效。
很多人对这个可能不懂，其实chatgpt就是度娘的高级形式，举例：我们有什么不懂的，就会在百度搜索栏里输入问题，然后就会出现和这个问题相关的很多内容，但这时候看到内容很分散很杂，我们需要看好几个内容然后通过大脑总结形成最终的答案，而chatgpt就是把这些分散的内容总结了一下，不再需要通过我们的大脑总结，总结内容可以通过语音图像文字呈现。
人工智能要做这些事件需要有图像语音视频动画等的转换能力，总结就需要AI芯片算力等，总结需要有内容就需要很大的数据库，这就是chatgpt涉及的各个方向。
chatbot和chatgpt的区别就是，chatgpt是度娘，问他什么问题都可以回答，但不一定非常细致，而chatbot是专业的人工智能，目前的应用都是为企业服务的，比如你问一个东方财富软件功能问题，chatgpt不一定能够回答你，而chatbot就可以回答，主要是因为他们数据库内容的问题，chatbot可以做到内容的即时跟新，而chatgpt却不可能，面太广了，做不到专业。
内容是需要基础数据库的，这就涉及到文化政治倾向问题，你放哪些内容到数据库，人工智能就会怎么回答你，所以意识形态的差异就会导致欧美不用我们的产品，我们不用欧美的产品。
chatgpt和chatbot在技术上是没有多大区别，chatbot也可以升级到语音视频动画图像，目前国内的chatbot因为是专业领域，所以都有固定的答案，不需要很强大的AI，最终区别chatgpt需要更大的数据库和算力，仅此而已！
分享至
微信
朋友圈
微博
郑重声明：用户在财富号/股吧/博客社区发表的所有信息（包括但不限于文字、视频、音频、数据及图表）仅代表个人观点，与本网站立场无关，不对您构成任何投资建议，据此操作风险自担。请勿相信代客理财、免费荐股和炒股培训等宣传内容，远离非法证券活动。请勿添加发言用户的手机号码、公众号、微博、微信及QQ等信息，谨防上当受骗！
全部评论 (4)
最新
陆日升
来自:广东
赞一个专业分析
02-11 13:49
回复
抄牛牛
来自:广东
最近很多人在争论AIGC哪个是最正宗的问题，其实答案是没有争议的，哪个公司能利用AIGC创造最大的社会价值，哪个公司凳指就正宗的。很显然，思维要点在于哪人公司可以利用AI打造产业经营模式闭环的问题。 无疑OPENAI公司是引爆了chatgpt的社会热点，让在家误以为，谁跟open AI公司有关系，谁最像他谁就有是AI最正宗的公司，是这样的吗？也末必吧。 回到刚才讲的标准的问题，谁能利用AI打造产业经营闭环创造最大的社会价值呢？ 我的回答是，昆仑万维和萤石网络，这个文章我主要说的是昆仑万维。 所以，思路是很清晰了，昆仑万维打造了适应AI产业经营模式的闭环，能创造最大的社会价值，所以昆仑万维才最正宗。而不是去比较谁的服务器谁牛逼，谁模型参数多谁牛逼。这就像你有小孩经常考90分所以你认为你儿子将来能当总统一样。大家不要陷入敏粗桐这种思维误区。 AI的本质是什么，是让机器变得聪明，让机器变聪明是为了让机器能完成更复杂的工作。哪些行业的机器在现在的科技水平下能能体现最大的AI+效益的行业才是好行业。 所以刚才的问题的等价变换成，哪个行业能利用AI最快提升生产效率。 无疑，答案还是昆仑万维和萤石网络。 AI+行业的模式是：数据+人+物 所以核心的是，人的平台+数的平台+物的平=流量平台+大数据 人的平台：腾迅 META 等 物的平台：物联网平台（小米，萤石网络，华为） 数据平台：云服务 当然，最重要的那个要素其实是那个+，是规模化应用场景。 只有规模化的应用场景，真是社会真正需要的。 打造了规模化应用场景的，是昆仑成维，是萤石网络（不看好小米桥坦是因为那个+没有做好） 即便是如日中天的Open AI公司，他想好了他的经营模式了吗？靠回答问题赚钱吗？ 在考虑这个问题的时侯，我突然明白，为什么昆仑万维已经在这个问题上深思熟虑很久了。因为昆仑万维在研究天工模型的时侯，也是几年前了。不像其它友商，赶鸭子上架硬蹭概念的感觉。 想明白了这件事，我们就想明白了很多事情，比如，其实原理模型并不是那么重要，是价值含量最低的要素，所以昆仑万维很聪明的出来说，我们要开源模型原型。 其实,AIGC也并不是我们想象的那么聪明，AIGC其实是按照我们设定好的路径去处理数据。 同时，模型也并不见得是参数越多越智能，而是找到性价比最好的应用场景。在没有找到规模化的应用场景盈利之前，不要说利好GPU什么的话出来。我不会花一万块钱的电费问AIGC晚上吃10块钱的盖浇饭好呢，还是10块钱的泡面好呢。 现实就是这样，很多AI公司都没有找到能触发良性循环的盈利应用场景。所以大批AI公司一直在亏钱，解决不了碎片化应用拼成规模化应用的场景问题。 但是，不好意思，昆仑万维和萤石网络解决了这个问题。 他们的打法是同构的，都是在垂直细分里发力，然后整合成大的应用场景。 换句话说，选择应用场景颗粒度的问题，在多大层面打造统一标准，又在多小细分层面打造专有模式。统一标准和专有技术的组合拿捏平衡，才创造出了独有的经营模式，最富于创新力的经营模式闭环。 萤石网络的通用技术上，我的视频技术算法有优势， 我的终端接入量也有优势（虽然还比不上小米），专有技术上，我在摄像头里增加AI识别火灾模块，识别老人跌到模式，识别鱼缸变脏模块。叠加起来就变成了萤石网络独有的竟争力。 昆仑万维也是如此，收购欧朋浏览器，把头条模式复制到欧州非洲，打造元宇宙游戏社区，打造在线音乐平台。组合在一起就是有特色的垂直流量矩阵。是未来最有前景的流量平台。再加上AI赋能，这本身就是天然成熟的应用场景，AI天然就能直接赋能的。 所以，核心还是经营模式的问题，能赢利且能良性循环迭代的经营模式闭环才最重要。新时代的大树总是从小树苗开始的，如果你仅仅因为他小认为他没有实力这个错误就太大了。比如，昆仑万维的模型参数确实没有 openAI公司的多，但确实昆仑万维已经把AI技术用在游戏研发当中，确实又降了很多成本了。确实脚踏实地的接地气了。 所以我认为，我对AIGC的理解还算到位的，纯逻辑推导来说。 转钱的格律诗
02-11 12:11
回复
2
慢慢挣钱1314 其实不管是投入还是成果，百度阿里字节华为腾讯都是国内的龙头，人工智能最重要的是算法，应用需要软件配合，百度阿里腾讯字节会发展很快，因为他们有现成的平台，用户基础好，最终联网万物智能大概率需要华为的鸿蒙系统，这是产业升级，子系统会诞生很多伟大的公司，专业的事还得专业的公司做
股友vU49YJ
来自:天津
02-11 11:05
回复
写评论 ...
ChatGPT 可能会取代好亩部分低技能岗位，比如客服、翻译、文案编辑等，使得这些岗位由ChatGPT来执行。
例如，使用ChatGPT可以更快速地处理客户服务上的问题，同时也可以提供及时、准确的答复，缩短客户解决问题的时间。
此外，ChatGPT还可以帮助项目管理，如分配任务和检查完成情况，并能够及时识别风险，提高项目管理的效率。
另外，ChatGPT也可以取代部分视觉处理任务，比如图像识别和语音识别等，从而提高工作的效率。
由于ChatGPT具有高效的源语言和目标语言的文本理解功能，能够处理一定量的任务要求，因此，友御森通过大量低成本的计算能力支持，ChatGPT 将会取代低技能岗位，而不会取拆镇代高技能岗位，如研究人员、工程师等。 它也可以作为辅助处理和优化工作流程，帮助企业和管理者实现更高效的运营管理。
目前形态的chatGPT还不能取代搜索引擎。以ChatGPT的技术路线为主体框架，再吸纳其它对话系统采用的一些现成的技术手段，来对ChatGPT进行改造，从技术角度来看握饥棚，除了成本问题外的前两个技术问题，目前看是可以得到很好地解决。我段则们只需要在ChatGPT的基础上，引入sparrow系统以下能力：基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，那么前面提到的新知识的及时引入，以及生成内容可信性验证，基本就不是什么大问题。
为什么说目前形态的chatGPT还不能取代搜索引擎呢？主要有三点原因：首先，对于不少知识类型的问题，chatGPT会给出看上去很有道理，但是事实上是错误答案的内容（参考上图的例子（from@GordonLee）,ChatGPT的回答看着胸有成竹，像我这么没文化的基本看了就信了它，回头查了下这首词里竟然没这两句），考虑到对于很多问题它又能回答得很肢郑好，这将会给用户造成困扰：如果我对我提的问题确实不知道正确答案，那我是该相信ChatGPT的结果还是不该相信呢？此时你是无法作出判断的。这个问题可能是比较要命的。
其次，ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识是非常不友好的。新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。所以如何近乎实时地将新知识融入LLM是个非常有挑战性的问题。
其三，ChatGPT或GPT4的训练成本以及在线推理成本太高，导致如果面向真实搜索引擎的以亿记的用户请求，假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，是否收费是个两难决策，当然如果训练成本能够大幅下降，则两难自解。以上这三个原因，导致目前ChatGPT应该还无法取代传统搜索引擎。