人工智能大模型技术财务应用蓝皮书
51
(4)智能财务数据分析助手
B 公司改变传统财务 BI 报表的数据分析模式,转向由智能数据分析助手提供财务指标查询、解读、分析、制作报告的
全新模式,如图 4-2-10 所示。通过自然语言驱动的数据查询引擎,财务人员可以向给 IT 技术人员提需求一样,灵活的根
据业务场景进行数据获取,从资产负债表、现金流量表、利润表到企业经营状况业务数据。智能助手可以理解数据查询的
意图,翻译成数据库查询 SQL 语言,执行查询指令,并把查询到的结果,自动绘制成美观的可视化图表。
图 4-2-10 对话式数据查询
在日常财务数据分析场景,常会遇到对财务指标进行解读,找到财务指标变化背后的关键驱动因素,对财务指标的结
果进行预测等财务分析场景。B 公司通过 AI 增强的数据分析与挖掘引擎,可以帮助财务人员快速从数据中获取有价值的信
息,并且降低复杂数学建模工具的使用门槛。以财务分析常用的归因分析为例(如图 4-2-11 所示),AI 可以自动读取财务
模型中的多维模型结构,然后通过 Adtriutor 算法自动完成各维度、维度层级、维度成员对汇总值的影响度强弱的计算,找
到影响因素最大的维度组合路径。通过 pearson、spearman 等相关性算法,找到指标与指标之间协同变化及强弱影响关系,
定位到关联指标的变化对目标指标的影响。
数据问答 : 对话式数据查询,增强“人找数”的能力
数据查询意图处理
元数据
图文输出
数据查询引擎
已支持查询、筛选、排名、计算、分组等 16 大类,150+ 常用数据查询意图
语音文字交互
实体识别
数据表推荐
表结构 维度 指标 数据权限定义 同义词业务术语
权限过滤 数据库方言适配 生成查询语句
句法结构分析 查询结构构建 文字摘要生成
图表生成
图表推荐
分析结果
用户行为学习
企业数数据中台 / 数仓