人工智能时代下资产评估行业的升级与发展

摘要：随着人工智能技术的不断发展，金融业都面临着不可规避的技术颠覆，所以资产评估行业也要把握技术动向，提前了解人工智能时代下资产评估行业的升级与发展，并提前做好商业布局，以便在未来走在行业前端。本文预测，未来人工智能和资产评估行业会呈现陡缓有序的增长态势，行业竞争、边界和效率都会发生变革。不过，从我国目前的行业形势来看，人工智能更多被应用于电子商务行业和金融业，在资产评估行业的应用较为有限。本文提出建议：推动行业整合与协作，积极探索新业务市场，培养跨专业人才。

关键词：人工智能;资产评估;产业升级

中图分类号：F230-4;G642  文献识别码：A  文章编号：2096-3157（2020）20-0123-03

一、研究背景

如今，我国已经开始步入人工智能时代，伴随着新技术的崛起，各行各业都迎来了全新的挑战，尤其是高端服务业，也面临着技术变迁带来的压力，不得不主动寻求转型升级，以应对时代发展的潮流。人工智能是当下产业转型的重要驱动力，通过人工智能和资产评估行业的结合，进一步强化了行业附加值能力，并且突破了原有行业边界，通过智能化运作流程实现了高度的自动化和协同化，进而得到行业的广泛关注。基于此，本文对人工智能和资产评估行业的结合进行了分析，从而为行业转型提供了坚实的理论基础。

二、人工智能的优势分析

人工智能是世界信息科技发展的重要结晶，该技术对传统信息化具有颠覆性意义，强调的不是人通过机器完成任务，而是机器本身产生的一定思考能力，将彻底取代大部分人力劳动岗位。在人工智能日新月异的进步下，也开始逐步发挥优势，对行业运作和分工起到了效率增进作用，并为人类生活创造众多益处。根据前文所述，人工智能对资产评估行业的影响是必然的，这是基于算法的自动化、高效性和便捷性，将对资产评估行业起到颠覆式创新作用，重构业务链条，发挥智能化运作的优越性。

1.自动产生运算机制

通过人为提供大量数据的情况下，将对人工智能系统进行强而有效的训练，这会让系统的计算能力逐步接近人脑功能，并为每次计算提供相应反馈，促使人工智能系统来学习掌握输入变量与输出变量的关联性，产生能够掌握量化规律关系的计算方法，从而建立分类标签和定义，在未来对该系统输入数据后，能自动产生预测结果，通过反馈来训练系统朝向正确的计算结果靠拢，最终实现人工智能的目标。举例来说，在资产评估行业内，可以将资产相关的外部经济环境、产业环境以及内部财务数据变量输入系统，将资产估值、风险价值等作为输出数据，通过大量的数据训练支持下，构建输入和输出的模型，通过不断训练来构建智能运算机制。

2.高效信息迭代

随着我国信息技术的不断发展，人工智能的运算速度也在不断提升，促使人工智能可以训练庞大数据量，这种高效运算加快了算法训练速度，也减少了迭代运算试错时间，提高了人工智能系统的信息效率，更可能计算出正确结果。根据过去封闭博弈的人工智能案例可知，在既定规则的封闭系统下，计算变量是有限的，那么人工智能可以计算超过万倍亿倍于人脑的计算量，可以在穷尽所有可能结果中得出最优决策，这在资产评估行业也是一样，封闭式决策中人脑是难以博弈过人工智能的，極限也只能达到平手。根据高效的人工智能计算能力，通过知识图谱来构建精密计算的资产评估结果，迅速执行运作决策，发挥人工智能的计算速度优越性。

3.整合大数据

人工智能时代下，系统能全面整合行业数据资源，构建算法训练的重要基础，有利于构建人工智能资产评估的大数据框架，推动人工智能主动去寻找必要数据资源，并不断更新大数据库，升级智能系统的认知边界，通过计算资源、网络资源、存储资源等构架数据源，通过人工智能建立云计算体系，从而扩大人工智能系统的边界，让合作企业都能连接到云端系统，共同训练人工智能的算法，并弥补数据来源的不足，扩大数据资源的对比库，有利于全面构建人工智能计算体系。未来，云计算和人工智能的结合是必然趋势，有助于智能化资产评估行业整合外部资源，为行业拓展提供重要支持，有助于建立人工智能的自我迭代能力，从而帮助人工智能演化成更具商业价值的技术形态。因此，应当整合大数据来建立人工智能的铺垫技术，帮助人工智能内生性优化和自我完善，帮助行业完成颠覆式变革。

除此之外，通过线性回归、决策树、随机森林、层次聚类、高斯混合模型等运算方式，可以深入了解参照物的市场情况、数据可靠性、修正系数、选择评估、估算收益、分析现状等作用，发挥人工智能对数据资源的挖掘能力，不断自主迭代演化，将算法应用于实践。可以看出，人工智能技术具有没有边界的技术空间，有助于资产评估行业更好发挥职能作用，对资产进行高效、客观、科学、精准的评估。

三、人工智能对资产评估行业的影响作用

1.扩大竞争格局

一直以来，互联网经济都对资产评估行业造成了巨大影响，人工智能的出现也会给行业竞争带来全新的边界，促使行业内产生联盟格局，不同商业形态开展激烈竞争。在人工智能的推动下，大量新兴资产评估企业应运而生，产生了云估价服务，行业业务范围逐步从估价精度、覆盖范围、市场灵敏性、客户维护和交易过程都出现高度竞争，企业通过人工智能技术来不断加强竞争能力。随着人工智能对数据挖掘的支持，大幅提升了资产评估行业的数据精度和计算能力，有助于全面发挥大数据价值，并通过区块链技术实现产业价值链的大数据渠道共建和共享，催生一系列估价数据平台，为房地产公司、汽车公司等提供更优化的评估服务，推动行业竞争格局的迅猛发展。

随着人工智能的应用，这将进一步扩大资产评估的业务范围，如今各类资产评估企业都在开展智能化业务运作，由评估企业建立一个APP，委托方可以登录账号，在平台内输入评估对象、目的、范围等相关信息，通过平台云智能系统的计算下，能在线给客户提供评估报告，相关评估费用支付也可以借助人工智能系统来完成，并整合化处理信息补充、异议、修改等问题。

2.扩大和改善评估业务

一般而言，资产评估对象主要有固定性资产、流动性资产、无形性资产，在人工智能的迅猛发展下，大数据资产成为资产评估行业的重要生产要素，根据企业资源基础理论，这有助于未来公司建立竞争优势。可以看出，人工智能时代是由大数据作为驱动的行业发展趋势，智能大数据资产是资产评估行业运作和投资中积累得到的庞大信息，其中有资产标的的价格走势、属性信息、宏观环境、微观背景、市场交易动向等一系列大数据，通过大数据能训练人工智能完成更精准的估价算法，并为评估企业提供竞争优势，提高利润提升空间。可以预期，人工智能技术将能更大程度上替代人力劳动，助力资产评估行业的转型升级，改善评估技术的科学性。

如今，越来越多的互联网企业飞速崛起，产业发展规模十分迅速，这也对当代经济产业结构带来了巨大挑战，最典型的就是互联网企业价值的难以估量，传统资产评估行业无法正确评估互联网企业的价值，这是因为新兴行业的商业模式和传统企业不同，通过流量、体验等方式来运营，甚至部分企业不惜亏损而提供用户大量补贴，行业内更迭速度较快，行业企业的落差较大，现金流稳定性极低。对此，基于人工智能驱动的资产评估行业才能为新兴互联网企业提供可靠估价，通过数据挖掘来分析互联网企业的投资价值。

3.提高行业效率水平

人工智能加速了互联网和资产评估行业融合发展，因为互联网构成了“零边际成本”社会，并伴随物联网和5G通信对互联网信息池的影响，未来互联网将呈现几何倍的大数据增长，数据存储量庞大，企业必须依赖云服务端来存储数据，信息资产呈现了高度多维化状态，人脑已经无法应对海量的数据价值挖掘。同时，在云计算的支持下，可以集成联盟化的数据资产池，允许数据资源即时提供给合作者，并且附带计算服务，大大减少了人工维护的成本和时间，并且节省了多方主体的协调工作。

在人工智能驱动的资产评估行业模式下，人工智能对业务流程起到了重要推动作用，将彻底取代传统资产评估模式，人工智能将赋能资产评估行业的大数据管理和计算，提供了无人化的运作属性，实现高效率、低成本的大数据处理。具体而言，人工智能在资产评估行业的典型应用就在收集和处理行业大数据，并且这种收集工作是全面性的，可以挖掘所有可接触资产池中的一切信息，将有用信息高效编码采集到云平台中，并由智能化系统来存储、整合和处理大数据结构，一方面有助于自我训练来寻找数据规律，另一方面能便于资产评估师来查询数据，利用关键大数据信息制作评估报告等。

总的来说，人工智能技术将进一步扩大资产评估行业的大数据价值，可以根据企业战略的需要，智能化收集相关信息，并且通过自然语言处理来将文字、图片、语音、视频等信息转化为数字化结构，高效量化资产实例信息，通过深度学习来构建经济模型，并对交易对象实施自动估价。因此，在人工智能的支持下，大幅提升了传统资产评估行业的数据精度，特别是可以智能化收集和量化交易实例，改善资源库匮乏现状，大大改善了资产评估业务效率。

可以预期，在人工智能云平台的支持下，不仅能让单个企业优化效率，还能通过企业之间智能化合约来构建协作机制，让行业资产评估机构产生高效的竞合格局，在合理前提下实现同行信息共享和协同业务，并构建行业的标准化建设，同时也建立了数据安全性。

四、人工智能时代下资产评估行业的发展对策

随着人工智能的商业化應用，人工智能价值也在资产评估行业内被不断开发，促使资产评估行业边界开始拓宽。可以预见，未来人工智能和资产评估行业会呈现陡缓有序的增长态势，行业竞争、边界和效率都会发生变革。不过，从我国目前的行业形势来看，人工智能更多被应用于电子商务行业和金融业，在资产评估行业的应用较为有限，但是未来前景也是十分乐观。

1.推动行业整合与协作

人工智能将对传统资产评估行业产生颠覆意义，势必会造成行业主体的矛盾，所以未来行业要主张开放、包容和合作精神，应当推进共享化的人工智能平台搭建，由大型资产评估公司为中小评估机构提供技术赋能，减少中小企业在人工智能领域的资金投入压力。未来，应当积极打造“人工智能+资产评估”的生态圈，不断优化多方主体的资源共享机制，发挥行业联动性，释放人工智能技术对行业整体的经济价值。

2.积极探索新业务市场

如前文所述，人工智能技术将挖掘新数据价值，促使资产评估行业边界拓宽，所以未来资产评估行业要以客户需求为中心，根据掌握的大数据资源，结合当下客户的需求痛点，努力探索新兴业务，比如大数据资产的运作、互联网企业的新价值评估体系，或者通过云服务来为中小评估机构提供技术、数据等云技术赋能，从而更精准预测资产的未来估值走势。人工智能时代下，通过大量数据训练的算法系统也将是重要资产，可以为算法资产提供抵押贷款、证券化等金融服务，并不断探索人工智能和大数据的融合模式，挖掘大数据算法价值链，逐步为大数据智能算法提供保险、信托、货币等新服务，在算法流动的格局下，会不断推动人工智能资产评估价值链的规模化增长。

3.培养跨专业人才

如今，我国资产评估行业专业的教育和培训主要集中在传统科目学习上，更多侧重于应试教育，缺乏与时俱进的知识体系，行业内也就缺乏跨专业的技术人才。在未来资产评估人才培养体系，应当将行业动向纳入教学和考试体系，需要高等教育学校加强产学研合作，将人工智能、大数据、云计算、区块链等新兴信息科技融入到教学中，特别是要在课程中加大人工智能的案例教学，让人才具有对口的就业渠道，有助于发展成贴合人工智能时代的综合性资产评估人才。同时，教学中注重人工智能实践，可以由学校组织学生进行参观、学习和实习，并邀请行业专家来学习开设讲座，提高学校教育与社会要求的一致性。

毫无疑问，未来人工智能时代下，复合型人才更适应资产评估行业的发展，需要让人才发展初期就打好扎实的专业理论基础和创新学习能力，这也是资产评估人才能在行业颠覆中永远不被淘汰的立身之本。另外，人工智能的发展势必也会将不同专业组成为一个新学科，因为资产评估行业人才也要学会驾驭人工智能技术，所以要在相关专业中开设计算机专业的培养方向，并加强数学逻辑思维，让人才同时具有人工智能和资产评估的双重专业能力。

参考文献：

[1]朱荣，温伟荣.人工智能时代资产评估人才培养模式创新研究——基于洋葱模型和CDIO理念的融合[J].辽宁经济，2019，（3）：24～25.

[2]张金娟，林道才，秦庆鑫.人工智能时代资产评估人才的能力需求与培养对策[J].中国资产评估，2019，（5）：19～22.

[3]徐书巍.人工智能时代资产评估行业的人才培养[J].河北企业，2019，（03）：132～133.

[4]许泽想，孙知子，梅丽霞.人工智能在价值评估领域的运用空间研究——基于执行评估程序的视角[J].中国资产评估，2019，（6）：4～10.

[5]刘小娟，杨峰，彭志，等.奔跑中的房地产人工智能评估——以公评网AlphaGo为例[C]//新估价服务大市场——迎接《资产评估法》施行后时代——2016中国房地产估价年会论文集，2016.

[6]赵振洋，王若天.BP神经网络模型在房地产智能评估市场法中的应用[J].中国资产评估，2018，（11）：9～18.

[7]王文华，黄费连.智能化时代房地产估价机构的出路[J].中国房地产估价与经纪，2018，（2）：55～57.

[8]葛锐，武慧颖.资产评估行业信息化的历史演进路径及启示[J].中国资产评估，2018，（8）：7～11.[9]Cong-cong XU，Zuo-liang XU.An Actuarial Approach to Reload Option Valuation for a Non-tradable Risk Assets under Jump-diffusion Process and Stochastic Interest Rate[J].Acta Mathematicae Applicatae Sinica，2018，34（03）：451～468.

[10]李安琪.基于图形数据库Neo4J的合著网络研究与实践[J].电脑迷，2018，（12）：169～170.

[11]邹彪.Neo4j在政府采购及招投标审计中的应用[J].审计月刊，2019，（03）：33～35.

[12]张文开.基于密度的层次聚类算法研究[D].合肥：中国科学技术大学，2015.

[13]叶炬锋.基于维度根距离相似度量方法对单值和区间中性的聚类算法进行聚类算法[J].机床与液压，2018，46（06）：199～208.

[14]于翔.大数据的价值实现之旅[N].网络世界，2013-09-16（011）.

[15]倪萍.基于本体的方剂推荐系统模型研究与应用[D].上海：上海交通大学，2011.[16]许鹏.基于数据挖掘的三维模型表征、索引与检索研究[D].杭州：浙江大学，2012.

[17]朱萍.资产评估学教程[M].5版.上海：上海財经大学出版社，2016.

[注]基金项目：上海立信会计金融学院大学生创新创业训练计划资助（项目编号：201911047010）

作者简介：

戚乐乐，上海立信会计金融学院学生;研究方向：资产评估。