人工智能在價(jià)值評(píng)估領(lǐng)域的運(yùn)用空間研究
——基于執(zhí)行評(píng)估程序的視角

■ 許澤想 孫知子 梅麗霞

一、引言

2018年7月發(fā)布的《中國(guó)人工智能發(fā)展報(bào)告2018》中指出，在目前的科技產(chǎn)出方面，我國(guó)各項(xiàng)指數(shù)都名列前茅：人工智能論文總量和被引用論文數(shù)量世界第一，專利數(shù)量領(lǐng)先美國(guó)和日本，國(guó)家電網(wǎng)近五年的人工智能相關(guān)技術(shù)發(fā)展迅速，在全球企業(yè)排名第四，人工智能人才總量世界第二；在產(chǎn)業(yè)發(fā)展和市場(chǎng)應(yīng)用方面，截至 2018年6月，我國(guó)人工智能企業(yè)達(dá)1 011 家，居全球第二，人工智能領(lǐng)域投融資規(guī)模世界最大，占全球60%，人工智能市場(chǎng)增長(zhǎng)迅速，2017年其市場(chǎng)規(guī)模達(dá)237 億元，同比增長(zhǎng)67%，其中計(jì)算機(jī)視覺市場(chǎng)規(guī)模最大，占比為34.9%。

隨著人工智能時(shí)代的到來，無論個(gè)人、企業(yè)還是國(guó)家都將面臨新的巨大機(jī)遇和復(fù)雜挑戰(zhàn)。作為現(xiàn)代第三方高端服務(wù)業(yè)和經(jīng)濟(jì)社會(huì)發(fā)展的中堅(jiān)力量，資產(chǎn)評(píng)估行業(yè)勢(shì)必須順應(yīng)時(shí)代潮流，以人工智能利器武裝整備，實(shí)現(xiàn)更好發(fā)展。自2017年始，中聯(lián)資產(chǎn)評(píng)估集團(tuán)有限公司研發(fā)推出首家以“互聯(lián)網(wǎng)+資產(chǎn)評(píng)估”為核心導(dǎo)向的資產(chǎn)評(píng)估綜合服務(wù)云平臺(tái)——“智慧評(píng)估云平臺(tái)”，始創(chuàng)“摩估云”APP，其相關(guān)產(chǎn)品主要采用大數(shù)據(jù)、云計(jì)算方式和協(xié)同眾包作業(yè)體系，推動(dòng)評(píng)估流程自動(dòng)化、協(xié)同化，引起評(píng)估業(yè)界、各大企業(yè)委托方及有關(guān)監(jiān)管部門高度關(guān)注（中聯(lián)評(píng)估，2018）。

本文通過對(duì)人工智能相關(guān)文獻(xiàn)的檢索、梳理，系統(tǒng)回顧了人工智能的演進(jìn)歷程，以期深入發(fā)掘其在行業(yè)交叉應(yīng)用中的優(yōu)越性與局限性，進(jìn)而結(jié)合資產(chǎn)評(píng)估行業(yè)發(fā)展實(shí)際，闡述其在評(píng)估執(zhí)業(yè)中運(yùn)用的或有空間，力求為新時(shí)代下資產(chǎn)評(píng)估新發(fā)展貢獻(xiàn)綿薄之力。

二、人工智能的發(fā)展概述

人工智能（Artificial Intelligence，AI）通常被認(rèn)為是一種使機(jī)器具備類似人類推理、學(xué)習(xí)、與環(huán)境互動(dòng)、解決問題，甚至展現(xiàn)創(chuàng)造力等認(rèn)知功能的技術(shù)。國(guó)內(nèi)較權(quán)威定義：“利用數(shù)組計(jì)算機(jī)或者數(shù)字計(jì)算機(jī)控制的機(jī)器模擬、延伸和擴(kuò)展人的智能，感知環(huán)境、獲取知識(shí)并使用知識(shí)獲得最佳結(jié)果的理論”（辛效威，2018）。

（一）人工智能發(fā)展歷史

上世紀(jì)50年代，科學(xué)家們首提人工智能這一概念，追溯至1805年，法國(guó)數(shù)學(xué)家Legendre 提出最小二乘法，為人工智能奠定了算法基礎(chǔ)，結(jié)合算法領(lǐng)域成果顯示，以及大數(shù)據(jù)支撐，將現(xiàn)有文獻(xiàn)就人工智能的發(fā)展歷程進(jìn)行大致歸納，如圖1所示。

圖1 人工智能發(fā)展時(shí)間軸

（二）人工智能發(fā)展現(xiàn)狀

21世紀(jì)以來，人工智能算法、計(jì)算條件和計(jì)算能力都有大幅度改善，使得人工智能技術(shù)進(jìn)入了飛速發(fā)展期（楊淑婷，2018）。圖1表明，AI 技術(shù)經(jīng)歷了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)直至標(biāo)準(zhǔn)化體系形成的全過程。標(biāo)準(zhǔn)體系的設(shè)立對(duì)AI 及其產(chǎn)業(yè)發(fā)展具有基礎(chǔ)性、支撐性、引領(lǐng)性作用，既是推動(dòng)產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵抓手，也是產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)（中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院，2018）。

圖2 人工智能標(biāo)準(zhǔn)體系框架

但是，現(xiàn)階段國(guó)內(nèi)AI 領(lǐng)域的標(biāo)準(zhǔn)化工作基礎(chǔ)尚不足以支撐日益增長(zhǎng)的需求，需要通過系統(tǒng)梳理明確發(fā)展脈絡(luò)和發(fā)展優(yōu)先級(jí)，啟動(dòng)有關(guān)重點(diǎn)標(biāo)準(zhǔn)的設(shè)計(jì)，以標(biāo)準(zhǔn)化手段引領(lǐng)產(chǎn)業(yè)發(fā)展（辛效威，2018），現(xiàn)階段人工智能標(biāo)準(zhǔn)化體系見圖2。

圖3 中國(guó)人工智能產(chǎn)業(yè)規(guī)模

即便上述體系有待進(jìn)一步完善，人工智能受到的關(guān)注度依然持續(xù)提升，大量的社會(huì)資本和人力、數(shù)據(jù)資源的匯集驅(qū)動(dòng)人工智能技術(shù)研究不斷向前推進(jìn)，圖3展示了2014-2018年間中國(guó)人工智能產(chǎn)業(yè)規(guī)模變化（楊淑婷，2018）。

三、人工智能的優(yōu)越性與局限性

人工智能作為科技進(jìn)步的最新產(chǎn)物，其日新月異的發(fā)展勢(shì)態(tài)，在不久的將來，必將充分發(fā)揮其獨(dú)特的優(yōu)越性，為人類社會(huì)生產(chǎn)生活提供更多便利。與此同時(shí)，技術(shù)發(fā)展的未知空間隱藏著很多不確定性，正如前文所述，AI 在行業(yè)中運(yùn)用的標(biāo)準(zhǔn)體系尚存在不足，以及其自身固有的局限性，都會(huì)在產(chǎn)業(yè)化運(yùn)用中逐漸暴露風(fēng)險(xiǎn)。因此，全面深入發(fā)掘其在行業(yè)交叉應(yīng)用中的優(yōu)越性與局限性，趨利避害，顯得十分必要。

（一）人工智能的優(yōu)越性

無人售貨機(jī)、無人收發(fā)快遞、無人加油站、無人汽車、無人公寓……功能各異形形色色的機(jī)器人，正在日夜不息地迭代進(jìn)化，服務(wù)著我們的生產(chǎn)生活，這些便利無一不是基于人類對(duì)人工智能優(yōu)越性的充分運(yùn)用。其優(yōu)越性具體表現(xiàn)在以下幾個(gè) 方面。

1.運(yùn)算機(jī)制的可行性

不同的算法通過人類的數(shù)據(jù)訓(xùn)練、反饋后，把握輸入變量與輸出變量之間的相關(guān)關(guān)系，使算法掌握數(shù)據(jù)間的規(guī)律，并對(duì)輸入數(shù)據(jù)進(jìn)行分類和設(shè)定，結(jié)合新的數(shù)據(jù)進(jìn)行預(yù)測(cè)，反饋?zhàn)C明運(yùn)算是可行的。例如，將“身份證號(hào)碼”和“姓名”設(shè)定為輸入數(shù)據(jù)，將“考試成績(jī)”數(shù)據(jù)設(shè)定為輸出數(shù)據(jù)，通過大量訓(xùn)練使算法掌握兩者的聯(lián)系，待訓(xùn)練完成，這一算法就能應(yīng)用于新數(shù)據(jù)，具體運(yùn)算機(jī)制在很多方面具有可行性。以評(píng)估執(zhí)業(yè)為例分析，如表1所示。

表1 運(yùn)算機(jī)制在評(píng)估業(yè)務(wù)中的可行性

2.信息迭代的高效性

在大數(shù)據(jù)的支撐下，計(jì)算機(jī)技術(shù)的進(jìn)步，使得高效運(yùn)算成了現(xiàn)實(shí)，迭代運(yùn)算試錯(cuò)時(shí)間更短，獲取正確信息效率更高。以博弈類游戲中的人工智能進(jìn)行決策為例，如果博弈的規(guī)則確定，數(shù)量有限，是一個(gè)封閉的系統(tǒng)，人工智能在原則上能夠窮盡一切算法，這意味著人工智能在原則上能夠找到最佳的決策途徑，人是無法戰(zhàn)勝人工智能的，至多只能平手（張慶熊，2018）。借助高效的計(jì)算機(jī)運(yùn)算功能，在“記憶”棋譜中搜索精密計(jì)算過的棋譜，快速確定行棋的正確方式。這一優(yōu)越性在其他行業(yè)的交叉運(yùn)用中表現(xiàn)相同，成為AI 技術(shù)發(fā)揮其巨大能量的關(guān)鍵技能之一。

3.數(shù)據(jù)整合的便捷性

數(shù)據(jù)資源的全面管理，包括為人工智能提供了基礎(chǔ)數(shù)據(jù)分析框架的計(jì)算資源，促進(jìn)人工智能自主學(xué)習(xí)的網(wǎng)絡(luò)資源，以及不斷升級(jí)人工智能認(rèn)知邊界的存儲(chǔ)資源。致力于對(duì)計(jì)算資源、網(wǎng)絡(luò)資源、存儲(chǔ)資源等三個(gè)方面資源進(jìn)行管理的云計(jì)算，最大限度上整合了多種數(shù)據(jù)資源的有效形式，彌補(bǔ)了缺乏資源對(duì)比數(shù)據(jù)的大數(shù)據(jù)技術(shù)在這方面的無能為力。云計(jì)算提供了資源整合的輔助性支持，為人工智能的自我迭代與演化提供輔助路徑。貫穿了大數(shù)據(jù)與人工智能的技術(shù)契合度之后，便可由人工智能自主選擇完善方向和資源類型（汪京坪，2018）。

除上述三大優(yōu)勢(shì)外，人工智能融合大數(shù)據(jù)、云計(jì)算后，數(shù)據(jù)資源處理能力愈發(fā)強(qiáng)大，在自主迭代演化機(jī)制的操作或?qū)嵺`中，明顯表現(xiàn)出了技術(shù)空間的無界性，必然會(huì)在未來行業(yè)運(yùn)用中開創(chuàng)出更優(yōu)更廣的實(shí)現(xiàn)路徑。

（二）人工智能的局限性

隨著社會(huì)經(jīng)濟(jì)快速發(fā)展，以工程學(xué)為代表的被動(dòng)算法和海量云數(shù)據(jù)收集掣肘，使得狹義人工智能不能滿足人們的需求，亟待過渡到廣義人工智能階段（陶陽明，2018），這一過程反映出人工智能固有的局限性，具體表現(xiàn)如下。

1.缺乏自主學(xué)習(xí)能力

目前，大多領(lǐng)域的人工智能尚處于機(jī)器學(xué)習(xí)階段，即先建立學(xué)習(xí)模型，將大量數(shù)據(jù)人工輸入模型，本質(zhì)上依然是被動(dòng)學(xué)習(xí)。而前期經(jīng)歷被動(dòng)學(xué)習(xí)階段后的主動(dòng)學(xué)習(xí)，是可以根據(jù)需求在相應(yīng)環(huán)境里自主選擇相關(guān)數(shù)據(jù)的。自主學(xué)習(xí)能力還表現(xiàn)為自主編程能力，具備自主編程能力的人工智能往往能更好地適應(yīng)環(huán)境變化，是否具備自主編程能力是狹義人工智能和廣義人工智能的根本分水嶺（陶陽明，2018）?，F(xiàn)階段人工智能大多僅是預(yù)設(shè)參數(shù)的自動(dòng)調(diào)整，并非是代碼或程序指令根據(jù)環(huán)境差異的自動(dòng)調(diào)整。再以博弈類游戲?yàn)槔寖膳_(tái)計(jì)算機(jī)在對(duì)弈中進(jìn)行深度學(xué)習(xí)，要比計(jì)算機(jī)學(xué)習(xí)人類棋譜的方式更加好，因?yàn)榍罢呤窃谙嗤脑O(shè)計(jì)程序下的學(xué)習(xí)，有助于按照程序進(jìn)行較為周全的比對(duì)和在試錯(cuò)中進(jìn)行系統(tǒng)地學(xué)習(xí)。據(jù)了解，Alpha Go 是靠學(xué)習(xí)人類棋譜行棋的，而Alpha Zero 是通過對(duì)弈過程中自身產(chǎn)生的數(shù)以千萬計(jì)的棋譜進(jìn)行訓(xùn)練，極大地提高了其行棋方向的正確性。目前，人工智能要實(shí)現(xiàn)這樣的博弈環(huán)境比較困難，根據(jù)需求在相應(yīng)環(huán)境中攝取數(shù)據(jù)進(jìn)行學(xué)習(xí)和決策難以廣泛實(shí)現(xiàn)。

2.明顯的非生物特性

人工智能的載體是計(jì)算機(jī)，也就是典型的機(jī)器，機(jī)器只會(huì)按照預(yù)設(shè)的程序執(zhí)行可預(yù)見的動(dòng)作，完成期望的任務(wù)，并無生命特征，不會(huì)有感受知覺，更無價(jià)值導(dǎo)向，所處理的大多是工具理性范圍的事情，雖然其可能存在一定程度上模仿人類的感性行為能力，但都帶有人類感性的印記。因而，人工智能只是輔助地參與了人的生活實(shí)踐，猶如過去人使用的鐮刀、斧頭和算盤參與人的生活實(shí)踐一樣（張慶熊，2018）。因此，AI 明顯的非生物特性決定了其在行業(yè)交叉應(yīng)用中所處理的事務(wù)性質(zhì)具有不完全性，這也構(gòu)成了其在產(chǎn)業(yè)運(yùn)用上的瓶頸。

3.對(duì)大數(shù)據(jù)過分依賴

離開了大數(shù)據(jù)，AI 技術(shù)的有效運(yùn)用將無從談起。如前所述，人工智能是在自主學(xué)習(xí)機(jī)制中不斷演化智能思維，不斷接近人類思考模式，才能滿足人們諸多功能的需求。數(shù)據(jù)平臺(tái)提供數(shù)據(jù)、機(jī)器學(xué)習(xí)輸入數(shù)據(jù)、自主學(xué)習(xí)生成數(shù)據(jù)，都將構(gòu)成人工智能識(shí)別與決策過程中進(jìn)行比對(duì)和選擇的重要基礎(chǔ)。

目前，大數(shù)據(jù)主要有三種類型，即結(jié)構(gòu)化數(shù)據(jù)、是非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)，三種數(shù)據(jù)結(jié)構(gòu)類型的表現(xiàn)形式均需要人工智能來識(shí)別，并進(jìn)行系統(tǒng)分析，方能達(dá)到從數(shù)據(jù)識(shí)別到智能甄選的轉(zhuǎn)化（汪京坪，2018）。數(shù)據(jù)庫的豐富程度，直接決定了AI技術(shù)在產(chǎn)業(yè)中運(yùn)用的深度、廣度、信度及效度。

四、人工智能在評(píng)估執(zhí)業(yè)中的運(yùn)用空間

隨著“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、云計(jì)算的興起和發(fā)展，人工智能在各行各業(yè)都嶄露頭角。特別是，2016年3月，全球四大會(huì)計(jì)師事務(wù)所之一的德勤會(huì)計(jì)師事務(wù)所宣布與Kira Systems 合作，將人工智能引入會(huì)計(jì)行業(yè)，之后又相繼有其他會(huì)計(jì)師事務(wù)所和會(huì)計(jì)相關(guān)行業(yè)表示引入人工智能，至此，人工智能正式進(jìn)入會(huì)計(jì)、審計(jì)行業(yè)，引起會(huì)計(jì)行業(yè)及相關(guān)從業(yè)人員的高度關(guān)注（邢啊鳳，2017 ）。2017年，中聯(lián)資產(chǎn)評(píng)估集團(tuán)有限公司研發(fā)推出首家以“互聯(lián)網(wǎng)+資產(chǎn)評(píng)估”為核心導(dǎo)向的資產(chǎn)評(píng)估綜合服務(wù)云平臺(tái)——“智慧評(píng)估云平臺(tái)”，始創(chuàng)“摩估云”APP，其相關(guān)產(chǎn)品主要采用大數(shù)據(jù)、云計(jì)算方式和協(xié)同眾包作業(yè)體系，推動(dòng)評(píng)估流程自動(dòng)化、協(xié)同化，引起評(píng)估業(yè)界、各大企業(yè)委托方及有關(guān)監(jiān)管部門高度關(guān)注（中聯(lián)評(píng)估，2018）。

截至目前，鮮見評(píng)估行業(yè)應(yīng)用人工智能的案例，以“人工智能在評(píng)估執(zhí)業(yè)中的運(yùn)用”為關(guān)鍵詞進(jìn)行文獻(xiàn)檢索發(fā)現(xiàn)，理論界研究成果寥寥無幾。因此，本文在上述理論背景的基礎(chǔ)上，基于執(zhí)行評(píng)估基本程序視角，嘗試探討人工智能在評(píng)估執(zhí)業(yè)中的運(yùn)用空間——建設(shè)資產(chǎn)評(píng)估全業(yè)務(wù)流程支撐平臺(tái)，迭代開發(fā)，不斷完善產(chǎn)品體系（中聯(lián)評(píng)估，2018）。

（一）明確評(píng)估業(yè)務(wù)基本事項(xiàng)

明確評(píng)估業(yè)務(wù)基本事項(xiàng)是資產(chǎn)評(píng)估程序的第一個(gè)環(huán)節(jié)，始于評(píng)估業(yè)務(wù)承接之前（汪海粟，2016）。傳統(tǒng)的執(zhí)業(yè)方式是由資產(chǎn)評(píng)估師和資產(chǎn)評(píng)估機(jī)構(gòu)通過與相關(guān)當(dāng)事方溝通討論、查閱相關(guān)資料、初步調(diào)查等途徑明確評(píng)估業(yè)務(wù)的基本事項(xiàng)。

引入人工智能后，打造具有大數(shù)據(jù)支撐的資產(chǎn)評(píng)估APP（簡(jiǎn)稱“APP”），實(shí)現(xiàn)在線人機(jī)互動(dòng)。如委托方身份注冊(cè)APP 賬號(hào)形成項(xiàng)目編號(hào)并登錄，將委托方、產(chǎn)權(quán)持有者和委托方以外的其他評(píng)估報(bào)告使用者的身份信息、評(píng)估目的、評(píng)估對(duì)象、評(píng)估范圍以及相關(guān)基本信息和需求輸入系統(tǒng)。系統(tǒng)運(yùn)行預(yù)設(shè)程序，以分項(xiàng)的形式自動(dòng)反饋價(jià)值類型、評(píng)估報(bào)告使用限制、評(píng)估基準(zhǔn)日、評(píng)估報(bào)告提交時(shí)間及方式、評(píng)估服務(wù)費(fèi)總額、支付時(shí)間和方式以及委托方的工作配合和協(xié)助等其他需要明確的重要事項(xiàng)，由委托方選擇同意或不同意，不同意的分項(xiàng)自動(dòng)進(jìn)入修改或補(bǔ)充信息界面，如對(duì)評(píng)估服務(wù)費(fèi)總額有異議，系統(tǒng)則自動(dòng)提示收費(fèi)標(biāo)準(zhǔn)，引導(dǎo)委托方修改相關(guān)信息，直至所有分項(xiàng)全部同意，系統(tǒng)自動(dòng)展示所明確的全部基本事項(xiàng)，并運(yùn)行大數(shù)據(jù)就項(xiàng)目風(fēng)險(xiǎn)情況、專業(yè)勝任能力、獨(dú)立性充分與否進(jìn)行檢測(cè)，提示是否進(jìn)入下一步。

（二）簽訂業(yè)務(wù)約定書

評(píng)估業(yè)務(wù)約定書是評(píng)估機(jī)構(gòu)與委托人共同簽訂的，傳統(tǒng)的執(zhí)業(yè)方式一般由資產(chǎn)評(píng)估師代表評(píng)估機(jī)構(gòu)同委托方簽訂，用來確定委托與受托關(guān)系，明確評(píng)估目的、評(píng)估范圍、雙方義務(wù)責(zé)任等重要事項(xiàng)的合同（汪海粟，2016）。

確定進(jìn)入下一步后，系統(tǒng)自動(dòng)生成業(yè)務(wù)約定書，此界面顯示中國(guó)資產(chǎn)評(píng)估協(xié)會(huì)頒布的《資產(chǎn)評(píng)估準(zhǔn)則——業(yè)務(wù)約定書》（中評(píng)協(xié)[2011]230 號(hào)）的基本內(nèi)容：（1）評(píng)估機(jī)構(gòu)和委托方的名稱、住所；（2）評(píng)估目的；（3）評(píng)估對(duì)象和評(píng)估范圍；（4）評(píng)估基準(zhǔn)日；（5）評(píng)估報(bào)告使用者；（6）評(píng)估報(bào)告提交期限和方式；（7）評(píng)估服務(wù)費(fèi)總額、支付時(shí)間和方式；（8）評(píng)估機(jī)構(gòu)和委托方的其他權(quán)利和義務(wù)；（9）違約責(zé)任和爭(zhēng)議解決；（10）簽約時(shí)間。已錄入的信息不需要重復(fù)錄入，部分信息如（9）、（10）系統(tǒng)會(huì)自動(dòng)生成，未盡事宜需要委托方補(bǔ)充后提交系統(tǒng)檢測(cè)，待所有信息檢測(cè)確定后提示委托方簽字或按壓指紋，系統(tǒng)自動(dòng)生成評(píng)估機(jī)構(gòu)的電子簽章，并提示“簽約成功”。業(yè)務(wù)約定書簽訂后，履行評(píng)估程序受到限制需要增加、調(diào)整約定事項(xiàng)的，可以對(duì)業(yè)務(wù)約定書相關(guān)條款進(jìn)行變更或補(bǔ)充，直到正常履行評(píng)估程序。

（三）編制評(píng)估計(jì)劃

人工智能環(huán)境下，業(yè)務(wù)約定書簽訂后，無須編制評(píng)估計(jì)劃，直接進(jìn)入下一步。

（四）現(xiàn)場(chǎng)調(diào)查

現(xiàn)場(chǎng)調(diào)查是評(píng)估工作中相當(dāng)重要的環(huán)節(jié)之一（汪海粟，2016），不同外部環(huán)境下，現(xiàn)場(chǎng)調(diào)查的執(zhí)行情況大相徑庭。本文提如下兩點(diǎn)設(shè)想。

其一，初級(jí)（局部）應(yīng)用階段，社會(huì)信用體系尚未健全、大數(shù)據(jù)云端不發(fā)達(dá)的情況下，仍然需要人工介入，在這一階段，評(píng)估人員由勘查員取代，事先與委托方做好溝通配合的工作，履行傳統(tǒng)評(píng)估人員現(xiàn)場(chǎng)調(diào)查職能，僅在手段方面有所改善，如勘查員身份（一般為工號(hào)）登錄APP 并找到相應(yīng)的項(xiàng)目編號(hào)，進(jìn)入現(xiàn)場(chǎng)調(diào)查界面，根據(jù)系統(tǒng)提示，現(xiàn)場(chǎng)錄入包括不動(dòng)產(chǎn)、機(jī)械設(shè)備等實(shí)物資產(chǎn)以及無形資產(chǎn)、股權(quán)等非實(shí)物資產(chǎn)的相關(guān)數(shù)據(jù)信息。

其二，高級(jí)（全面）應(yīng)用階段，社會(huì)信用體系基本健全、大數(shù)據(jù)云端較發(fā)達(dá)的情況下，無須評(píng)估人員或機(jī)構(gòu)專門的勘查員介入，委托方身份登錄APP進(jìn)入現(xiàn)場(chǎng)調(diào)查界面，根據(jù)系統(tǒng)提示，現(xiàn)場(chǎng)展示包括不動(dòng)產(chǎn)、機(jī)械設(shè)備等實(shí)物資產(chǎn)以及無形資產(chǎn)、股權(quán)等非實(shí)物資產(chǎn)的相關(guān)數(shù)據(jù)信息，類似于滴滴打車司機(jī)端人臉識(shí)別。之后，相關(guān)信息會(huì)通過大數(shù)據(jù)云端檢測(cè)，檢測(cè)通過即完成現(xiàn)場(chǎng)調(diào)查。

對(duì)于現(xiàn)場(chǎng)調(diào)查存在困難無法進(jìn)行現(xiàn)場(chǎng)勘查的，可以考慮通過兩方面內(nèi)容來判斷是否繼續(xù)執(zhí)行或終止評(píng)估業(yè)務(wù)：一是所受限制是否對(duì)評(píng)估結(jié)論或評(píng)估目的所對(duì)應(yīng)經(jīng)濟(jì)行為構(gòu)成重大影響；二是能否采取必要措施彌補(bǔ)不能實(shí)施調(diào)查程序的缺失（汪海粟，2016）。

（五）收集評(píng)估資料

大數(shù)據(jù)、云計(jì)算支撐下的人工智能評(píng)估資料，包括企業(yè)基本狀況、行業(yè)發(fā)展?fàn)顩r、評(píng)估對(duì)象狀況、查詢記錄、詢價(jià)結(jié)果、檢查記錄、行業(yè)資訊、分析資料、鑒定報(bào)告、專業(yè)報(bào)告及政府文件等都極易獲得。現(xiàn)場(chǎng)調(diào)查完成后，基于預(yù)設(shè)程序，系統(tǒng)會(huì)提示委托方獲取并鏈接上述評(píng)估資料，自動(dòng)整理甄別保留與評(píng)定估算直接相關(guān)的資料。

（六）評(píng)定估算

完成了有效信息資料的收集后，進(jìn)入評(píng)定估算界面，以系統(tǒng)整合的資料為基礎(chǔ)，對(duì)評(píng)估資料進(jìn)行分析，定性的定量化，定量的參數(shù)化，一般會(huì)自動(dòng)選擇兩種以上的評(píng)估方法或模型進(jìn)行初步估算，結(jié)合定性評(píng)價(jià)綜合分析，最終形成合理評(píng)估結(jié)論。

（七）編制和提交評(píng)估報(bào)告

在執(zhí)行評(píng)定估算程序后，系統(tǒng)根據(jù)法律、法規(guī)和資產(chǎn)評(píng)估準(zhǔn)則的要求在線生成預(yù)評(píng)估報(bào)告，系統(tǒng)設(shè)置相關(guān)功能適當(dāng)引導(dǎo)委托方等相關(guān)當(dāng)事方，便于其理解評(píng)估報(bào)告的內(nèi)容。委托方可根據(jù)生成的預(yù)評(píng)估報(bào)告決定是否直接生成正式評(píng)估報(bào)告，如對(duì)預(yù)評(píng)報(bào)告有異議，可通過返回上一步操作，對(duì)已錄入的數(shù)據(jù)信息或已鏈接的評(píng)估資料進(jìn)行修改或補(bǔ)充，在遵循法律法規(guī)、準(zhǔn)則和評(píng)估規(guī)律的前提下，生成最終正式的資產(chǎn)評(píng)估報(bào)告。一旦確定生成，系統(tǒng)自動(dòng)加蓋評(píng)估機(jī)構(gòu)電子簽章，且不得修改或再評(píng)。

（八）工作底稿歸檔

人工智能環(huán)境下，工作底稿的整理同步于上述程序，正式評(píng)估報(bào)告生成后，后臺(tái)數(shù)據(jù)庫根據(jù)中國(guó)資產(chǎn)評(píng)估協(xié)會(huì)頒布的《資產(chǎn)評(píng)估準(zhǔn)則——工作底稿》（中評(píng)協(xié)[2007]189 號(hào)）按照管理類底稿和操作類底稿自行完成歸檔。最后，按照國(guó)家有關(guān)規(guī)定，對(duì)資產(chǎn)評(píng)估工作檔案進(jìn)行保存、使用和銷毀。

五、結(jié)論與展望

人工智能在行業(yè)交叉應(yīng)用中的優(yōu)越性與局限性決定了其運(yùn)用空間，通過對(duì)其發(fā)展歷程的回顧，本文最大的啟示在于，未來的人工智能發(fā)展，必然是以時(shí)間和空間為橫縱坐標(biāo)，勾畫出一道陡緩有序、趨勢(shì)向上的線條。而聚焦資產(chǎn)評(píng)估行業(yè)，現(xiàn)階段AI技術(shù)的運(yùn)用還十分有限，未來運(yùn)用前景無可限量。本文基于對(duì)人工智能的認(rèn)識(shí)，嘗試預(yù)測(cè)其在執(zhí)行評(píng)估程序過程中的運(yùn)用空間，不難發(fā)現(xiàn)，可能存在以下幾個(gè)方面的問題。

其一，人工智能系統(tǒng)或資產(chǎn)評(píng)估APP 研發(fā)成功后，評(píng)估機(jī)構(gòu)的主體地位是否會(huì)被撼動(dòng)？傳統(tǒng)的評(píng)估機(jī)構(gòu)逐步與信息技術(shù)企業(yè)合作融合，在某個(gè)節(jié)點(diǎn)專業(yè)水平被信息整合技術(shù)取代，比如委托方付費(fèi)使用信息技術(shù)企業(yè)開發(fā)的智能系統(tǒng)，直接與相關(guān)信息技術(shù)企業(yè)簽訂業(yè)務(wù)約定書，注重專業(yè)水平的評(píng)估機(jī)構(gòu)不復(fù)存在。

其二，全面運(yùn)用人工智能系統(tǒng)或資產(chǎn)評(píng)估APP后，評(píng)估人員是否會(huì)被智能系統(tǒng)取代？接上一問，信息技術(shù)企業(yè)取代評(píng)估機(jī)構(gòu)后，預(yù)設(shè)的程序語言在計(jì)算機(jī)技術(shù)的驅(qū)動(dòng)下整合數(shù)據(jù)資源完成評(píng)估程序，一定程度上能有效降低執(zhí)業(yè)風(fēng)險(xiǎn)，特別是傳統(tǒng)評(píng)估師的主觀性（道德）風(fēng)險(xiǎn)，提高執(zhí)業(yè)效率，特別是與傳統(tǒng)評(píng)估師專業(yè)素養(yǎng)相關(guān)的執(zhí)業(yè)效率，但限于其固有的非生物特性，在評(píng)估活動(dòng)特別是涉及業(yè)務(wù)溝通方面過分依賴大數(shù)據(jù)，甚至對(duì)保障評(píng)估結(jié)論合理性無能為力。

其三，大數(shù)據(jù)、云計(jì)算的深入發(fā)展，信息資料獲得的機(jī)會(huì)成本更低，關(guān)乎信息安全的防火墻該如何設(shè)置以適應(yīng)新的環(huán)境？對(duì)于評(píng)估執(zhí)業(yè)而言，信息安全至關(guān)重要，大數(shù)據(jù)之下，各種信息充斥泛濫，信息不可靠、不充分、不恰當(dāng)都會(huì)威脅信息安全。只有在完善的法律法規(guī)保障下、在有效的習(xí)俗道德約束下，建立健全社會(huì)信用體系，形成社會(huì)全員高度統(tǒng)一的社會(huì)意識(shí)，才能保證大數(shù)據(jù)信息的相對(duì)安全。在形成龐大可靠的數(shù)據(jù)庫之前，評(píng)估執(zhí)業(yè)活動(dòng)離不開評(píng)估機(jī)構(gòu)及專業(yè)的評(píng)估人員，人工智能只能在有限的范圍解放人類的身體和大腦。

基于上述研究結(jié)論，為進(jìn)一步推進(jìn)大數(shù)據(jù)、云計(jì)算下人工智能在資產(chǎn)評(píng)估行業(yè)中的運(yùn)用，提三點(diǎn)期待。

其一，建立評(píng)估項(xiàng)目聯(lián)動(dòng)共享的行業(yè)大數(shù)據(jù)系統(tǒng)。

其二，完善法律法規(guī)，形成健全的社會(huì)信用體系。

其三，加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)，建立信息交易大平臺(tái)。

限于研究水平和學(xué)術(shù)視野，本文所述觀點(diǎn)難免存在待商榷的地方，不足之處請(qǐng)專家批評(píng)斧正，后續(xù)進(jìn)一步研究。