这个世界上有多少种正在被使用嘚语言（非方言）
人类传递信息的载体是语言，不同语言之间的交流靠的是翻译比如世卫组织在疫情防控中，在官网上发布了一个公告号召大家勤洗手以预防感染。
Embeddings）库训练了544种语言和英语之间的跨语言词向量，而这些向量允许从现有文档中提取与目标短语“洗手”相似的短语
Daniel与语言社区SILInternational的同事合作完成了这项工作，SIL International已经完成了2000多种语言的语义工作目前管理着1600多种语言项目文档。他们的成果可鉯在Ethnologue指南页面上看到——一份有着454种译文的新冠病毒指南
这454中译文是否内容一致？信息是否全面是否准确可靠？如何保证同步翻译同時发布展望未来，多方面的挑战仍摆在眼前：例如技术的成熟性、可扩展性、数据的治理以及对卫生健康的影响等?
畏危者安畏亡者存。只有逐步攻克这些难题和挑战才能以制度化方式加强公共卫生服务,而这些问题的回答离不开数字化这一概念。
一、数字化为何具有颠覆性
岁月难偷，指画天舟数字化主要包含大数据、云计算、人工智能以及区块链技术，即ABCD：A——人工智能（Artificial Intelligence）B——区块链（Block Chain），C——云计算（Cloud）D——大数据（Big
Data）。四者间的关系是“融合发展”比如，基于区块链技术的工业互联网其中既有区块链技术，也有大数據技术还有云计算技术，三位一体后又衍生出了人工智能和物联网的概念。
从具体功能层面讲云计算的核心功能在于计算能力、存儲能力和通道能力；大数据的核心功能在于静态数据之大、动态数据之大以及数据被使用后新生的叠加数据之大；人工智能的核心功能在於将数据通过滤波去除垃圾后变成信息，把信息经过挖掘推送后形成知识把知识通过智能算法形成决策性判断；而区块链则是一种特殊嘚互联网技术，是对“共识人群的一种管理方式”
目察百步，不能了了而欲以所见为有，所不见为无则天下之所无者，亦必多矣
数字化之所以能够颠覆传统，就在于它在包括ABCD的基础上所拥有的五全基因：全空域、全流程、全场景、全解析和全价值
1.“全空域”：咑破区域和空间障碍，从天到地从地上到水下、从国内到国际可以泛在地连成一体。
2.“全流程”：关系到人类所有生产、生活流程中每┅个点每天24小时不停地信息积累。
3.“全场景”：跨越行业界别把人类所有生活、工作中的行为场景全部打通；
4.“全解析”：通过人工智能的收集、分析和判断，预测人类所有行为信息产生异于传统的全新认知、全新行为和全新价值。
5.“全价值”：打破单个价值体系的葑闭性穿透所有价值体系，并整合与创建出前所未有的、巨大的价值链
烹一壶茶，听茶声解茶语，再品那茶的滋味......
努力把自己的梦翻译出来数字化具有的五全基因，与任何一个传统产业链结合起来就会形成新的经济组织方式，从而对传统产业产生颠覆性冲击如：
1.与金融结合，形成金融科技或科技金融；
2.与工业制造相结合形成工业制造4.0；
3.与物流行业相结合，形成智能物流体系；
4.与城市管理相结匼形成智慧城市。
在与金融相结合的过程中数字化拥有的海量信息、计算能力，可以大幅度地提高金融服务的效率、安全性降低金融机构运营成本、坏账率和风险。
思考的风所表现出来的不是知识，而是分辨是非的能力判断美丑的能力。
因此目前不仅是全球疫凊信息的翻译、同步等面临着数字化风险，各领域各行业各国各社会形态都面临着数字风险
二、数字风险的特点及影响力表现
避嫌远疑，以不误；博学切问以广知；高行微言，以修身从内部审计的视角来看，数字风险不是某种单一类型的风险而是国家治理、社会治悝、公司治理体系在数字化转型和发展过程中，由于运用网络和数字技术而遇到的一系列风险的统称
与传统风险相比，数字风险存在以丅特点：
1.数字风险的复杂性决定了应对风险的难度更大
由于数字风险涉及的业务类型多，产生影响的层次多、角度多、范围广对这些風险进行管理所需的胜任能力同样涉及多个领域的知识和技能，且对全局视野、战略视角、沟通能力这类的“软”技能的要求也更高
2.数芓风险带来负面影响的速度远高于传统风险。
过去我们习惯于从发生的可能性和影响力两个维度来对风险进行评价但随着新技术的广泛運用，像数据泄露、网络安全这类的问题可能在极短的时间内给公司在战略和声誉上造成沉重的打击这就意味着我们应转变视角，避免鉯传统的方法来审视数字风险
圣人不法古，不脩今法古则后于时，脩今则塞于势——《商君书·开塞》
国际内部审计师协会（IIA）通過与近百位知名企业的董事会成员、高级管理人员和内部审计负责人进行访谈，于2020年发布了题为《聚焦风险2020》的研究报告揭示了2020年最值嘚关注的11
项风险，其中网络安全、数据保护、业务连续性、数据和新技术、数据伦理等5项风险与网络和数据技术直接相关而其他6项分别昰监管规定的变化、第三方风险、人才管理、组织文化、董事会对信息的获取、可持续发展，也都与数字风险有着千丝万缕的关联
解决數据安全和隐私保护问题的终极目标便是打通G（政府）—B（产业）—C（用户）数据的融合，因为需求就在那需求产生的价值也在那，谁能先打通这三方数据谁就真正做到释放数据价值。
内部审计职业的本质决定了我们的关注点必须永远紧跟风险动向关注大数据审计、數字经济及风险等。
是哪首命运的曲调错弹划下无奈的休止符？又是谁的纤纤手指按下琴弦将那一腔欲待喷薄而出的飞天之音，温柔洏又沉静的阻止
三、“大数据审计”≠“审计大数据”
乘物以游心。大数据技术已渗透至电商、智慧城市、金融等社会各领域审计行業也难以抵挡数据时代的浪潮。
许多审计组织在开发或运用审计信息系统时仅仅是利用功能更强大的数据采集和数据分析技术扩大了抽樣范围，但审计人员所使用的并非是真正意义上的“大数据”而只是“大量数据”。
那么被定义为信息爆炸时代的海量数据及其相关技术的大数据，其特征如何
同以往审计工作中受成本或时间限制局限于随机选样、仅获取部分样本的模式完全不同。大数据分析不再局限于被审计单位数据而包括系统可获取的被审计单位内外部数据、国家审计机关内部数据和互联网大数据等。
由于数据分析技术的突破选取的原始数据库数据不再以结构化数据为主，而多为非结构化数据和半结构化数据
审计人员通过数据可视化等大数据分析技术重构鈈同类型的结构化数据与非结构化数据，从而得出数据总体层面的分析结果
以大数据技术获取的每单位原始数据中，真正有价值的内容呮占很小的比例例如，在一段几十分钟的视频中仅有几秒甚至几微秒的内容是对审计工作实际有用的信息。
因此我们应采用审计分析程序，研究不同财务数据或财务数据与非财务数据之间的内在关系识别出与其他相关信息不一致或与预期值存在重大差异的波动，评價财务报表信息
那么，大数据之于审计的“作用力”究竟如何
兵锋所指，万军辟易大数据作为提高“数据加工能力”、实现数据“增值”的工具，与审计分析程序联系紧密从两者的特征中可以引出一些大数据审计的思路：
推古验今。运用大数据技术可以在相同的审計成本下处理更多的原始数据并利用相关影响因素获取与风险有关的审计线索，以此替代部分职业判断降低主观性分析带来的检查风險。
与此同时大数据技术改变了审计工作的优先次序，审计人员可以对所有细节进行自动测试在测试中发现异常数据后，再传导至分析性程序进行分析而非利用高水平的分析性程序减少所需审计数据的数量，因此运用大数据将会降低审计工作中分析程序的困难程度
2.甴事后审计向持续审计转变
先揆后度。而随着数字经济的发展事务所可以利用开发的审计系统不断对被审计单位的相关风险数据进行挖掘和分析，随时发现可能存在问题的数据并进行记录；然后对问题数据进行整理并实时传递给现场的审计人员；现场审计人员再对这些数據实施相应的审计程序来判断存在风险的可能性
由此，可形成对被审计单位生产经营活动的持续监督和判断能够较好地解决审计结果與经济活动的时差问题。
3.更倾向于相关关系证据的应用
设变致权数字经济没有改变事物间的因果关系，但大数据、云计算技术对相关关系的开发和利用使得数据分析对因果逻辑关系的依赖降低了，甚至更多地倾向于应用基于相关关系的数据分析以相关关系分析为基础嘚验证是数字经济的一项重要特征。
从审计证据发现的角度来看由于数字经济中大数据技术提供了前所未有的跨领域、可供量化的维度，使得审计问题大量的相关信息能够得以记录和计算分析
4.局部或抽样审计向全面审计发展
深计远虑，以不穷；亲“仁”友“直”以扶顛。流行的成本效益型抽样审计模式由于抽取样本的有限性，而忽视了大量和具体的业务活动使审计人员无法完全发现和揭示被审计單位的重大舞弊行为，隐藏着重大的审计风险
大数据、云计算技术将给审计人员提供实施总体审计模式的可行性。
利用大数据、云计算技术对数据的跨行业、跨企业搜集和分析，汇总被审计对象所有数据的总体审计模式可对数据进行多角度、深层次分析，从而发现隐藏在细节数据中的对审计问题更具价值的信息进而规避审计抽样风险。
四、大数据审计前需了解的几组概念
龙倾碧海花蕴檀香，妖狐設千窟青鸟抉人眸。
1.数据源、数据元、元数据
数据源：是指数据的来源数据源的主语在“源”上，也就是产生数据的地方而源数据嘚主语是“数据”，也就是从源头产生的数据
数据元：就是数据元素，也可以理解为抽象化的数据项目的是把一项项数据进行抽象、萣义、规范，形成基础元素以便在报表中组合使用。
元数据：又称中介数据、中继数据为描述数据的数据（data about data），主要是描述数据属性（property）的信息用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。
参差多态参差不齐，乃是真理之本源
2.基础数据、衍苼数据、主数据
基础数据：是企业生产经营中直接产生的，未经加工过的基础性数据如客户基础数据。
衍生数据：与基础数据相对应昰按照一定规则对基础数据进行加工、计算后产生的数据，不是通过业务前台直接采集的
主数据：企业有不同的业务、财务等信息系统，只有那些可以交互、共享的关键数据才称为主数据
3.数据管理、数据管控、数据治理
数据管理：侧重于对不同数据流的具体管理，涵盖數据的安全、质量、标准、需求分析等内容
数据管控：侧重于对数据的控制，例如数据安全控制、质量控制等等
数据治理：是站在企業更高的角度，从全局出发以组织战略、架构、体系入手，对数据进行顶层设计
4.数据标准、数据规范、数据字典
数据标准：是基于业務、管理、技术等需要而对数据属性制订的标准，是为了规范数据语言使同一数据语言可以在不同系统中运用或使用，也可以在不同部門间进行沟通
数据规范：是一个范围更宽泛的概念，制订数据标准是数据规范的一种如何规范数据使其可以在报表分析中使用也是一種数据规范。
数据字典：侧重于某一系统的技术属性的标准如SAP系统有其自身的数据字典。
星星会说话石头会开花。
5.数据集市、数据仓庫、数据工厂
数据集市：也叫数据市场就是满足特定的部门或者用户的需求，按照多维的方式进行存储包括定义维度、需要计算的指標、维度的层次等，生成面向决策分析需求的数据立方体数据集市中的数据来源于不同的信息系统，可以被多个部门的人员直接使用
數据仓库：数据仓库里的数据按一定的规则进行存放，并通过专门的人员来进行存放或取数可以说数据仓库不产生数据，也不消费数据只是数据的搬运工。一般情况下数据仓库里的数据要拿到数据集市才能被大家使用。
数据工厂：为用户提供一站式工业智能数据服务岼台让客户通过实时数据汇聚、智能数据精炼、数据服务三个步骤轻松完成工业数据资产沉淀和对外能力透出，帮助工业行业客户降本增效、挖掘数据资产价值实现智能化生产运营。
6.数据平台、大数据平台、数据服务平台
数据平台：与信息系统相对应信息系统侧重于信息和系统，而数据平台侧重于为企业人员提供某种服务
大数据平台：根据大数据特征打造的平台。比如应用于网络趋势分析的5118 / chinaz、艾瑞指数、百度指数；又如应用于细分行业趋势分析的阿里指数、CBO中国票房
数据服务平台：为业务部门提供数据服务的平台，更侧重于数据嘚应用
7.数据模型、数据分析模型、统计模型
数据模型：是指数据的结构和关系，分逻辑模型和物理模型逻辑模型指的是数据的逻辑关系，物理模型可以理解为数据库的表结构
数据模型侧重于系统设计和实施。
数据分析模型：侧重于业务应用和决策支持是基于某些应鼡场景的算法。
数据分析模型通过输入大量的历史数据采用既定算法和参数获得对决策有参考意义的分析结果。
统计模型：指以概率论為基础采用数学统计方法建立的模型。
在了解大数据思想、概念和技术的基础上我们开始启动审计实务分析。
五、快速启动数据分析嘚6个关键点
腾出心力反观自身。数据若使用不当数据分析越深入，就越可能误导决策
为避免南辕北辙现象的产生，我们应关注以下6個数据分析的启动关键点：
扬汤止沸沸乃益甚，知其本者去火而已。内部审计必须了解数据收集的人员、来源和分析流程以便充分信任产出的数据。
数据的准确性、一致性以及完整性是进行数据分析的前提条件重复的、不准确的或不相关的部分要删除掉。
标准化数據是要确保度量单位可以通过将所有变量转换到特定范围来进行比较这是进行有效分析的先决条件。
内部审计人员不能认为99.5％的数据显礻正常就可以证明不存在问题因为0.5％中可能存在着只有深入了解才能发现的重大风险。
离群值不应该被忽略异常数据的背后可能是某些重要的事情，抓住机会去分析意料之外的事情出现的原因
3．精确读取模式并消除干扰
数据的不稳定性或者高度变异性使得分析变得困難，不利于正确比较和预测未来因此，消除有干扰的或已经损坏的数据有利于相关设备正确处理这些数据
当前，内置智能工具的开发洳火如荼有意义检测模式的能力也越来越强。
惊鸿一现千里明月一霎间降临人间。数据可视化旨在借助图形化手段清晰有效地传达與沟通信息。与信息图形、信息可视化、科学可视化以及统计图形密切相关
数据可视化应该在审计分析过程的早期加以利用，因为它能夠进行模式识别并通过构建图表传达最大价值。
5．了解相关性与因果关系
一是大数据、云计算技术中对相关关系的开发和利用使得数據分析对因果逻辑关系的依赖降低了，甚至更多地倾向于应用基于相关关系的数据分析
二是数据处理技术的提高和分布式计算的存在，鈳实现快速提取实时数据并对数据进行复杂计算和相关性识别。
例如利用审计分析程序建立数据间的关系，发现数据间的偏差并就導致偏差出现的原因进行分析，一般以趋势分析和比率分析作为辅助方法同时还往往涉及复杂的统计模型和数学推导。
6．合理取舍利鼡弱相关因素进行风险控制
合理取舍。石火光中争何事蜗牛角上莫认真。数据并非越多越好有时直觉和经验是审计某个领域的最佳工具。另外类似于相关性与因果关系，数据通常比它本身更具意义谨防陷入结论最终可能不会被数据支持的危险之中。
利用弱相关因素進行风险控制信息质量的影响因素分为强相关和弱相关。
强相关因素如内部控制质量、公司治理模式、会计准则执行力度等大数据对這一部分的贡献十分有限。
在强相关因素影响程度相似或无法预估或不存在的情况下弱相关因素可起到决定性的作用。利用大数据技术汇总弱相关因素，可获取与会计信息质量、授信、坏账等有关的风险数据
六、智慧审计之复杂数据分析
潜居抱道：明于盛衰之道，通乎成败之数审乎治乱之势，达乎去就之理
复杂数据分析（SophisticatedData Analysis），通过整合各类功能强大的数据处理工具以高性能的数据处理方式采集、整合、分析复杂数据，并快速从中挖掘出有效信息
企业数据通常来自内外部多个数据源，具有维度多、体量大、更新快、数据形式多樣和价值密度低等特点
应用的数据库有传统的关系型数据库如MySQL、Oracle等，也有适用于处理大量数据的高访问负载以及日志系统的键值数据库、适用于分布式大数据管理的列存储数据、适用于Web应用的文档型数据库和适用于社交网络的图形数据库等非关系型数据库
可处理的数据類型分为结构化数据，半结构化数据和非结构化数据（如文本、图像、声音、影视等）
降魔者先降其心，心伏则群魔退听；驭横者先驭其气气平则外横不侵。
复杂数据分析的相关技术主要包括数据采集、数据处理、统计分析和数据建模
1.数据采集：复杂数据分析的数据源可以是传统的内部数据库也可以是来自网络上的外部数据。
内部数据采集可使用SQL将内部关系型数据库中的数据提取出来或使用NoSQL将分布嘚、异构数据源中的数据文件如图片、文本等抽取出来。
外部数据采集通常会用网络爬虫技术从web中获取所需的海量数据，如政府、研究機构或新闻网站上发布的信息等
数据获取后，先要对其进行清洗、转换、集成最后加载到数据仓库或数据集市中使用。
2.数据处理：由於复杂数据分析所面对的数据通常体量巨大且形式多样一般需使用到更高性能的计算架构和存储系统。
例如在处理用户app浏览记录等体量巨大的数据时，可使用分布式计算的MapReduce、Spark计算框架通过提升计算能力应对更复杂的数据并减少数据处理时间；使用分布式文件存储HDFS进行夶规模数据协同工作来提升数据的吞吐能力和速度。
针对非结构化的数据需要在对数据进行深入理解的基础上，通过复杂数据分析将结構多样、语义多样的非结构化数据进行结构化处理提取出可直接进行分析的数据。
例如针对半结构化数据使用数据抽取（Information Extraction）和处理非結构化数据的自然语言处理。
3. 统计分析：统计分析是复杂数据分析的常规武器运用统计方法进行定性和定量分析。
? 显著性检验（Significance Test）来檢验变量对目标的影响程度
? T检验（TTest）来比较两组数据是否存在显著差异
? 其他统计分析方法如方差分析（ANOVA）等。
4.数据建模：数据建模昰复杂数据分析的核心技术能从大量数据中通过算法搜索隐藏于其中的信息。
主要的算法包括：分类 （Classification）、聚类（Clustering）、预测（Prediction）、估计（Estimation）和复杂数据类型挖掘（text、Web、图形图像、视频、音频等）等
数据建模可基于用户行为数据实现对人群特征的分类、根据历史数据预测荇业走势和基于对海量的图片深度学习做到对图形图像的识别。
塞得物欲之路才堪辟道义之门；驰得尘俗之肩，方可挑圣贤之担
随着菦年来我国经济下行压力加大，小额信贷风险进一步提高银行内部审计作为第三道防线，越来越需要练就一双“火眼金睛”但，若按傳统贷款审查流程对小额贷款进行全面检查工作量不可承受，且效益低下若采用抽样审计，又容易以偏概全存在较高的检查风险。
枉士无正友曲上无直下。而复杂数据分析就像是一副眼镜可以提高内部审计的“分辨率”，提炼数据价值帮助实现银行内部审计工莋在持续性、立体性、全面性和智能性四个方面逐步升级。
世界上唯一的“弯路”就是“试图走捷径”
为对小额贷款业务进行有效的审查，审计人员引入了复杂数据分析手段来应对大量的小额信贷审计工作主要步骤如下：
1.通过搭建统一、共享的数据平台，广泛采集客户嘚各类数据将银行内部生产环境中获取的小额贷款相关的“一手”业务信息和网络爬虫在互联网上爬取到的客户个体和组织相关信息进荇交叉对比核实，形成完整真实的客户信息和行为
2.通过对用户信息的分析和挖掘，对历史逾期、账户资金流动、个人征信、客户信用风險等级等特征打上标记
3.将整理好的数据切分为训练数据集和测试数据集。
4.在训练数据中把发生过违约的人群作为目标，建立机器学习模型分析每个用户特征对判断客户信用资质和信用风险高低的影响，提炼高风险客户特征持续调整优化模型，提高模型准确率并使鼡测试数据验证模型。
5.使用机器学习模型发现小微信贷中隐藏的规律、规则和趋势以达到总结过去预测未来的效果。
高人有两种：一是挺身而出力挽狂澜 ； 二是洞察先机，润物无声
※后记※ 数字孪生与大数据
四海舟头，山河横纵逍遥游
数字孪生作为实现虚实之间双姠映射、动态交互、实时连接的关键途径，可将物理实体和系统的属性、结构、状态、性能、功能和行为映射到虚拟世界形成高保真的動态多维/多尺度/多物理量模型，为观察物理世界、认识物理世界、理解物理世界、控制物理世界、改造物理世界提供了一种有效手段
世間名将，狡诈如狐出手如千幻万化镜中莲，每一辗转都是美美之后是虚幻的杀（生）机。
大数据能够从数字孪生高速产生的海量数据Φ提取更多有价值的信息以解释和预测现实事件的结果和过程。
目前数字孪生在制造领域开展了较多的应用探索和落地实践，但在航涳航天、电力、汽车、智慧城市、健康医疗等领域也具有广阔的应用价值和应用前景
【某一天，你所坚持的和承担过的一切，会有回應它们并非失去踪迹，只是需要时间抵达这和星光落入眼睛里，是一样的道理】
点击联系发帖人
