当您听到“自动化...”一词时，您的想法会直接跳到“ ...破坏工作”吗?如果是这样，则中间应该有一些停靠点。自动化涉及消除摩擦，降低成本，加快流程并总体上提高效率。使商品和服务更好，更便宜是一件好事：它使我们所有人都变得更加富有。
在各行各业都有这样做的空间，尤其是在会计和法律等专业服务中。这些行业的公司所做的许多工作都是在搜索和汇总数据。如果可以自动进行数据检索，兼容数据库以及可以同时查询多个数据库，则可以大大改善并加快他们的工作。
传统数据库不会互相交谈。每个问题都可以解决-在一开始就设计好了。大公司有成千上万的公司。在1990年代，公司开始安装企业资源计划(ERP)系统，该系统将有关特定业务流程的所有数据汇总到一个主数据库中。但是大公司仍然拥有许多ERP(通常多达300个)。猜猜是什么，它们通常不会互相交谈。
知识图
一种称为“知识图”的新型数据库更加灵活。Google在2012年(恰逢人工智能大爆炸的那一年，机器学习开始使AI变得如此强大)在搜索操作中引入了这一概念。知识图将信息的三元组链接在一起-主题，客体以及它们之间的关系。这使您能够获得针对复杂问题的精确答案。
知识图的问题在于，它们很耗时且填充成本很高。通过在称为自然语言处理的AI方面的快速改进，此问题得以缓解。NLP系统，例如Google的BERT(来自您的变压器，双向编码器表示形式)，通过在文本和表格的巨大语料库中四处徘徊，搜寻并提取相关但非结构化的数据，来自动填充知识图。
一家名为Engine B的初创公司正在寻求利用专业服务行业中这种新兴功能。如今，它仅雇佣了9名员工，到目前为止仅筹集了350万英镑。但是创始人兼首席执行官Shamus Rae表示，公司的合作伙伴和支持者使它充满希望：它们包括所有四家大型会计师事务所，以及几家下一层和挑战者事务所。加上会计师的英国贸易机构，英格兰和威尔士特许会计师协会(ICAEW)。它还与许多领先的律师事务所合作。
该公司正在利用帝国理工学院和伯明翰大学的学者的意见来构建和填充其模型，并且托管在Microsoft的Azure平台上，因为与Google不同，例如，Microsoft放弃进入垂直行业与现有企业竞争。
如果引擎B成功，它将作为平台运行，在用户处理数据时向用户收取小额付款。数据属于客户，并且保留在公司服务器内部(无论是在云服务中还是在所有者托管中)的位置。引擎B的知识图将以API的形式应用于数据。Shamus Rae说：“我们不会匿名任何人的数据并转售他们的见解，我们的代码是开源的”。
单一真理
Rae声称，结果是“单一事实来源”，在这里可以询问公司的知识库，而这些问题在收集数据时从未想到过。例如，可以查询房地产公司的知识图，以找出投资组合中的哪些建筑物具有导致格伦菲尔塔悲剧的覆层，以及哪些建筑物是由同一承包商安装的。检查公司数据湖的完整性，检查欺诈和防御网络攻击变得更加容易。
如果这种方法成功，它将使会计事务所当前完成的许多工作自动化。大型公司雇用数千名员工进行“打勾”，获取有关客户活动的财务信息，并与其他来源进行核对。这项工作将越来越实现自动化，这意味着初级会计师会减少无聊-但也可能意味着初级会计师会减少。律师及其披露和发现程序也是如此。尽职调查-对目标公司的调查和评估-将变得更加容易和快捷，并且应大大加快合并，收购和投资的速度。
“如果可能的话，使人们能够去做自己知道的事情就好了”
国际律师事务所奥斯本·克拉克(Osborne Clarke)的合伙人丹·赖特(Dan Wright)与Rae一样希望实现这一倡议。“通过系统地挖掘数据之间的联系，我们开辟了执行法律程序的全新方式。知识图方法是关于使人们能够做自己知道的事情的技术，如果可能的话。我们希望表明有可能。”
由于知识图谱会消除当今会计师和律师所做的许多工作，并且会收取费用，因此您可能会认为他们会抵制而不是予以支持。但是经营这些公司的人们意识到自动化即将到来。他们知道，如果不蚕食自己的业务并采用即将到来的业务模式，那么其他人也会这么做。他们正在利用这种主动性来推动业务数字化，并在流程发生时保持一定程度的控制权。
正如Rae所说：“实际上，工作会流失，工作会改变。繁荣的公司将是那些首先抓住机会重新技能和技术的公司。未来不关乎数字运算，而是关乎判断力和智慧。”
