大多數產業都關心評估風險這件事，但或許企業在併購前會更關心這檔子事。事實證明人工智慧說不定能幫上一臂之力。
來自美國麻州的資料管理顧問公司 Congruity360，上個月對 GPU 技術大會的與會者更深入介紹人工智慧如何以更迅速精準的方式來進行風險評估作業。
減緩併購風險
決定共同生活的兩個人可以看到自己的所有物品，快速決定該怎麼處理它們，但兩家公司要合併在一起，幾乎都會對難以分類的資料而感到頭痛不已。
人工智慧雖然不太適合分析文字文件，Congruity360 卻開發出一種利用 GPU 機器學習技術來解析文字資料的方法。
Congruity360 銷售工程部門副總裁 Chris Ryan 說：「GPU 不會在文字上操作。我們得以數學來表現出文字文件。」
此舉使得 Congruity360 能按照外觀相同或包含部分相同關鍵字的方式，對非結構性文件進行分類。Congruity360 的研發工作就其本質而言，是取得它一無所知的資料，也就是 Ryan 稱為「黑暗資料」的東西，並且指定高階標題，以便區分資料，丟入跟發票、稅務、知識產權等主題相關的儲存桶來加以編碼。
得到的結果是以視覺化的方式，將資料圈入主題叢集裡，其中部分資料獨立，部分資料重疊，公司可以使用這種方法來處理高風險的文件叢集，像是牽扯到法規的文件。
將資料變成有用的資訊
Congruity360 的方法首先假設多達 80% 的企業資料為非結構性的，並且試圖回答這個問題：「GPU 如何幫助機器學習將原始文字變成資訊？」
顯然 GPU 用速度解開了謎題。
「如果你是資料科學家，而且你想這麼做，就不會希望得等待模型運行要花上好幾週的時間。」Congruity360 分析部分副總裁 Jonathan Bailey 說。
加快處理過程代表更快辨識和更快減輕風險。併購活動需要與法務團隊配合，他們通常最關心的是確保資料是否合情合理。Congruity360 使用 GPU 來比較文件和計算其合理性。使用 CPU 的話要用上四週的時間，而使用 GPU 的話僅需要20秒便可完成。
「我們只想給用戶一個工具來更深入瞭解資料，想看看裡面是否有任何高風險資料。」Bailey說。