人工智能還能幫納稅人少交稅，IBM的“明星”沃森做到了

文|澎湃新聞網

2月9日訊，科技巨頭IBM正打算讓自家的人工智能“明星”沃森(Watson)接受新的挑戰(zhàn)——幫納稅人降低稅負，獲得更多退稅。

日前，IBM宣布，將和H&R Block稅務咨詢公司合作，協(xié)助7萬稅務專業(yè)人員在稅務申請季里填寫1100萬人的稅務申請單。

有了沃森的幫助，這家公司的業(yè)務更具競爭力。H&R Block公司CEO比爾·科布(Bill Cobb)稱，沃森的工作目標是協(xié)助稅務專業(yè)人員，幫助他們提高客戶獲得稅務退款、減少稅務負擔的機會。他認為，75%的美國人申請稅收能有機會退稅，而本公司員工的比例則達到85%。

美國北岸研究機構分析師卡梯克·梅達(Kartik Mehta)認為，對于H&R Block這類稅務咨詢公司而言，客戶的留存率至關重要。1.4億美國人中，有60%的人在申報稅收時需要幫助。如果H&R Block能將自己75%的客戶留存率提高到80%，對于該公司來說是個非常巨大的進步。

沃森是個不知疲倦的快速學習者

在了解沃森是如何幫助納稅人報稅、退稅前，我們先來看看美國復雜的個人稅務申報情況。

在美國，個人稅務的申報情況復雜。一般來說，報稅分兩部分，一部分是算清自己的收入所得(一般是分為工資收入和投資收入)，一部分是算出各種可以免稅/抵稅的額度。二者之差，就是用于計算個稅的收入。稅率計算是累進的。

當然，具體細節(jié)有很多變化，比如不同收入的稅率不同，免稅/抵稅在聯(lián)邦稅和地方稅的計算上不同。家庭可以一起為單位報稅，也可以分開報稅。不同的方式有不同的減免辦法，另外，免稅額度本身也有多種計算方式。

正是因為美國稅法不是一般的復雜，也有不少可免稅的項目，所以最后算下來不同的報稅方式可能有很大區(qū)別。因此每年美國的報稅季都是會計師業(yè)務最忙的時候。

這樣的情況給了沃森大顯身手的機會。因為沃森是個不知疲倦的快速學習者，核心技能是它能夠用自然語言處理消化、分類大量的文本。

據《紐約時報》報道，在正式工作前，沃森學習了稅法各條款和稅務的數(shù)據，包括了7萬4千份聯(lián)邦稅率的文件、人類會計師60年來總結的成千上萬的報稅文件。同時，沃森還學習了各種各樣可能會收到的報稅咨詢。隨著時間的推移和更多數(shù)據的輸入，沃森的建議會變得越來越好，可以針對不同的職業(yè)，家庭經濟情況和個人情況給出建議。

除了協(xié)助專業(yè)稅務人士外，沃森的另一個任務是增加該公司客戶的參與性和互動性。以后，客戶可以在單獨的屏幕上獲得建議，提出問題，就像現(xiàn)在沃森協(xié)助稅務專業(yè)人士一樣。

“沃森會成為一個非常聰明的虛擬助手。”IBM沃森業(yè)務高級副總裁大衛(wèi)·凱尼 (David Kenny)說。

IBM想讓沃森擁抱更多的消費者

利用沃森的超強能力，對于IBM公司來說，也是個雙贏的結果。因為這樣的合作強化了自身的人工智能戰(zhàn)略，即讓IBM的技術進入更多的領域。通過自己的合作伙伴，讓沃森接觸到更多的消費者。

有分析師認為，依靠數(shù)據驅動的人工智能，將會和各個公司使用的軟件結合，以簡化工作、識別新客戶、發(fā)現(xiàn)存款和指導產品開發(fā)等。根據研究公司IDC預測，到2018年75%的新業(yè)務軟件將具有人工智能功能。

“在消費者和商業(yè)應用中，AI相當于是基礎設施建設的一部分。”IDC分析師戴維·舒布梅爾(David Schubmehl)說。

2011年，沃森在美國一檔老牌綜藝節(jié)目“危機邊緣”里打敗了最高獎金得主布拉德·魯特爾和連勝紀錄保持者肯·詹寧斯，從此進入人們的視野。

IBM一直在希望沃森能幫助自己擁抱更多的消費者和商業(yè)應用，以彌補自己在傳統(tǒng)硬件和軟件產品上的不足。IBM高管指出，該公司的新業(yè)務(包括沃森)增長了14%，占總收入的41%。這比IBM之前預測的時間提早實現(xiàn)了。

“這是爬行、走路、學會奔跑的過程。但沃森學習的速度比人類快得多。”凱尼說。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。