风险评估对于大多数行业都是一项至关重要的工作，而在企业合并或收购中尤为关键。如今，AI的应用也延伸到了这一领域。
3月的GPU技术大会让与会者们大开眼界。来自美国马萨诸塞州的数据管理咨询公司Congruity360也向与会者展示了其如何利用AI提高风险评估过程的速度和精度。
降低并购风险
决定搬到一起住的两个人可以清算他们的所有财产，并快速决定该如何处理它们。但当一家公司并入另一家公司时，难以归类的数据常常会使他们焦头烂额。
GPU或许并不是处理文本型文档的最理想方式，然而Congruity360开发出了一种基于GPU的机器学习来解析文本数据的方法。
“GPU不能用来处理文本，” Congruity360的销售工程副总裁Chris Ryan指出，“我们需要创建文本文档的数学表达。”
通过此方法，Congruity360可以判断文档是否“看起来”相同或者是否包含一些相同的关键词，从而对非结构化文档进行分类。从本质上讲，该公司的工作包括获取那些完全陌生的数据（Ryan称之为“dark data”），配置高级别标题，从而将这些数据分别归到与发票、税收、知识产权或代码等主题相关的存储分区。
最后的结果直观可见，将数据归入了不同主题的集群中，包括单独的和重叠的主题集群。企业可以针对风险较高的文档（例如那些受监管的文档）使用此方法。
将数据转化为有用的信息
Congruity360所用方法的基本假设是80%的公司数据都是非结构化的，其试图解答的问题是GPU如何帮助机器学习将原始文本转化为信息。
显而易见，GPU提高了这一转化的速度。
“作为数据科学家，肯定不希望大部分的时间花在等待模型的运行上，” Congruity360分析部门副总裁Jonathan Bailey说道。
加快这一进程意味着更快地识别和降低风险。实施并购活动需要与法律团队合作，而法律团队通常极为关心数据的可靠性。使用CPU对文档进行对比，并对其可靠性进行估算需要花费四周时间，Congruity360使用GPU完成这一流程则只需20秒。
“我们想要为用户提供一款了解数据内容的工具，并确定是否存在风险数据。” Bailey说道。