早晨醒来时会听到海浪的破碎声，房间会逐渐变亮。

通过可编程咖啡机闻到刚磨好的咖啡倒进杯子里的味道。

扫描冰箱上的空牛奶瓶，看云，自动将其添加到您的网上购物车中，下午送货。

刷卡手指阅读最新的新闻，然后跳上你的汽车，参加当天的第一次会议，当然是虚拟出席。

还记得什么时候这一切都是纯粹的科幻小说吗？

好吧，除了目前正在测试的自动驾驶汽车，其余的都已经在这里好几年了！

以类似的方式，我想想象人工智能（AI）技术在未来几年会给治理、风险和合规（GRC）带来什么。

我要提到的一些技术已经应用了相当长的一段时间，或者正在不同的环境中使用，所以我不认为这是科幻小说，而是带着期待，韩国云服务器，我问，那么，2021年GRC会是什么？

用于规范管理的机器学习系统（MLS）

规范管理仍然是GRC最手动的任务之一。对我来说，这是人工智能在GRC中最有前途的应用，因为它可以实现过程的几乎完全自动化。

如果使用机器学习系统，人工智能可以在监管机构发布监管草案时审查该草案，免费的数据分析软件，分析其内容，评估对组织的影响，然后在几分钟内自动提出内部控制框架的改进建议？

这不仅意味着监管机构的吸纳过程将大大加快，而且专家将能够专注于更多的增值活动。这将有助于降低许多公司的咨询费！

用于风险评估的预测分析（PA）

风险是将触发其发生的各种因素的组合，但不幸的是，风险评估通常仍然是一个基于历史数据（记录的事件）的过程，以推动对情况的手动评估。

如果，使用内部和外部的历史数据，并应用模拟来预测未来的情况，你可以收到超过一个单独的风险事件预警？相反，大数据开发，如果你能对变化中的情况有一个完整的风险预测呢？

例如，假设您从单一供应商处采购了大部分关键部件。你的供应商风险已经很高了。但是，使用历史、当前和预测数据，PA可以让您意识到，对于您的供应商所在地来说，这是一个干燥的夏天——比往常更干燥——因此土壤非常干燥，并且在初秋期间降水量通常很丰富。今年，他们被预测将更加丰富。因此，你的供应商的生产链被淹没的风险与日俱增。

有了这些数据，为什么不在夏季开始一项预防措施并建立紧急库存，同时，如果你的第一个供应商在一段时间内不能再提供给你，那就寻找第二个供应商呢时间？

用于审计的自然语言处理（NLP）

审计人员通常提取有缺陷的控制和通过控制的样本，以审查它们，并确保控制按设计应用。

但有时这意味着他们可能会错过暗示负面趋势的控制-控制已通过，但仍可能存在小问题。控制权所有人可能决定不为此提出补救计划，但会在评论中提及。好吧，如果审计人员使用NPL，他们可以进行语义智能分析并发现这些问题。然后，他们不仅会关注那些失败的控制（因为现在已经太晚了，无法改进），还可以关注那些已经开始出问题但还没有出现问题的所有控制。那不是更合适更有用吗？

将今天的创新应用于未来的GRC

如你所知，上面提到的大部分技术已经在市场上，但大部分还没有应用于GRC。

我认为原因很简单：GRC不被认为是一种业务提升活动，例如与销售或市场营销相反。因此，PA主要用于销售预测，NLP用于社交媒体管理，大数据风控，MLS帮助我们在移动设备上更快地键入电子邮件！但它不必保持这种状态——我认为它不应该保持这种状态。

你呢？你认为2021年我们会看到什么？