隨著信息技術(shù)的迅猛發(fā)展，大數(shù)據(jù)和人工智能技術(shù)已廣泛應(yīng)用于各行各業(yè)，為企業(yè)的管理和決策提供了強有力的支持。在國有企業(yè)中，管理人員作為企業(yè)運營和發(fā)展的關(guān)鍵力量，其行為的合規(guī)性直接關(guān)系到企業(yè)的聲譽、經(jīng)營效益和國有資產(chǎn)的安全。然而，由于信息不對稱、監(jiān)管不力等原因，管理人員違規(guī)現(xiàn)象時有發(fā)生，給企業(yè)帶來了嚴重的負面影響。因此，如何規(guī)范和有效預(yù)防和預(yù)警管理人員違規(guī)行為，借助數(shù)智化手段提升管理效能，確保企業(yè)穩(wěn)健運營，成為國有企業(yè)面臨的重要課題。

《國有企業(yè)管理人員處分條例》作為規(guī)范國有企業(yè)管理人員行為的重要法規(guī)，為國有企業(yè)管理人員違規(guī)預(yù)測與預(yù)警管理提供了法律依據(jù)。結(jié)合該條例，利用大數(shù)據(jù)和人工智能技術(shù)來為國有企業(yè)管理人員違規(guī)提供預(yù)測與預(yù)警管理方法，以期為國有企業(yè)的管理實踐提供借鑒和參考。

數(shù)智化技術(shù)對國企人員行為規(guī)范的五大作用

數(shù)智化技術(shù)對國企人員行為規(guī)范的作用主要體現(xiàn)在以下五個方面：

一是提升管理效率。數(shù)智化技術(shù)，如數(shù)據(jù)分析和智能化管理平臺，可以實時收集、整理和分析管理人員的行為數(shù)據(jù)，從而快速識別管理過程中的問題和改進點。

二是實現(xiàn)精細化管理。數(shù)智化平臺可以基于企業(yè)管理人員所涉及的人力考核數(shù)據(jù)、項目管理數(shù)據(jù)、財務(wù)數(shù)據(jù)等進行數(shù)據(jù)融合，實現(xiàn)全面管控?；跀?shù)據(jù)挖掘技術(shù)，可以深入分析管理人員的行為和表現(xiàn)，及時發(fā)掘問題，從而保障管理的精準性和針對性。

三是加強行為監(jiān)督。通過設(shè)置違規(guī)行為的自動報警和記錄功能，可以及時發(fā)現(xiàn)并處理人員的違規(guī)行為，維護良好的工作環(huán)境和秩序。

四是促進決策科學(xué)化。數(shù)智化技術(shù)可以提供豐富的數(shù)據(jù)支持，幫助管理人員更加科學(xué)地制定決策。通過數(shù)據(jù)可視化、智能分析等功能，可以直觀地展示數(shù)據(jù)趨勢和規(guī)律，為管理人員提供決策依據(jù)，提高決策的準確性和有效性。

五是保障信息安全。在數(shù)智化管理中，信息安全和保密性非常重要。數(shù)智化平臺可以嚴格控制數(shù)據(jù)的使用范圍和權(quán)限，確保信息的安全性。

基于大數(shù)據(jù)與人工智能技術(shù)實現(xiàn)違規(guī)預(yù)測與預(yù)警

數(shù)據(jù)收集與整合是基礎(chǔ)。數(shù)據(jù)收集與整合是違規(guī)預(yù)測與預(yù)警管理的基礎(chǔ)。國有企業(yè)需要建立全面的數(shù)據(jù)收集體系，包括管理人員的工作行為記錄、財務(wù)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、業(yè)績數(shù)據(jù)、輿情信息、舉報信息等。同時，還需要整合外部數(shù)據(jù)資源，如政府公開數(shù)據(jù)、行業(yè)數(shù)據(jù)等?；?ldquo;oneID”技術(shù)體系構(gòu)建管理人員的識別ID，實現(xiàn)各渠道數(shù)據(jù)的融合和打通，可以形成完整的工作行為數(shù)據(jù)集，為后續(xù)的數(shù)據(jù)分析提供有力支持。

數(shù)據(jù)清洗與預(yù)處理確保準確性與可靠性。收集到的原始數(shù)據(jù)往往存在噪聲、缺失值、異常值等問題，需要進行清洗和預(yù)處理。數(shù)據(jù)清洗主要包括去重、去噪、填充缺失值等操作，以確保數(shù)據(jù)的準確性和可靠性。數(shù)據(jù)預(yù)處理則包括統(tǒng)一ID、數(shù)據(jù)轉(zhuǎn)換、標準化、歸一化等操作，以便于后續(xù)的數(shù)據(jù)分析。其中最重要的是統(tǒng)一管理人員的ID，將不同來源的與人員相關(guān)的用戶名、姓名、工作電話號、員工號，映射到統(tǒng)一的ID上，實現(xiàn)各來源信息的打通。

數(shù)據(jù)挖掘與分析是和核心環(huán)節(jié)。數(shù)據(jù)挖掘與分析是違規(guī)預(yù)測與預(yù)警管理的核心環(huán)節(jié)。通過對清洗和預(yù)處理后的數(shù)據(jù)進行深入探索和分析，可以發(fā)現(xiàn)管理人員行為的異常模式和潛在風(fēng)險點。常用的數(shù)據(jù)挖掘技術(shù)包括關(guān)聯(lián)分析、聚類分析、分類預(yù)測等。這些技術(shù)可以幫助企業(yè)識別出可能存在的違規(guī)行為模式，并為后續(xù)的預(yù)警提供有力支持。

在數(shù)據(jù)分析過程中，還需要結(jié)合《國有企業(yè)管理人員處分條例》中的相關(guān)規(guī)定，對違規(guī)行為進行識別和分類。通過對條例的深入解讀和應(yīng)用，可以將數(shù)據(jù)分析結(jié)果與條例中的違規(guī)行為類型進行對應(yīng)，從而為違規(guī)預(yù)測與預(yù)警提供更加準確的依據(jù)。

構(gòu)建預(yù)測與預(yù)警模型?；跀?shù)據(jù)挖掘和分析的結(jié)果，可以構(gòu)建違規(guī)預(yù)測與預(yù)警模型。這些模型可以根據(jù)管理人員的歷史行為和當(dāng)前狀態(tài)，預(yù)測其未來可能發(fā)生的違規(guī)行為。

根據(jù)違規(guī)行為的特征，提取關(guān)鍵指標和變量，如異常交易、頻繁的內(nèi)部溝通、異常的出勤記錄等。通過對企業(yè)內(nèi)外部的企業(yè)管理人員相關(guān)數(shù)據(jù)的統(tǒng)一采集，建立管理人員主題倉庫，預(yù)測模型采用機器學(xué)習(xí)、深度學(xué)習(xí)等算法進行構(gòu)建，建立統(tǒng)一標簽萃取中心，通過訓(xùn)練和調(diào)整模型參數(shù)，提高標簽的的準確率，形成精準的管理人員畫像，為企業(yè)管理人員的行為監(jiān)測和預(yù)警提供支撐。如下圖：

圖1 管理人員預(yù)測畫像構(gòu)建邏輯架構(gòu)圖

預(yù)警模型則是在預(yù)測模型的基礎(chǔ)上，結(jié)合企業(yè)的實際情況和監(jiān)管要求，設(shè)定相應(yīng)的預(yù)警閾值和規(guī)則。當(dāng)模型檢測到潛在風(fēng)險時，會自動觸發(fā)預(yù)警機制，提醒相關(guān)人員采取防范措施。預(yù)警機制可以包括郵件通知、短信提醒、系統(tǒng)彈窗等多種形式，以確保預(yù)警信息的及時傳遞和有效處理。

預(yù)警與處置實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)、驅(qū)動管理。一旦預(yù)警機制被觸發(fā)，需要迅速啟動處置流程，實現(xiàn)真正的數(shù)據(jù)驅(qū)動業(yè)務(wù)、驅(qū)動管理。這包括對相關(guān)管理人員進行調(diào)查核實、制定整改措施、落實責(zé)任追究等步驟。同時，還需要對預(yù)警系統(tǒng)的有效性進行評估和改進，以不斷提高其預(yù)測和預(yù)警的準確率。

在處置過程中，需要遵循《國有企業(yè)管理人員處分條例》中的相關(guān)規(guī)定和程序，確保處置工作的合法性和公正性。對于查實的違規(guī)行為，需要依法依規(guī)進行處理，對相關(guān)人員進行問責(zé)和處罰;對于未查實的違規(guī)行為，也需要進行澄清和說明，以消除不良影響，從而形成管理人員違規(guī)的閉環(huán)管理。

用友BIP助力國企實現(xiàn)違規(guī)預(yù)測與預(yù)警

某國有企業(yè)管理人員利用權(quán)限，分拆項目、降低審批額度，從而繞過更多級審批監(jiān)控節(jié)點，違規(guī)為下級渠道商提供返傭。用友BIP，助力該國企構(gòu)建大數(shù)據(jù)與人工智能的預(yù)測與預(yù)警系統(tǒng)，完成違規(guī)行為的分析和預(yù)警。

1、通過收集管理人員的工作記錄、財務(wù)數(shù)據(jù)后，建立該管理人員負責(zé)的項目及審批動作的關(guān)聯(lián)模型;

2、從渠道商視角出發(fā)，也建立其返傭與項目、與審批人員、審批時間等因素的多維關(guān)系預(yù)測模型;

3、通過多個模型的加權(quán)計算，給出預(yù)測和預(yù)警結(jié)果，來提醒監(jiān)管部門進行核查。最終，發(fā)現(xiàn)了該管理人員多次違規(guī)行為。

4、同時，結(jié)合《國有企業(yè)管理人員處分條例》中的相關(guān)規(guī)定，對違規(guī)行為進行識別和分類。

在預(yù)警觸發(fā)后，該企業(yè)可迅速啟動處置流程，對相關(guān)管理人員進行調(diào)查核實。經(jīng)過調(diào)查核實，確認該管理人員存在貪污受賄行為，并依法依規(guī)進行處理。

數(shù)智賦能助力國企構(gòu)建合規(guī)體系

基于大數(shù)據(jù)與人工智能技術(shù)的國企人員違規(guī)預(yù)測與預(yù)警管理方法，是一種運用先進的數(shù)智化技術(shù)來增強國有企業(yè)對人員違規(guī)行為的識別和預(yù)防能力的策略。這種方法通過收集和分析大量的內(nèi)部和外部數(shù)據(jù)，能夠更準確地預(yù)測潛在違規(guī)行為的發(fā)生，并及時發(fā)出預(yù)警，從而有效地降低違規(guī)風(fēng)險的發(fā)生概率。

這種方法的核心在于建立一個綜合的數(shù)智化平臺，該平臺能夠整合來自不同來源的數(shù)據(jù)，如財務(wù)報表、員工行為記錄、市場信息、法律合規(guī)數(shù)據(jù)等。通過對這些數(shù)據(jù)進行深入挖掘和分析，可以識別出可能預(yù)示著違規(guī)行為的風(fēng)險因素和模式。例如，通過分析財務(wù)數(shù)據(jù)，可以發(fā)現(xiàn)異常的交易活動或資金流動，這可能是違規(guī)行為的跡象。

一旦這些風(fēng)險因素和模式被識別出來，就可以建立一個預(yù)測模型，該模型能夠根據(jù)歷史數(shù)據(jù)和實時信息預(yù)測未來可能發(fā)生的違規(guī)行為。這個模型可以采用機器學(xué)習(xí)算法，如隨機森林、神經(jīng)網(wǎng)絡(luò)或支持向量機等，以提高預(yù)測的準確性和效率。

預(yù)警管理系統(tǒng)則可以在預(yù)測到潛在違規(guī)行為時，及時向相關(guān)部門發(fā)出警報，提醒他們采取必要的預(yù)防措施。這些措施可能包括加強對特定員工的監(jiān)督、進行合規(guī)培訓(xùn)、調(diào)整內(nèi)部控制流程等。

數(shù)智賦能，預(yù)防合規(guī)?；诖髷?shù)據(jù)與人工智能技術(shù)的違規(guī)預(yù)警與預(yù)測管理方法，助力國企提高預(yù)測與預(yù)警能力、建立健全的內(nèi)部控制和合規(guī)體系，確保企業(yè)穩(wěn)健運營、高質(zhì)量發(fā)展。(文/用友網(wǎng)絡(luò) 石秀峰、伊大偉)

（免責(zé)聲明：本網(wǎng)站內(nèi)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(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)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(guān)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(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）