D.SPOT会议及活动风险智能管理实践系列文章

一、演进

D.SPOT的发展历经三个阶段。

第一阶段：早期探索

早在2017年，由于监管及企业内部合规的要求，在生命科学与医疗行业，很多企业开始重视各类活动的合规性和质量，并组织开展飞行检查。德勤团队在当时便萌发了利用数字影像、人脸识别等技术开发一个数字化会议合规检查平台的想法。一旦研发成功，这将大大提升飞行检查的效率，同时减少管理成本。

第二阶段：产品雏形

于是，D.SPOT的1.0版本在2018年研制成功，当时主要关注线下会议的合规检查，但已经实现了绝大部分的功能，例如会议全生命周期管理、与会人员自动比对识别、风险提示及闭环管理等。

第三阶段：推广应用

有了1.0版本的成功经验，D.SPOT团队信心大增，并在2020年成功研发了2.0版本，并以此版本进一步深化和提升了会议及活动风险管理实践。如今，D.SPOT已经成为能够覆盖线上及线下活动及会议的综合智能风险管控平台，持续服务于多家知名跨国企业。

二、架构

从服务架构来看，基于D.SPOT的会议及活动风险管理服务（“服务”）包含：数据层、流程层、应用层及价值层等4层架构体系。

这4层架构自下而上，逐级支撑，最终帮助我们的客户实现终极愿景：会议及活动风险的智能管理及价值提升（如图1所示）。

图1：基于D.SPOT的会议及活动风险管理服务四层架构
 

1. 数据层是服务的基础

正如我们的合伙人吴苹提到的，由于会议的远程化、活动的线上化愈发普及，D.SPOT也需要同时适配线上、线下及线上线下混合的会议；而其中主要的挑战就在于数据的采集方式、采集途径、采集内容和校验手段都不尽相同。

目前，D.SPOT已可对三种模式进行灵活配置，有针对性的采集和管理图像、视频、音频等非结构化数据，以及表单、文本等结构化数据（如图2所示）。

图2：D.SPOT支持的多种数据采集方式、内容及格式
 

2. 流程层是服务的抓手

针对会议及活动的“事前、事中、事后”建立起的全生命周期风险管理流程，是保障风险管控措施落地的重要抓手；无论是从“计划”到“过程”到“结果”的管理，还是以风险视角进行“预测”、“监测”和“跟踪”，都体现了D.SPOT服务全流程覆盖和风险前置、实时干预、管理闭环的特点。
 

3. 应用层是服务的核心

首先，D.SPOT平台充分应用流程引擎和自动化控制，使得企业可将管控措施以信息化形态注入业务管理流程，与相关系统平台无缝对接。

其次，基于数据层的基础，D.SPOT预设了大量的数据分析模块，同时也可以通过机器学习算法，构建个性化的数据模型。

第三，人工智能和RPA的应用，使得数据采集、图像比对、音频转换、语义分析都变得更加自动化、智能化。一个典型的例子是，当用户不恰当的将历史会议照片上传系统，伪装成为某次会议的现场照片时，D.SPOT图像相似度检测引擎就可以通过遍历扫描历史图像库，将海量的比对在顷刻间完成，精准发现这一违规行为（如图3所示）。

图3：D.SPOT执行历史照片相似度检测

4. 价值层是服务的灵魂

看到这里，可能读者会想，D.SPOT究竟能为企业带来什么价值呢？

在设计D.SPOT时，这确实也是产品团队思考最多的问题，价值层可谓是整个服务的灵魂。

D.SPOT的价值主要体现在三个方面。

一是风险感知智能化。

通过预设的风险特征规则库，结合人工智能技术，D.SPOT可以智能化感知绝大多数违规行为，且感知的范围、精准性会随着特征规则库的不断完善日益提高。

二是风险视图可视化。

D.SPOT提供多风险主题、多分析维度、多层级展现的可视化管理视图，同时也具备与大多数通用数据可视化工具的接口。

三是风险管理闭环化。

感知风险、发现问题，固然很重要，但绝不是风险管理的终点。D.SPOT同样关注对风险事项的整改和对问题的跟踪，并且借助线上化手段实现流程标准化，使得风险管理实现闭环。

三、结语

尽管我们还想与大家分享更多关于D.SPOT的功能模块、后台技术和实战案例等内容，但篇幅所限，不得不在这里结尾。

不过正如本期文章的标题所写，这只是『D.SPOT会议及活动风险智能管理实践』系列文章的一个『开端』。