前沿推文｜人工智能应用于估值，机遇与风险几何?
近日，国际评估准则理事会（IVSC）发布了题为《引领人工智能在估值领域的崛起——机遇、风险与标准》（Navigating the Rise of Artificial Intelligence in Valuation: Opportunities, Risks, and Standards）的文章，就人工智能（AI）在估值领域的具体应用、所带来的机遇与风险以及未来国际评估准则（IVS）的发展方向，提供了权威指引和前瞻性思考。该文不仅充分认可AI技术所带来的潜力，更强调评估师在责任承担、专业判断和保持职业怀疑精神方面的核心作用，同时明确提示了相关风险管理要点。以下是金证评估战略发展部对该文核心观点的整理与解读。
01 IVS有关AI应用的更新
2025年1月31日生效的IVS针对技术进步带来的AI应用估值实践变革，新增了治理、数据输入、估值模型及质量控制的要求。
IVS 100估值框架 新增章节明确：当评估师缺乏必要知识、技能或数据时，可在获得同意并写入工作范围的前提下，聘请专业机构或服务组织协助数据处理与模型提供。
IVS 104数据与输入 和 IVS 105估值模型 构成技术合规的核心支柱。前者强调“优先使用相关且可观察数据”，要求评估师通过专业判断和怀疑精神评估输入数据的相关性、选择逻辑及文档完整性；后者则规范模型选用标准，明确无论是内部开发还是外部获取的模型，均需评估其适用性并确保评估师充分理解模型原理。特别指出，若模型输入信息不充分或无法解释，将直接违反 IVS 104 条款的合规要求。
标准严格限定了技术工具的应用边界：任何缺乏评估师专业判断的模型（包括AI、机器学习驱动的系统）均无法生成符合IVS的结果。尽管技术手段在数据收集和建模中应用日益广泛，但评估师必须掌握模型设计逻辑与局限性，对关键环节进行专业干预。 IVS 105 的条款强制要求，无论模型来源如何，评估师均需验证其是否适用于特定评估目的，并深入理解其运作机制。
IVSC技术委员会与标准审查委员会已关注到技术对估值流程的深度渗透，承认人工智能、机器学习等领域的快速发展可能推动未来IVS标准演进。当前框架下，技术工具仅被视为辅助手段，评估师的专业判断仍是确保合规性的核心要素，这一原则在自动化工具普及的背景下更凸显其重要性。02
02 IVS中AI应用的机遇和风险
近年来，AI在估值领域的应用不断扩展，为评估工作提供了更高效、精准的工具与方法。根据美国白宫管理和预算办公室（OMB）的权威界定，当前人工智能在金融服务及法律诉讼中主要分为两类：一是预测型人工智能，借助大型数据集的分析能力预测趋势、识别模式，辅助专业人员决策，并揭示市场中的风险与机遇；二是生成型人工智能，以ChatGPT、Copilot、Gemini等大语言模型为代表，能够根据用户指令生成文本、图像等多种形式的原创内容。
人工智能不仅能够自动化简单的估价任务（如报告撰写），还能辅助评估师专注于需要更高专业判断的核心工作。在房地产领域，自动估价模型（AVM）已与报告结合，为银行贷款决策提供支持。然而，人工智能在IVS评估各流程的应用既带来机遇，也伴随着风险，需通过评估师的专业判断和怀疑态度进行审慎管理。
IVS中人工智能应用的主要机遇与风险分析：
| IVS具体内容 | 机遇 | 风险 |
| IVS 100估值框架 | 用于估值质量控制过程，确保遵守监测和控制程序 | 过度依赖技术可能导致对流程合规性的忽视 |
| IVS 101工作范围 | 通过自动化确定工作范围，检查相关要素是否完整 | 自动化工具可能遗漏特殊场景下的关键要素 |
| IVS 102价值基础 | 审查报告，确认价值评估基础的正确性，确保报告价值无不一致之处 | 技术工具可能无法完全理解复杂的价值基础逻辑，导致误判 |
| IVS 103估值方法 | 辅助选择估值方法，未来或通过复杂方法论影响估值模型构建 | 估值方法的选择仍需依赖评估师专业判断，技术应用对现有方法影响有限 |
| IVS 104数据和输入 | 辅助数据提取、转换与处理，提升数据处理效率；通过数据科学进展提升系统可靠性 | 数据源可靠性不足、数据完整性缺失、隐私与客户保密性问题、数据所有权争议 |
| IVS 105估值模型 | 创建多数据输入模型、开发比较模型、快速比较不同估值模型；支持复杂情景分析 | 模型可解释性不足、信任问题、模型错误或选用不当；情景分析透明度低、可能引入偏差 |
| IVS 106文档与报告 | 辅助生成报告章节（如市场评论）、起草执行摘要、提供个性化演示文稿；支持全自动化报告生成流程 | 可能产生AI幻觉、客户保密性与数据所有权问题 |
人工智能为评估行业带来了效率提升和决策支持的新机遇，但其应用也伴随着技术、伦理和操作层面的风险。评估师必须在拥抱技术的同时，坚守专业判断和专业怀疑的核心原则，确保AI工具的应用始终服务于提升估值质量的目标。未来，随着技术的进一步成熟，建立完善的AI应用标准和监管框架，将成为平衡机遇与风险、推动评估行业可持续发展的关键。评估师也需持续提升技术素养，与AI工具形成协同，共同为市场提供更可靠、高效的价值评估服务。
03 IVS对AI应用的预期增强方向
随着AI技术在评估领域的广泛应用 ，IVS正面临重要的更新与完善需求。IVSC重点关注四个核心领域的增强方向，以应对AI技术革新带来的挑战与风险。
● 在透明度方面，IVS强调评估师必须明确披露AI技术的使用情况。根据 IVS 101 和 IVS 106 的要求，评估师需详细说明AI技术的具体用途、应用原因及实施方式，确保估值过程的开放性与可追溯性。这一原则反映了IVSC对保持评估行业公信力的重视，特别是在AI技术应用日益普遍的背景下。
● 数据与输入的质量控制成为另一关键焦点。 IVS 104 明确规定，评估师必须确保数据样本的充分性及输入参数的适用性，通过抽样检测、基准比对等技术手段行使职业判断。同时，随着AI系统可能自主生成数据，数据来源的可靠性、保密性及网络安全防护体系建设也成为亟待加强的领域，以应对数据保护法规要求和日益复杂的网络威胁环境。
● 估值模型与系统的审慎评估要求进一步提升。 IVS 105 强调，无论模型来源如何，评估师均需对其进行功能性测试和持续监控，确保符合预期用途。面对日益复杂的AI模型，评估师需要借助专门的解释性工具理解其运作机制，防范算法偏见和“幻觉”风险，避免陷入技术“黑箱”困境。联合国教科文组织关于AI决策可能存在歧视性结果的警示，凸显了加强模型透明度和可解释性的紧迫性。
● 质量控制体系也需适应技术发展需求。 IVS 500 关于金融工具估值的质量控制要求可能被纳入通用标准，确保对数据、假设、模型选择及人工干预等环节实施严格的复核与质询机制。这一调整将有助于在AI技术普及的背景下，维持估值工作的专业性和可靠性，确保评估师在整个过程中保持全面控制和职业怀疑态度。
对于评估行业而言，AI是强大的赋能工具，而非替代品。完全依赖AI进行的自动化评估无法符合评估准则的要求，我们需在技术应用与专业判断间不断探索、找到平衡，同时建立完善的风险控制机制以符合新技术应用的要求。
