这本书讲的案子，大多发生在人工智能大规模普及之前。今天，情况正在发生变化。
对造假者来说，人工智能是一件新工具：它可以在几秒钟内生成一份格式完美的合同，一套看起来天衣无缝的物流单据，一张以假乱真的银行对账单，甚至一段“客户”的视频通话。过去需要一个团队、几个月才能准备好的“补网”材料，现在可能一个人、一个下午就能做出来。
对神探来说，人工智能同样是一件新工具：它可以在几分钟内读完一家公司十年的年报、全部的问询函和回复，把几十个科目排成时间线，算出本书里所有的比率，把十二个断口逐一过一遍，还能同时比较几十家同行。
猫和老鼠，都换了新装备。那么，谁会占上风？
先说坏消息。人工智能会让以下几类造假变得更容易：
单据与文件。合同、发票、验收单、物流单、银行回单、存单——这些过去需要伪造、需要找人配合的东西，生成的成本会大幅降低。审计师靠“抽查单据”来核实交易的做法，会面临更大的挑战。
说法与解释。面对问询函，公司可以用人工智能生成一份逻辑严密、措辞专业、面面俱到的回复。第二十章说“看它怎么回答质疑”，而一份由机器润色过的回答，可能看起来比真实的回答还要“正面”。
“补网”的完整性。过去，造假者补网常常顾此失彼：编了收入，忘了配成本；配了成本，忘了税。人工智能可以帮助造假者系统地检查：还有哪一根线没有对上？
再说好消息。这本书的核心判断，在人工智能时代不但没有失效，反而更有力了。
回到那句话：造假的人能改一个数字，改不动一张网。
人工智能可以帮造假者把报表里面的网补得更完美。可是，第二十章说过，报表外面的证人，不归造假者控制。而在人工智能时代，报表外面的证人正在变得前所未有地多、前所未有地容易查：
人工智能擅长的，恰恰是把大量来源不同的数据放在一起比对。而这正是本书第三只眼——看纠缠——要做的事。过去，一个普通投资者不可能雇一千五百个人去门店数杯子；今天，一些公开的线上数据，也许就能让你对一家消费企业的真实客流有一个粗略的判断。
造假者可以用人工智能补报表里的网，神探可以用人工智能拉报表外的网。网越大，补得越难。
对一个普通读者来说，人工智能最实际的用处，是替你做那些繁琐的整理工作，让你把精力放在判断上。你可以这样用它：
但有三条规矩，一定要守住：
第一，核对它引用的数字。人工智能有时会把数字读错、算错，甚至编出一个看起来很合理的数字。凡是它给出的关键数字，都要回到年报原文核对一遍。用人工智能当神探，第一个要当的是它的神探。
第二，结论由你来下。人工智能可以告诉你“应收账款增速是收入增速的三倍”，但“这说明什么”，需要你结合这门生意、这个行业、这家公司的解释去判断。第十八章说过：神探的产出是问题，不是结论。这一点对人工智能同样适用。
第三，不要用它来造谣。第二十章讲过神探的底线。用人工智能批量生成“某某公司涉嫌造假”的文章，和造假本身一样，是在伤害市场。
人工智能会改变很多东西：造假的工具、查账的工具、数据的来源、分析的速度。
但有一样东西不会变，那就是本书反复讲的那个道理：
一个真实的数字，是从一张网里长出来的。它有来路，有邻居，和真实世界里的无数事物缠在一起。一个假的数字，是被硬塞进网里的，它可以打扮得很漂亮，却总有一根线接不上。
工具在变，这个道理不会变。看它的样子，看它的来路，看它的邻居——无论拿着放大镜，还是拿着人工智能，神探做的，始终是这三件事。
选一个你常用的人工智能助手，把你一直跟踪的那家公司最近三年的年报交给它，请它按第十九章的十二个断口逐条检查，并为每一条给出数据和出处。
然后，随机挑三个它给出的数字，回到年报原文核对。记下它对了几个、错了几个。这个练习会让你同时学会两件事：怎样用人工智能查公司，以及怎样查人工智能。