人工智能賦能審計(jì)：變革、挑戰(zhàn)與應(yīng)對(duì)策略

在數(shù)字化浪潮致使企業(yè)運(yùn)營環(huán)境復(fù)雜、傳統(tǒng)審計(jì)方法捉襟見肘的背景下，人工智能技術(shù)為審計(jì)領(lǐng)域帶來新契機(jī)。研究其在審計(jì)中的應(yīng)用，既有助于推動(dòng)審計(jì)行業(yè)現(xiàn)代化、強(qiáng)化監(jiān)督作用，又能促使審計(jì)人員素養(yǎng)提升。人工智能技術(shù)在審計(jì)領(lǐng)域的研究，國外起步早，在技術(shù)研發(fā)和實(shí)踐應(yīng)用上成果頗豐，近年來，此項(xiàng)研究在國內(nèi)也得到迅速發(fā)展，但國內(nèi)外均面臨數(shù)據(jù)質(zhì)量與安全、復(fù)合型人才短缺、技術(shù)融合困難等挑戰(zhàn)。本文綜合運(yùn)用文獻(xiàn)研究法、案例分析法和對(duì)比分析法，將人工智能與審計(jì)全流程深度融合，結(jié)合前沿案例提供實(shí)踐指南，并對(duì)新興技術(shù)融合下的審計(jì)未來趨勢(shì)進(jìn)行前瞻性探討。

01

人工智能的內(nèi)涵與核心技術(shù)

人工智能（AI）旨在模擬、延伸人類智能，涵蓋機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺、專家系統(tǒng)等領(lǐng)域，賦予機(jī)器感知、學(xué)習(xí)、決策等能力。機(jī)器學(xué)習(xí)通過構(gòu)建算法從海量數(shù)據(jù)中探尋規(guī)律、預(yù)測(cè)趨勢(shì)，如利用歷史審計(jì)數(shù)據(jù)預(yù)測(cè)風(fēng)險(xiǎn)；自然語言處理助力計(jì)算機(jī)處理人類語言，從而快速提取審計(jì)文本關(guān)鍵信息；計(jì)算機(jī)視覺讓計(jì)算機(jī)識(shí)別圖像與視頻，提升審計(jì)資產(chǎn)盤點(diǎn)效率；專家系統(tǒng)模擬專家知識(shí)與決策過程，輔助審計(jì)人員決策。

02

審計(jì)的基本概念與流程

審計(jì)是由國家授權(quán)或接受委托的專職機(jī)構(gòu)和人員，依照國家法規(guī)、審計(jì)準(zhǔn)則和會(huì)計(jì)理論，運(yùn)用專門的方法，對(duì)被審計(jì)單位的財(cái)政、財(cái)務(wù)收支、經(jīng)營管理活動(dòng)及其相關(guān)資料的真實(shí)性、正確性、合規(guī)性、合法性、效益性進(jìn)行審查和監(jiān)督，評(píng)價(jià)經(jīng)濟(jì)責(zé)任，鑒證經(jīng)濟(jì)業(yè)務(wù)，用以維護(hù)財(cái)經(jīng)法紀(jì)、改善經(jīng)營管理、提高經(jīng)濟(jì)效益的一項(xiàng)獨(dú)立性的經(jīng)濟(jì)監(jiān)督活動(dòng)。審計(jì)按主體分為國家審計(jì)、內(nèi)部審計(jì)和社會(huì)審計(jì)；按內(nèi)容與目的，包括財(cái)務(wù)收支、經(jīng)濟(jì)效益、經(jīng)濟(jì)責(zé)任審計(jì)等。傳統(tǒng)審計(jì)包含準(zhǔn)備、實(shí)施、完成階段：準(zhǔn)備階段需充分了解被審計(jì)單位并編制計(jì)劃；實(shí)施階段需收集評(píng)估證據(jù)；完成階段則需編制報(bào)告、提出意見。審計(jì)具有經(jīng)濟(jì)監(jiān)督、鑒證和評(píng)價(jià)職能，是經(jīng)濟(jì)社會(huì)的“經(jīng)濟(jì)衛(wèi)士”。

01

數(shù)據(jù)采集與整理的智能化

大型企業(yè)集團(tuán)在開展內(nèi)部審計(jì)時(shí)，傳統(tǒng)手工采集數(shù)據(jù)弊端重重。大型企業(yè)集團(tuán)層級(jí)多、業(yè)務(wù)系統(tǒng)繁雜，審計(jì)人員手動(dòng)登錄各系統(tǒng)導(dǎo)出數(shù)據(jù)，過程繁瑣，數(shù)據(jù)錄入易遺漏、出錯(cuò)，影響質(zhì)量。例如，擁有數(shù)十家子公司、上百個(gè)業(yè)務(wù)系統(tǒng)的某企業(yè)集團(tuán)，在以往審計(jì)進(jìn)行傳統(tǒng)數(shù)據(jù)采集整理時(shí)，往往需要多人團(tuán)隊(duì)且耗時(shí)數(shù)周，引入基于機(jī)器人流程自動(dòng)化（RPA）的人工智能采集工具后，情況大為改觀，數(shù)據(jù)采集可用機(jī)器人流程自動(dòng)化精準(zhǔn)抓取，數(shù)據(jù)分析則能借助機(jī)器學(xué)習(xí)算法挖掘異常。該工具依預(yù)設(shè)規(guī)則自動(dòng)登錄業(yè)務(wù)系統(tǒng)抓取財(cái)務(wù)數(shù)據(jù)，能模擬人類操作下載數(shù)據(jù)，快速轉(zhuǎn)換Excel、CSV、XML等多種格式為統(tǒng)一格式，并利用算法校驗(yàn)數(shù)據(jù)完整性與準(zhǔn)確性，智能關(guān)聯(lián)不同系統(tǒng)數(shù)據(jù)，如匹配財(cái)務(wù)與采購管理系統(tǒng)、營銷管理系統(tǒng)、成本管理系統(tǒng)等數(shù)據(jù)。經(jīng)實(shí)踐，人工智能可優(yōu)化審計(jì)資源與時(shí)間利用，數(shù)據(jù)采集整理的智能算法時(shí)間從數(shù)周縮至數(shù)天，效率提升數(shù)倍，差錯(cuò)率近乎為零。

02

數(shù)據(jù)分析與風(fēng)險(xiǎn)預(yù)警的精準(zhǔn)化

金融機(jī)構(gòu)信貸審計(jì)，以往靠人工經(jīng)驗(yàn)和簡單財(cái)務(wù)指標(biāo)難以精準(zhǔn)識(shí)別違約風(fēng)險(xiǎn)。借助人工智能算法實(shí)時(shí)監(jiān)測(cè)、動(dòng)態(tài)分析構(gòu)建預(yù)測(cè)模型，能夠整合如客戶信貸記錄、行業(yè)數(shù)據(jù)等內(nèi)外部多源數(shù)據(jù)，可以提前預(yù)警，打破傳統(tǒng)事后監(jiān)督局限。例如，某金融機(jī)構(gòu)引入模型后，對(duì)數(shù)千筆信貸業(yè)務(wù)進(jìn)行評(píng)估，精準(zhǔn)識(shí)別數(shù)百筆高風(fēng)險(xiǎn)業(yè)務(wù)，違約損失率從5%降至3%左右。

企業(yè)交易審計(jì)面臨數(shù)據(jù)量大、模式復(fù)雜問題，引入人工智能數(shù)據(jù)分析系統(tǒng)，用聚類分析、關(guān)聯(lián)規(guī)則挖掘算法能夠進(jìn)行多維度剖析。聚類分析聚合同類交易發(fā)現(xiàn)異常模式，關(guān)聯(lián)規(guī)則挖掘交易變量潛在關(guān)聯(lián)。例如，某電商企業(yè)借此發(fā)現(xiàn)疑似刷單異常交易，及時(shí)挽回?cái)?shù)百萬經(jīng)濟(jì)損失，保障交易真實(shí)性。

03

審計(jì)知識(shí)管理的優(yōu)化

審計(jì)團(tuán)隊(duì)知識(shí)積累與傳承很重要，以往審計(jì)人員開展新項(xiàng)目時(shí)，從眾多歷史資料中找信息耗時(shí)久、知識(shí)復(fù)用率低。自然語言處理技術(shù)能夠提取審計(jì)方法、風(fēng)險(xiǎn)點(diǎn)等關(guān)鍵知識(shí)點(diǎn)，機(jī)器學(xué)習(xí)能夠識(shí)別知識(shí)點(diǎn)關(guān)聯(lián)，構(gòu)建知識(shí)圖譜展示脈絡(luò)。引入人工智能知識(shí)管理系統(tǒng)，可以借助自然語言處理與機(jī)器學(xué)習(xí)技術(shù)挖掘歷史審計(jì)資料，系統(tǒng)依審計(jì)人員搜索、瀏覽等行為分析需求偏好，智能推送個(gè)性化知識(shí)。例如，某制造業(yè)企業(yè)審計(jì)人員在準(zhǔn)備審計(jì)項(xiàng)目時(shí)，系統(tǒng)可以依其過往關(guān)注推送相關(guān)審計(jì)程序、風(fēng)險(xiǎn)點(diǎn)及案例。人工智能知識(shí)管理系統(tǒng)可以使項(xiàng)目準(zhǔn)備時(shí)間從數(shù)天縮至數(shù)小時(shí)，知識(shí)復(fù)用率顯著提升，促進(jìn)團(tuán)隊(duì)知識(shí)傳承創(chuàng)新。

01

提升審計(jì)效率

人工智能在數(shù)據(jù)處理速度上遠(yuǎn)超傳統(tǒng)審計(jì)。在數(shù)據(jù)采集與整理環(huán)節(jié)，基于機(jī)器人流程自動(dòng)化的工具可快速抓取、處理數(shù)據(jù)，使效率大幅提升。數(shù)據(jù)分析環(huán)節(jié)，傳統(tǒng)審計(jì)抽樣會(huì)受樣本局限，而審計(jì)流程自動(dòng)化實(shí)現(xiàn)后，機(jī)器學(xué)習(xí)能通過全量數(shù)據(jù)分析精準(zhǔn)定位異常，單個(gè)審計(jì)證據(jù)獲取與底稿編制時(shí)間大幅縮短，整體效率飛躍提升。

02

提高審計(jì)準(zhǔn)確度

人工智能憑借強(qiáng)大的數(shù)據(jù)處理與分析能力，能夠降低人為疏忽與主觀判斷導(dǎo)致的差錯(cuò)，極大提高了審計(jì)的準(zhǔn)確度。在數(shù)據(jù)分析中，機(jī)器學(xué)習(xí)模型依據(jù)歷史違約樣本持續(xù)學(xué)習(xí)優(yōu)化，精準(zhǔn)識(shí)別潛在違約風(fēng)險(xiǎn)特征。數(shù)據(jù)采集與整理階段，自動(dòng)化工具確保數(shù)據(jù)一致性與完整性，減少人工采集錯(cuò)誤，增加審計(jì)結(jié)論可靠性與可信度。

03

拓展審計(jì)深度與廣度

在復(fù)雜的跨國集團(tuán)審計(jì)中，人工智能跨越語言、法規(guī)等障礙，深入探究跨境業(yè)務(wù)實(shí)質(zhì)，如能夠精準(zhǔn)識(shí)別出通過轉(zhuǎn)移定價(jià)避稅疑點(diǎn)，使審計(jì)深度遠(yuǎn)超傳統(tǒng)模式，為企業(yè)全球合規(guī)運(yùn)營助力。在新興領(lǐng)域?qū)徲?jì)，如數(shù)字貨幣審計(jì)中，人工智能結(jié)合區(qū)塊鏈技術(shù)，能夠追蹤交易流向，識(shí)別風(fēng)險(xiǎn)，有效拓展審計(jì)邊界，應(yīng)對(duì)新興業(yè)態(tài)挑戰(zhàn)，維護(hù)金融市場穩(wěn)定。

01

技術(shù)層面的困境

機(jī)器學(xué)習(xí)算法作為人工智能審計(jì)的關(guān)鍵技術(shù)，雖具備強(qiáng)大的數(shù)據(jù)分析能力，但在實(shí)際應(yīng)用中，可能因訓(xùn)練數(shù)據(jù)偏差而導(dǎo)致對(duì)不同行業(yè)數(shù)據(jù)分析的誤判。例如，審計(jì)人員在對(duì)制造業(yè)企業(yè)進(jìn)行審計(jì)時(shí)，若訓(xùn)練數(shù)據(jù)集中包含過多特定區(qū)域或特定規(guī)模企業(yè)的數(shù)據(jù)，算法在分析其他區(qū)域或不同規(guī)模的制造業(yè)企業(yè)時(shí)，可能會(huì)得出不準(zhǔn)確的結(jié)論。不同行業(yè)的業(yè)務(wù)模式、財(cái)務(wù)特征存在顯著差異，一旦訓(xùn)練數(shù)據(jù)未能全面、準(zhǔn)確地涵蓋這些差異，算法就難以適應(yīng)復(fù)雜多變的審計(jì)場景。

圖像識(shí)別技術(shù)在資產(chǎn)盤點(diǎn)中也面臨諸多挑戰(zhàn)。在實(shí)際盤點(diǎn)場景中，光線條件不佳、資產(chǎn)擺放雜亂以及資產(chǎn)本身的磨損、變形等因素，都會(huì)影響圖像識(shí)別技術(shù)的準(zhǔn)確性。如在倉庫環(huán)境中，若光線較暗，攝像頭采集的圖像可能模糊不清，導(dǎo)致圖像識(shí)別算法無法準(zhǔn)確識(shí)別資產(chǎn)的種類和數(shù)量，進(jìn)而影響資產(chǎn)盤點(diǎn)的準(zhǔn)確性。

系統(tǒng)穩(wěn)定性方面，隨著企業(yè)業(yè)務(wù)規(guī)模的擴(kuò)大和對(duì)審計(jì)要求的提高，審計(jì)過程中需要處理的數(shù)據(jù)量呈指數(shù)級(jí)增長。在財(cái)務(wù)報(bào)告期末等審計(jì)高峰期，大量審計(jì)任務(wù)同時(shí)進(jìn)行，數(shù)據(jù)并發(fā)量劇增，現(xiàn)有審計(jì)系統(tǒng)可能無法承受如此高的負(fù)載，致使系統(tǒng)出現(xiàn)卡頓、死機(jī)現(xiàn)象。例如，某大型會(huì)計(jì)師事務(wù)所，在每年的上市公司年報(bào)審計(jì)期間，由于眾多項(xiàng)目同時(shí)開展，數(shù)據(jù)處理需求猛增，審計(jì)系統(tǒng)頻繁出現(xiàn)卡頓，嚴(yán)重影響審計(jì)進(jìn)程，甚至延誤報(bào)告出具，使企業(yè)管理層無法及時(shí)獲取審計(jì)結(jié)果，進(jìn)而影響決策的及時(shí)性。

數(shù)據(jù)安全隱私保護(hù)難題突出。審計(jì)數(shù)據(jù)包含企業(yè)大量敏感信息，如財(cái)務(wù)報(bào)表、商業(yè)機(jī)密、客戶信息等，這些數(shù)據(jù)一旦泄露，將給企業(yè)帶來巨大損失。黑客攻擊手段日益復(fù)雜多樣，他們可能通過網(wǎng)絡(luò)漏洞、惡意軟件等方式入侵審計(jì)系統(tǒng)，竊取數(shù)據(jù)。內(nèi)部人員違規(guī)操作也是數(shù)據(jù)安全的一大隱患。例如，某公司內(nèi)部審計(jì)人員為謀取私利，利用職務(wù)之便將獲取的審計(jì)數(shù)據(jù)出售給競爭對(duì)手，導(dǎo)致企業(yè)在市場競爭中較為被動(dòng)，嚴(yán)重動(dòng)搖了審計(jì)數(shù)據(jù)安全基石。

02

人才需求與供給的矛盾

當(dāng)前，復(fù)合型人才短缺是制約人工智能審計(jì)發(fā)展的重要因素。在企業(yè)里，在傳統(tǒng)審計(jì)模式下，審計(jì)人員主要依靠財(cái)務(wù)知識(shí)和審計(jì)經(jīng)驗(yàn)開展工作。然而，隨著人工智能技術(shù)在審計(jì)領(lǐng)域的廣泛應(yīng)用，智能審計(jì)、數(shù)據(jù)分析模型等工具出現(xiàn)，審計(jì)人員需要具備一定的技術(shù)知識(shí)，才能有效運(yùn)用這些工具進(jìn)行復(fù)雜數(shù)據(jù)分析與模型構(gòu)建。但目前，大部分審計(jì)人員缺乏對(duì)機(jī)器學(xué)習(xí)、自然語言處理等人工智能技術(shù)的深入理解，難以將這些技術(shù)應(yīng)用到實(shí)際審計(jì)工作中。在高校中，目前審計(jì)專業(yè)課程多側(cè)重于傳統(tǒng)審計(jì)理論與方法的教學(xué)，對(duì)人工智能技術(shù)相關(guān)課程的開設(shè)較少，導(dǎo)致學(xué)生在學(xué)校期間未能系統(tǒng)學(xué)習(xí)人工智能知識(shí)。

同時(shí)，高校審計(jì)專業(yè)課程設(shè)置與企業(yè)在職培訓(xùn)對(duì)人工智能技術(shù)重視不足。企業(yè)在職培訓(xùn)方面，由于培訓(xùn)成本、時(shí)間安排等因素，對(duì)審計(jì)人員的人工智能技術(shù)培訓(xùn)往往不夠深入，這使得人力市場上既懂審計(jì)業(yè)務(wù)又掌握人工智能技術(shù)的復(fù)合型人才供不應(yīng)求。例如，某企業(yè)招聘人工智能審計(jì)相關(guān)崗位，招聘信息發(fā)布數(shù)月后，符合要求的應(yīng)聘者寥寥無幾，限制了企業(yè)人工智能審計(jì)項(xiàng)目的推進(jìn)。高校人才培養(yǎng)與市場需求脫節(jié)，學(xué)生畢業(yè)后難以快速適應(yīng)審計(jì)崗位的人工智能技術(shù)需求。學(xué)生在學(xué)校學(xué)到的知識(shí)與實(shí)際工作中的應(yīng)用存在差距，需要企業(yè)花費(fèi)大量時(shí)間和成本對(duì)新入職員工進(jìn)行再培訓(xùn)，這在一定程度上阻礙了人工智能審計(jì)的發(fā)展。

03

法規(guī)與監(jiān)管的滯后性

當(dāng)前審計(jì)相關(guān)法規(guī)多基于傳統(tǒng)審計(jì)模式構(gòu)建，對(duì)人工智能審計(jì)應(yīng)用規(guī)范涉及甚少。在數(shù)據(jù)使用方面，對(duì)于審計(jì)人員如何合法、合規(guī)地采集、存儲(chǔ)、使用企業(yè)數(shù)據(jù)，缺乏明確規(guī)定。在模型決策方面，當(dāng)人工智能審計(jì)模型給出審計(jì)結(jié)論時(shí)，針對(duì)模型的可靠性評(píng)估、決策過程的透明度等，均沒有相應(yīng)的法規(guī)要求。在責(zé)任界定方面，若審計(jì)結(jié)果出現(xiàn)錯(cuò)誤，難以明確是算法開發(fā)者、數(shù)據(jù)提供者還是審計(jì)人員的責(zé)任。例如，某審計(jì)機(jī)構(gòu)使用人工智能審計(jì)模型對(duì)企業(yè)進(jìn)行審計(jì)，結(jié)果出現(xiàn)偏差，由于缺乏相關(guān)法規(guī)明確責(zé)任，導(dǎo)致各方相互推諉，影響了審計(jì)的公正性和權(quán)威性。

監(jiān)管手段難以適應(yīng)人工智能審計(jì)的動(dòng)態(tài)、智能特性。人工智能審計(jì)過程中，數(shù)據(jù)流動(dòng)速度快、算法運(yùn)行復(fù)雜，傳統(tǒng)的監(jiān)管手段難以實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)流動(dòng)與算法運(yùn)行，數(shù)據(jù)篡改、算法偏見等潛在風(fēng)險(xiǎn)難以被及時(shí)察覺。同時(shí)，監(jiān)管部門缺乏精通人工智能技術(shù)的專業(yè)人員，對(duì)復(fù)雜技術(shù)架構(gòu)、算法邏輯理解有限。例如，在對(duì)某金融機(jī)構(gòu)的人工智能審計(jì)監(jiān)管中，監(jiān)管人員由于對(duì)審計(jì)模型的算法邏輯不了解，無法判斷模型是否存在偏見，難以有效實(shí)施監(jiān)管，制約了監(jiān)管效能。因此，有關(guān)部門亟待完善法規(guī)、革新監(jiān)管以護(hù)航人工智能審計(jì)新技術(shù)的應(yīng)用。

04

倫理與責(zé)任界定的模糊性

在利用機(jī)器學(xué)習(xí)算法進(jìn)行審計(jì)決策時(shí)，模型依據(jù)數(shù)據(jù)特征給出結(jié)論，但其決策過程類似“黑箱”，審計(jì)人員難以解釋審計(jì)結(jié)論依據(jù)，這極大地影響了結(jié)論的可信度。例如，某企業(yè)在進(jìn)行財(cái)務(wù)審計(jì)時(shí)，人工智能審計(jì)模型判定某筆交易存在風(fēng)險(xiǎn)，但審計(jì)人員無法從模型中獲取具體的判斷依據(jù)和推理過程，企業(yè)管理層對(duì)該結(jié)論產(chǎn)生質(zhì)疑，影響了審計(jì)的權(quán)威性。

數(shù)據(jù)使用倫理方面，存在因過度采集數(shù)據(jù)、數(shù)據(jù)存儲(chǔ)與共享管控不善導(dǎo)致數(shù)據(jù)濫用的問題。部分審計(jì)機(jī)構(gòu)為了追求全面的審計(jì)結(jié)果，可能會(huì)過度采集企業(yè)數(shù)據(jù)，超出實(shí)際審計(jì)需求。在數(shù)據(jù)存儲(chǔ)與共享過程中，若管控措施不到位，數(shù)據(jù)可能被非法獲取和濫用。這不僅損害了企業(yè)與個(gè)人權(quán)益，還沖擊了公眾對(duì)審計(jì)行業(yè)的信任。例如，曾有審計(jì)機(jī)構(gòu)將采集到的企業(yè)數(shù)據(jù)泄露給第三方，用于商業(yè)營銷等非法用途，引發(fā)公眾對(duì)審計(jì)行業(yè)的信任危機(jī)。因此，有關(guān)部門亟須構(gòu)建嚴(yán)密倫理規(guī)范，約束數(shù)據(jù)全生命周期行為，確保人工智能審計(jì)行穩(wěn)致遠(yuǎn)。

01

技術(shù)攻關(guān)與創(chuàng)新

加大研發(fā)性投入對(duì)推動(dòng)人工智能審計(jì)技術(shù)進(jìn)步至關(guān)重要。政府層面，設(shè)立專項(xiàng)科研基金具有重大意義。政府可聯(lián)合科技部、財(cái)政部等多部門，整合資源，每年劃撥專項(xiàng)資金用于支持人工智能審計(jì)領(lǐng)域的科研項(xiàng)目。這些資金可重點(diǎn)投向?qū)徲?jì)數(shù)據(jù)安全加密算法研究、審計(jì)大數(shù)據(jù)高效存儲(chǔ)與處理技術(shù)研發(fā)等關(guān)鍵領(lǐng)域。同時(shí)，鼓勵(lì)高校、科研機(jī)構(gòu)與企業(yè)開展產(chǎn)學(xué)研聯(lián)合攻關(guān)。例如，高校提供前沿的理論研究成果，科研機(jī)構(gòu)負(fù)責(zé)技術(shù)驗(yàn)證與轉(zhuǎn)化，企業(yè)則從實(shí)際應(yīng)用場景出發(fā)，反饋需求并參與測(cè)試。通過這種緊密合作，有望解決審計(jì)數(shù)據(jù)易泄露、算法模型準(zhǔn)確性待提升等技術(shù)難題。企業(yè)自身也應(yīng)積極行動(dòng)，增加內(nèi)部研發(fā)預(yù)算，根據(jù)企業(yè)規(guī)模與業(yè)務(wù)需求，將研發(fā)預(yù)算占比提升至5%—10%不等。以大型會(huì)計(jì)師事務(wù)所為例，每年投入數(shù)千萬元用于優(yōu)化審計(jì)機(jī)器人算法，使其能更精準(zhǔn)地識(shí)別財(cái)務(wù)報(bào)表中的異常數(shù)據(jù)。

建立人工智能審計(jì)聯(lián)合創(chuàng)新中心是整合資源的有效舉措。創(chuàng)新中心可匯聚來自包括計(jì)算機(jī)科學(xué)家、審計(jì)專家、數(shù)據(jù)分析師等不同領(lǐng)域的專業(yè)人才，并通過定期舉辦技術(shù)研討會(huì)、項(xiàng)目合作等方式，攻克技術(shù)瓶頸。例如，針對(duì)人工智能與現(xiàn)有審計(jì)信息系統(tǒng)難以無縫對(duì)接的問題，創(chuàng)新中心可組織跨學(xué)科團(tuán)隊(duì)，開展為期數(shù)月的專項(xiàng)研究，開發(fā)適配接口與中間件，實(shí)現(xiàn)系統(tǒng)間的數(shù)據(jù)流暢交互。同時(shí)，積極與國內(nèi)外科研機(jī)構(gòu)、企業(yè)建立合作關(guān)系，促進(jìn)成果轉(zhuǎn)化，通過技術(shù)轉(zhuǎn)讓、合作推廣等方式，將創(chuàng)新中心的科研成果快速應(yīng)用到實(shí)際審計(jì)工作中。

加強(qiáng)國際合作交流同樣不可或缺。我國應(yīng)積極組織審計(jì)領(lǐng)域的專家學(xué)者、企業(yè)代表參加國際人工智能審計(jì)學(xué)術(shù)會(huì)議，如每年舉辦的全球人工智能審計(jì)論壇。在會(huì)議上，與會(huì)人員要學(xué)習(xí)國外在審計(jì)數(shù)據(jù)隱私保護(hù)、智能審計(jì)模型優(yōu)化等方面的先進(jìn)技術(shù)與經(jīng)驗(yàn)。同時(shí)，鼓勵(lì)國內(nèi)企業(yè)參與國際人工智能審計(jì)項(xiàng)目，如參與跨國企業(yè)的聯(lián)合審計(jì)，在實(shí)踐中提升我國人工智能審計(jì)的國際競爭力。

02

完善人才培養(yǎng)體系

高校在人才培養(yǎng)中發(fā)揮著基礎(chǔ)性作用，需優(yōu)化審計(jì)專業(yè)課程設(shè)置。除了傳統(tǒng)的審計(jì)學(xué)原理、財(cái)務(wù)審計(jì)等課程外，應(yīng)增加人工智能相關(guān)必修課，如“人工智能與審計(jì)應(yīng)用”“機(jī)器學(xué)習(xí)在審計(jì)中的實(shí)踐”等，在教學(xué)過程中，要結(jié)合實(shí)際審計(jì)案例進(jìn)行教學(xué)。例如，引入某上市公司財(cái)務(wù)舞弊案例，利用人工智能算法對(duì)其財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，讓學(xué)生直觀了解人工智能如何發(fā)現(xiàn)潛在風(fēng)險(xiǎn)點(diǎn)。同時(shí)，加強(qiáng)校企合作，建立實(shí)習(xí)基地。高校可與知名會(huì)計(jì)師事務(wù)所、大型企業(yè)的審計(jì)部門合作，每年安排學(xué)生進(jìn)行為期3—6個(gè)月的實(shí)習(xí)。在實(shí)習(xí)期間，學(xué)生可參與實(shí)際審計(jì)項(xiàng)目，接觸最新的人工智能審計(jì)工具與技術(shù)，將理論知識(shí)應(yīng)用到實(shí)踐中。

企業(yè)作為人才應(yīng)用的主體，要強(qiáng)化在職培訓(xùn)，可定期邀請(qǐng)人工智能領(lǐng)域的專家、行業(yè)資深人士授課，舉辦系列講座，內(nèi)容涵蓋人工智能技術(shù)發(fā)展趨勢(shì)、智能審計(jì)工具的深度應(yīng)用等。同時(shí)，開展智能審計(jì)工具操作培訓(xùn)，針對(duì)企業(yè)使用的審計(jì)軟件、數(shù)據(jù)分析平臺(tái)等，組織員工進(jìn)行集中培訓(xùn)，通過模擬操作、案例演練等方式，確保員工熟練掌握工具使用技巧。為鼓勵(lì)員工提升技術(shù)水平，企業(yè)可設(shè)立激勵(lì)機(jī)制。例如，對(duì)通過人工智能相關(guān)職業(yè)資格考試的員工給予晉升機(jī)會(huì)或獎(jiǎng)金獎(jiǎng)勵(lì)，對(duì)在工作中創(chuàng)新應(yīng)用人工智能技術(shù)取得顯著成效的團(tuán)隊(duì)或個(gè)人進(jìn)行表彰與獎(jiǎng)勵(lì)。鼓勵(lì)審計(jì)人員自主學(xué)習(xí)，充分利用在線平臺(tái)、專業(yè)論壇更新知識(shí)。開設(shè)眾多人工智能與審計(jì)相關(guān)的課程，審計(jì)人員可利用業(yè)余時(shí)間進(jìn)行學(xué)習(xí)。通過交流活動(dòng)分享經(jīng)驗(yàn)、討論問題。行業(yè)協(xié)會(huì)應(yīng)發(fā)揮組織協(xié)調(diào)作用，定期組織線上講座、知識(shí)分享活動(dòng)。邀請(qǐng)行業(yè)內(nèi)的領(lǐng)軍人物、技術(shù)專家進(jìn)行線上授課，分享最新的行業(yè)動(dòng)態(tài)、技術(shù)應(yīng)用案例等。同時(shí)，建立線上學(xué)習(xí)社區(qū)，鼓勵(lì)審計(jì)人員在社區(qū)內(nèi)交流學(xué)習(xí)心得，營造良好的學(xué)習(xí)氛圍。

03

法規(guī)與監(jiān)管同步跟進(jìn)

立法機(jī)關(guān)完善人工智能審計(jì)法規(guī)迫在眉睫。在數(shù)據(jù)使用規(guī)則方面，應(yīng)明確規(guī)定審計(jì)數(shù)據(jù)的采集范圍、存儲(chǔ)期限、使用權(quán)限等。例如，規(guī)定審計(jì)機(jī)構(gòu)采集的數(shù)據(jù)只能用于審計(jì)，存儲(chǔ)期限不得超過5年，且在使用數(shù)據(jù)時(shí)需獲得數(shù)據(jù)所有者的明確授權(quán)。對(duì)于模型決策責(zé)任認(rèn)定標(biāo)準(zhǔn)，要清晰界定當(dāng)人工智能審計(jì)模型出現(xiàn)錯(cuò)誤決策時(shí)，算法開發(fā)者、數(shù)據(jù)提供者、審計(jì)使用者各方應(yīng)承擔(dān)的責(zé)任。在審計(jì)報(bào)告披露要求上，規(guī)定審計(jì)報(bào)告中需詳細(xì)說明人工智能技術(shù)的應(yīng)用情況，包括使用的算法模型、數(shù)據(jù)來源、審計(jì)結(jié)果的可靠性評(píng)估等。監(jiān)管部門需創(chuàng)新監(jiān)管手段，運(yùn)用大數(shù)據(jù)分析技術(shù)實(shí)時(shí)監(jiān)測(cè)審計(jì)數(shù)據(jù)與模型運(yùn)行，并建立監(jiān)管平臺(tái)，對(duì)審計(jì)機(jī)構(gòu)上傳的審計(jì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，監(jiān)測(cè)數(shù)據(jù)的真實(shí)性、完整性。同時(shí)，對(duì)人工智能審計(jì)模型的運(yùn)行情況進(jìn)行跟蹤，評(píng)估模型的穩(wěn)定性與準(zhǔn)確性。為提升監(jiān)管人員技術(shù)能力，監(jiān)管部門應(yīng)加強(qiáng)與科研機(jī)構(gòu)合作，定期組織監(jiān)管人員參加人工智能技術(shù)培訓(xùn)，邀請(qǐng)高校、科研機(jī)構(gòu)的專家進(jìn)行授課，通過理論學(xué)習(xí)與實(shí)踐操作相結(jié)合的方式，使監(jiān)管人員熟悉人工智能審計(jì)技術(shù)，更好地履行監(jiān)管職責(zé)。

行業(yè)協(xié)會(huì)在規(guī)范職業(yè)行為方面發(fā)揮著重要作用，應(yīng)修訂職業(yè)自律準(zhǔn)則規(guī)范，引導(dǎo)審計(jì)機(jī)構(gòu)合理應(yīng)用人工智能。例如，規(guī)范審計(jì)機(jī)構(gòu)在選擇人工智能審計(jì)工具時(shí)的標(biāo)準(zhǔn)，要求其對(duì)工具的安全性、可靠性進(jìn)行評(píng)估；建立信用評(píng)價(jià)體系，對(duì)審計(jì)機(jī)構(gòu)在人工智能審計(jì)應(yīng)用中的合規(guī)性、專業(yè)性等方面進(jìn)行評(píng)價(jià)，將評(píng)價(jià)結(jié)果向社會(huì)公開，促進(jìn)行業(yè)健康發(fā)展。

04

倫理框架的構(gòu)建

建立倫理審查機(jī)制是確保人工智能技術(shù)在審計(jì)中合規(guī)應(yīng)用的重要保障。在審計(jì)項(xiàng)目啟動(dòng)前，審計(jì)項(xiàng)目組成立專門的倫理審查小組，小組成員包括審計(jì)專家、倫理學(xué)家、法律專業(yè)人士等。審查小組對(duì)人工智能技術(shù)應(yīng)用方案進(jìn)行全面審查，評(píng)估方案是否符合倫理道德標(biāo)準(zhǔn)，是否存在侵犯數(shù)據(jù)隱私、歧視性算法等問題，只有通過倫理審查的方案才能進(jìn)入實(shí)施階段。同時(shí)，應(yīng)明確算法開發(fā)者、數(shù)據(jù)提供者、審計(jì)使用者各方責(zé)任。算法開發(fā)者要確保算法的公正性、透明性，對(duì)算法設(shè)計(jì)缺陷導(dǎo)致的不良后果承擔(dān)責(zé)任；數(shù)據(jù)提供者要保證提供的數(shù)據(jù)真實(shí)、合法、合規(guī)，對(duì)數(shù)據(jù)質(zhì)量問題負(fù)責(zé)；審計(jì)使用者要正確使用人工智能技術(shù)，對(duì)因不當(dāng)使用導(dǎo)致的倫理問題承擔(dān)責(zé)任。通過簽訂責(zé)任協(xié)議等方式，確保出現(xiàn)倫理問題時(shí)能精準(zhǔn)追責(zé)。

強(qiáng)化審計(jì)人員職業(yè)道德教育，將人工智能倫理納入培訓(xùn)體系。企業(yè)在新員工入職培訓(xùn)、在職人員繼續(xù)教育等培訓(xùn)課程中，增加人工智能倫理相關(guān)內(nèi)容，通過案例分析、專題講座等方式，增強(qiáng)審計(jì)人員倫理意識(shí)。

人工智能與審計(jì)深度融合帶來深刻變革。理論上，人工智能技術(shù)與審計(jì)流程適配，為審計(jì)發(fā)展提供理論支撐。實(shí)踐中，在審計(jì)各環(huán)節(jié)應(yīng)用成效顯著，具有提升效率、增強(qiáng)準(zhǔn)確性、拓展深度廣度、實(shí)現(xiàn)實(shí)時(shí)審計(jì)與持續(xù)監(jiān)控等優(yōu)勢(shì)，但也面臨技術(shù)、人才、法規(guī)監(jiān)管、倫理等多方面挑戰(zhàn)。為此，本文提出技術(shù)攻關(guān)、人才培養(yǎng)、法規(guī)監(jiān)管完善、倫理框架構(gòu)建等應(yīng)對(duì)策略。

未來，人工智能與審計(jì)融合將向更深層次、更廣領(lǐng)域拓展。技術(shù)上，量子計(jì)算與物聯(lián)網(wǎng)技術(shù)將助力審計(jì)實(shí)現(xiàn)超大規(guī)模數(shù)據(jù)快速處理與全流程實(shí)時(shí)監(jiān)控。應(yīng)用領(lǐng)域方面，環(huán)境審計(jì)、社會(huì)責(zé)任審計(jì)、跨境審計(jì)等將借助人工智能取得新突破。國際合作將更加緊密，各國將攜手制定全球準(zhǔn)則，開展跨國技術(shù)研發(fā)合作，推動(dòng)全球?qū)徲?jì)行業(yè)高質(zhì)量發(fā)展，開啟智慧審計(jì)新篇章。

文章摘自《中國內(nèi)部審計(jì)》雜志2025年第9期

作者：楊坤

單位：華潤置地控股有限公司

編輯：孫哲

目前190000+人已關(guān)注我們，您還等什么？