浅谈人工智能技术在电网企业联网审计中的运用

赵彦杰

摘 要：在我国现代化建设不断推进中，电网企业内部环境深刻变化，审计需要更有效、及时地防范电网企业风险，促进效益与价值的提升。本论文分析了电网企业联网审计的背景以及人工智能技术的发展，探析了人工智能技术在电网企业联网审计中的运用现状及前景。互联网+和大数据技术的应用颠覆了传统的风险管控和审计方法，人工智能改变了审计人员的工作方式。

关键词：电网企业;联网审计;人工智能;提高效益

随着我国现代化建设不断推进、电力体制深化改革以及泛在电力物联网建设，发挥电网企业联网审计远程、实时、高效的特点，可有效地防范电网企业风险，促进电网企业效益与价值的提升。人工智能深度学习技术为电网企业联网审计提供了高效的处理能力，是对大数据时代信息化审计功能与效率的一次全面升级。

一、电网企业联网审计的背景

1.联网审计的发展背景

基于财务数据的信息化、网络化的形势发展，探索审计工作的新方法、新路径，企业审计部门才能有效地配置审计资源，切实履行好审计监督的职能。据统计，我国有95%的审计单位经济活动规模小，呈现出三年一审、一审三年的周期较长现象，仅有5%的的经济规模大且对国家经济发展造成了巨大的影响，现场审计已无法发挥其审计监督职能，联网审计采集数据、预警分析、反馈信息、督促整改的及时性，可以有效地整合资源，适应了大数据时代发展要求。

2.电网企业联网审计的现状

电网企业特有的运营模式决定了内部审计的方法及方向。电网企业的业务活动主要是对电网的建设和优化、对电力商品的生产和销售以及电网研发相关活动，对其开展联网审计的实施过程主要包括被审计端的数据采集、传输端的传输加工和审计端的数据分析等三个主要步骤。

数据分析是联网审计的核心，主要包括监测与分析判断，继而根据审计规则对业务数据、财务数据进行分析判断，完成对问题的核查。在电网企业数据分析实务中，通常采用直接查询、预警模型、已建审计模型、新建审计模型等四种数据分析方式进行。

二、人工智能（AI）技术在电网企业联网审计中的运用

1.人工智能审计的意义

由世界经济论坛提供的统计数据显示，到2025年，30%的公司审计将由人工智能（AI）执行。人工智能审计突破传统审计所带来的新的技术手段和分析方法，以机器学习、深度学习神经网络等技术为基础，对审计数据分析能力，实现几何级增长。随着人工智能技术进步，审计算法、算力迭代速度加快，审计部门利用积累的海量审计数据，采用机器学习、深度学习神经网络等技术，顶层设计不同行业电子审计标准和规范，训练形成不同类别审计的模板，进而形成审计知识库，从而实现智能提取这些知识库的自然语言文本中的客户关键审核要素，结合风险审计业务规则和审计要素之间的关联稽查关系，识别出异常点，提示异常虚假信息的风险。

2.人工智能审计的特点

首先，通过人工智能审计，将进一步提高审计机关及其审计人员的审计效率和决策能力。由于未来审计数据接口、采集、标准、整理、分析等规范化，符合人工智能要求的审计体系将逐步建立。其次，通过人工智能审计，将进一步完善现有的审计体系，实现审计流程全覆盖。在审计流程全覆盖中，审计人员更多是承担审计对象咨询专家角色，可以全面参与审计及查看相关数据，对审计进度和审计结果随时调看，由此审计质量得到保证。最后，人工智能审计和传统审计等相比，让审计数据更安全，更难以扩散泄露，更可靠。人工智能审计需要逐渐完善现有的信息化基础设施和审计平台，对现有大数据审计体系进行升级，来实现大数据、算法和算力一体化。

3. 电网企业人工智能审计的运用现状

人工智能早期的形式越来越受到企业数字化运营和降低成本的企业的青睐，但它仍然处于起步阶段。2016年，电力公司部署智能持续审计系统，设定了风险排查模块用于对所属企業在线实时审计，但该系统需要配合大量的数据录入，且推广应用程度存在一定限制。2016年3月，德勤宣布将人工智能引入会计、税务、审计等工作，并于2018上半年推出产品。安永正在努力实现审计流程的自动化，流程的自动化减少了审查审计文件所花费的时间，并为审计人员提供了更多时间参与流程的判断和分析部分，这些应用似乎处于试验阶段，其目前使用自己专有的机器人过程自动化（RPA）系统自动执行审计等日常任务。普华永道2017开始为国内企业实施财务机器人计划，中化国际财务机器人项目2018年8月正式上线。毕马威也正在使用人工智能来分析和提取租赁或投资协议中的信息等等。

4. 电网企业部署人工智能审计的策略与展望

一是加强财务机器人的推广。目前财务机器人能做的主要是核对类、收集类等重复性高、技能要求低的工作。比如，与多家银行不同账号的对账，对周报月报数据的汇总梳理，利用内部财务系统、外部税务系统、进项税票管理系统、上个月申报的留底税额等数据源，进行增值税差额的核对。简单的分录、记账和报销工作今后可能不需要人力了。目前的财务机器人称不上智能化，还处于流程自动化阶段，由于企业业务需求的差异，实现财务流程标准化也非易事。

二是将审计工作提升到公司顶层监督层面。电网企业应尽快培养或引进一批兼具审计业务和信息化知识的审计复合型人才，提高审计人员信息化思维和信息化手段应用能力。目前各个审计信息系统之间相互割裂，审计作业按照业务类别划分审计模块，无法满足审计跨系统、跨业务的审计要求，无法发挥大数据关联分析的技术优势，更无法将人工智能审计部署提上日程。

三是数字化审计平台是人工智能审计的基石。当前各业务部门系统功能固化，可扩展性不高，优化提升不及时，系统功能滞后于审计业务的实际需求和发展需要;系统功能点零散，作业模型缺乏总体框架，不利于审计人员查找应用。实施整合现有的审计门户、审计综合管理系统、审计作业系统、智能持续审计系统，依托公司全业务统一数据中心深化建设与应用，建立数据勾稽关系，加强协同和全数据共享，建设适用于公司多业态、多组织，覆盖全面、流程清晰、智能高效，具备“开放、融合、动态、智能”特点的数字化审计平台。

四是向审计平台持续添加审计模型，模拟人工智能深度学习。

国际内部审计师协会（IIA）的人工智能审计框架及其各部分的有机联系，为人工智能应用于审计领域提供了参考。借鉴人工智能的原理，先对模拟人工智能的基础算法进行分析。

建立问题库及特征值，根据特征值、隐藏层进行输出疑点数据，并根据记录模板出具记录。神经网络是人工智能的雏形，就是由一个输入层，多层隐藏层，一个输出层组成的一个网络。

向审计平台持续添加审计模型，模拟人工智能深度学习审计模型，探索数据间泛在关系。通过审计技术人员将数字化审计过程中的问题进行分解，按照数据类型、数据字段、系统来源，建立数据模型算法，并自动对应到平台系统数据位置，按照编写的审计语句进行输出审计疑点。参照人工智能原型，数据字段为神经网络输入层（input），语句算法为隐藏层（sum、threshold），审计发现为输出层（output）。以“甲供材审计”事项为例，按照电网企业甲供物资管理办法，甲供物资应按照审定结算书的甲供材料表办理领退料。审计技术的基本逻辑为：通过数据库语句计算“审定之后发生的退料/审定之前发生的领料”（退料率），并与审计报告中“甲供材核减率”进行对比，评价施工单位是否按照甲供材超欠供审定表进行补、退料。

三、小结

电网企业应用人工智能有很多前景，可减少企业每年在事务所服务投入的大量费用，它可能不再需要痛苦地花费大量时间阅读几百页报告，在审计和税务准备过程中收集的大量数据是非结构化的，容易出现人为错误，用这种非结构化数据进行训练的人工智能技术越来越成熟，进而提高审计效率。

参考文献：

[1]王波，李时辉，郑鹏飞.人工智能背景下绩效审计工作的探索与实践[J].财政监督，2019（07）：61-64.

[2]曾繁荣.人工智能审计：IIA的框架与应用导向[J].中国内部审计，2018（12）：7-11.

[3]陈涛. 浅谈人工智能审计的内涵及优势[N]. 中国审计报，2018-11-28（006）.