大数据背景下人工智能在审计职业判断中的应用

左 锐

(西安财经大学商学院，西安 710100)

随着大数据技术的广泛普及和人工智能的应用，国内外高新技术企业为了自身发展迅速抢占技术高地，人工智能研发的支出成倍增长；信息时代的新阶段以机器应用的智能化为特征，人工智能已被广泛使用，并正在改变人们的生活。在审计领域，庞大的数据组促使人工智能广泛应用，人工智能比人类更快、更准确地完成重复性工作，改变传统的审计工作模式，有效提高审计工作效率与工作质量[1-2]。

审计专业判断贯穿于注册会计师实务过程的各个方面，人工智能在审计工作中的作用仍处于初步探索阶段。探索人工智能对审计工作的影响，尤其是对职业判断的影响具有一定的现实意义。

1 人工智能对审计的影响

国务院在《新一代人工智能发展规划》中提出要构筑我国人工智能，建设世界科技强国。人工智能具有预报性、实施调控性等优点，能为企业带来巨大的经济效益。一些学者抽样收集了大量中国人工智能报告，深入探讨了人工智能的重点。使用Python Anaconda 3生成关于人工智能可视化数据显示，人类、智能、机器、学习、数据、阿尔法、算法、互联网等字段排名靠前,展示了现阶段人们所关注的焦点。

科技强审成为21世纪审计发展最核心的关注点[3]。在大数据时代，总体审计模式将逐步取代抽样审计模式，全面的综合审计成果逐步取代单一审计报告，数据审计逐步取代数字审计[4-5]。人工智能(AI)也称为机器智能，是指人们制造的机器所展示的智能，具体技术包括语言处理技术、语音识别技术、机器学习技术和人工神经网络。

自然语言处理技术是人工智能领域的重要方向，它可以实现自然语言中人与计算机之间的有效沟通。在审计工作中，自然语言处理技术可以应用在审阅大量文本材料时，通过之前的程序设定，自动从材料中提取关键信息，识别审计项目的数量、位置和人员信息，减少了审核员的工作量，提高了项目填写的准确性，缩短了审核时间，提升了审计效率。

语音识别技术是将人类声音信号转换为单词或指令的过程，其目标是将人类语音中的词汇转换成类似于语言处理技术的计算机可读输入。在审计工作中，审计人员通过语音识别系统，将合同等文字材料进行录入，语音识别系统将从中挑选关键字段的合同文本，这为审计员节省了大量时间，且不必逐个阅读文本材料。

机器学习技术是人工智能的核心，主要研究计算机如何获取新的知识或技能。在审计工作中，它可以帮助企业挖掘大数据，找到新的业务模式，总结新的业务特点发展趋势，进一步帮助管理层控制企业风险。机器学习技术将这一过程进行记录，机器学习能力随着业务处理量的增多而不断变强。

人工神经网络是模仿动物神经网络行为的一种算法模型，其依靠系统的复杂程度，通过调整内部节点之间相互连接的关系，达到信息处理的目的。在审计工作中，人工神经网络可以帮助审计人员评估管理层舞弊情况，预测财务报表是否虚假，预测被审单位经营状况，甚至可以通过其模型帮助审计人员出具审计意见。

审计行业具有工作量大、专业性强的特点，且需要注册会计师的审计职业判断贯穿始终，人工智能的技术支持能帮助审计人员从结构化工作中解脱出来。因此，本文重点关注人工智能对专业判断的影响。

2 如何正确理解职业判断

职业判断贯穿于审计业务的始终，关于审计专业判断的影响因素，现有研究主要从审计环境、审计师文化差异两个方面来阐述。审计环境分为外部环境与内部环境，外部环境如经济环境、政治环境、社会环境、科技环境等因素[6]；内部环境主要指会计师事务所内部环境，如时间压力、上下级责任关系、审计项目重复性等因素，均在一定程度上影响审计专业判断[7]。从被审计单位角度出发，内部控制和公司治理对审计职业判断也具有一定的影响[8]。在审计师文化差异方面，文化差异对审计师过度自信、风险评估、风险决策、冲突决策、道德判断等方面产生影响，进而影响审计专业判断[9]。

目前研究部门对审计师职业判断的研究主要集中在概念和理论上。关于具体的实务环境尚未进行针对性的研究，以大数据处理为基础的人工智能技术应用是大势所趋，已经在各行各业开始探讨其应用的可行性。因此，探讨在大数据背景下人工智能在审计职业中的应用是十分必要的。

3 利用人工智能改进审计专业判断的方法

合理、有效地将人工智能应用于审计过程将有助于提高审计质量并提高审计效率。人工智能利用先进的算法将审计时的重点关注层面、主要风险领域以及审计经验呈现给相关人员进行验证，这种方法使审计人员免于结构化工作与重复性劳动，更有利于审计人员将精力集中在需要认真考虑的专业判断上。同时，在各审计阶段，审计内部系统将信息库中的相关信息与审计人员所选择的具体要求进行对比分析，然后对审计事项进行审查。通过筛选、比对、样本分析等步骤，查找审计线索，财务数据的异常状况。此外，对行业数据类比分析形成的预测可以用来分析被审计单位异常值存在的可能原因，与审计人员的职业判断非常类似。

现阶段人工智能的应用处于初始阶段，这种新的信息技术的应用将会加速审计流程中所涉及的环节。随着数据库内容的不断更新，机器学习能力不断提高，人工智能很可能取代审计师的专业判断。在这样的时代背景下，为了迎接新的技术革命带来的挑战，本文研究了人工智能在审计各阶段对审计职业判断发挥的作用。

3.1 提升审计人员洞察力

审计人员在每个阶段做决策时都应当慎重考虑。在初步业务活动中，人工智能以其自动化特性，全面、快速收集被审计单位内外部信息，自动检测被审计单位相关信息，并运用风险评估模型自动计算出审计费用，从而减少审计人员的工作量。除此之外，自然语言处理技术可以帮助审计人员从繁复的文字材料中定位关键信息，对非结构化数据进行全面分析，这恰恰是传统审计薄弱的环节，进一步促进机器学习能力的形成，在经过与审计师设定的审计业务接受标准进行比对后输出可供审计师选择的建议。在这一阶段，人工智能的应用，为审计人员提供更为详细的信息，有利于审计人员做出更有效的决策。

3.2 促进审计工作环境的优化

审计环境影响着各审计程序的执行。人工智能将改善审计外部环境，在实施控制测试和实质性程序阶段，人工智能将加速信息的传递速度，深度挖掘数据背后的信息，运用可视化等数据分析方法识别风险因素，汇总所有信息以识别重大错报风险，了解被审单位内部控制实施情况。针对每一个认定账户的特征与之前信息库里可能出现的错误，人工智能还可以利用其自身优势，更快地发现差错所在。

计划审计工作是执行审计程序的总体战略和详细计划。审计师是否完成审计工作、控制审计风险，计划审计工作起着关键性的作用。人工智能通过横向与纵向分析，预测审计可能出现的问题，帮助审计人员制定总体和详细的审计计划，并且根据审计进度实时调整。

详细测试是测试各种交易，账户余额和披露的具体细节，来确定财务数据是否存在错报。在详细的测试和实质分析过程阶段，人工智能为审计人员提供技术支持，自动检测数据来源，开展全样本持续审计以确保审计证据的质量，甚至通过机器学习技术改进测试方法，以简化测试过程。此外，还能发现隐藏在数据背后的信息，审计师分析的难点往往在于结构化数据及非结构化数据之间的关系，人工智能可以将“点数据”变成“网数据”，快速揭开隐含信息并进行分析，以此提高数据分析效率，从海量数据中发现异常。

在开展综合性审计工作阶段，人工智能主要发挥其辅助作用。检查是否有未落实的审计工作，并运用各种预测模型评估识别出各种风险，发现问题，根据发现的问题自动生成审计报告，帮助审计人员剔除信息干扰，并根据技术优势，实施被审计单位，帮助被审计单位控制生产经营风险，同时帮助注册会计师降低控制风险与检查风险。

3.3 提升被审计单位内部控制水平

我国现行审计准则为审计人员提供了较大的发挥审计职业判断空间，但审计专业判断仍然没有权威定义。内部控制在实践中发挥了重要作用，为实现企业目标提供了坚实的保障。当前的审计模型基于风险导向，在风险识别和评估阶段，被审计单位的原始内部控制水平将影响审计师的专业判断质量。在人工智能环境中，被审计单位的信息更加透明，责任分工更加准确，信息的沟通与交流将会更为顺畅。当新的财务、生产等信息产生时，人工智能将第一时间比对之前经验，再次进行学习，同时，捕获关键信息，进行初步信息挖掘，并进一步形成有用的生产决策信息。在人工智能条件下，内部控制缺陷将会更快地被发现，人工智能将会为缺陷提供可选择的解决方案。

3.4 审计信息去中心化

传统审计是一种垂直结构的组织模式，每个团队独自完成各自的审计任务，他们拥有完整的运营模式，但是无法做到专业化及信息资源互通，不能尽可能多地了解不同情况的审计风险点与审计错报。通过利用人工智能的大数据及平台，建立多维度的数据分析平台，汇集大量的结构化数据与非结构化数据，突破传统审计模式的限制，运用不断优化的数据模型，对汇集的数据，包括传统审计模式未能注意到的审计数据进行分析，形成全面的数据分析中心。各审计团队可以发挥自身专长，也能从中补短，割裂的团队优化成一个合作模式的整体，能帮助审计师提升综合判断能力。

4 结 语

人工智能出现显示出强大的生命力和发展前景。现阶段人工智能在审计领域的应用仍需要审计人员将自身的判断标准输入内部系统，形成人工智能审计判断。人工智能的出现促进了审计手段的更新，提升了审计效率，但人工智能在现阶段仍然由于数据或经验积累的不足无法替代审计职业判断，只是审计全自动化的一个雏形，从数据录入、审计方案执行到出具审计结果，各个阶段工作的开展缺乏系统性。尽管如此，我们也有理由相信，随着技术问题的解决、数据组的不断完备，人工智能将替代审计人员的职业判断，甚至审计人员。这也进一步对审计人员提出了新的要求，也将为审计人员转型提供新的契机。