人工智能带来的审计技术革新与应用

李金沓

人工智能带来的审计技术革新

审计实践就是不断比对、甄别、分析、研究的过程，这种属性非常适合人工智能技术（以下简称AI）。AI的引入正在为审计带来前所未有的突破，改变了审计的方式和效能。

（一）AI可以大大提高审计的准确性和效率。在传统的审计过程中，数据录入是一个繁琐且容易出错的环节，而数据分析往往依赖于审计人员的经验和判断，容易受到个人主观因素的影响。然而，通过引入AI技术，比如自然语言处理（NLP）技术，可以帮助审计人员自动识别和录入文本数据，可以实现对数据的快速、准确地录入，还能大大提高准确性。在数据分析方面，更是AI技术的特长，AI技术可以通过聚类分析、关联规则挖掘等方法对大量数据进行深度挖掘和分析，揭示数据之间的隐藏关系，核验数据间的勾稽关系，通过异常检测算法自动识别出异常交易和异常行为，帮助审计人员更好地了解被审计单位的运行状况和各类报告报表的真实性，发现潜在的规律和趋势。另外，有了AI技术，审计不再局限于抽样样本，可以广泛的追溯各个历史阶段分析数据，从而更准确的预测未来的经济风险，提前发现问题。

（二）AI技术可以帮助审计人员更好地理解业务逻辑和规则。传统的审计方法往往只关注财务数据的合规性和真实性，忽略了业务逻辑和规则的重要性。而AI技术可以通过自然语言处理和机器学习等技术手段，深入挖掘业务数据背后的价值和风险。例如，在采购审计中，AI可以通过对供应商合同、订单等信息进行综合分析，帮助识别被审计单位潜在的供应链风险和违规行为。这有助于审计人员更好地理解企业的运营状况和风险特征，透过数据发现行为背后的动机，提供更准确的审计意见和建议。

（三）AI提高了审计的透明度和可追溯性。AI可以通过区块链技术实现对审计数据的全程追踪。传统的审计方法往往只能对数据进行事后分析，无法对数据的来源和流转过程进行实时监控。而区块链技术可以实现对数据的每一个操作都进行记录和追溯，从而使得审计人员能够及时了解数据的使用情况和流转路径。这有助于审计人员更好地掌握数据的真实性和可靠性。同时，区块链技术还可以确保审计数据的不可篡改性。一旦数据被写入区块链中，就无法被修改或删除。这意味着审计人员可以依靠区块链技术来验证数据的真实性和完整性，避免因为数据篡改而导致的审计失误。

人工智能技术在部分审计领域的应用

AI审计在财务审计中的应用已经非常广泛，在其他主要的审计领域也已实现了一定的规模化应用。

（一）财政财务审计。AI在财政财务审计方面被视为可率先突破的领域。AI可以处理和分析大量的财政财务数据，识别出潜在的风险和异常情况。通过机器学习和深度学习算法，AI可以预测未来的财务状况和趋势，帮助机构做出更明智的决策，可以自动执行一些繁琐的审计任务，例如对大量文件进行分类、整理和归档。AI可以通过海量数据分析交易数据和行为模式，识别出可能存在的异常行为，自动监测异常的交易模式、异常的资金流动和异常的交易时间，分析被审计单位的内部控制系统，评估其有效性和合规性。通过模拟不同的风险情景来测试内部控制的弱点，提出改进建议。目前，阿里云的ApsaraDB可以通过自主学习和优化的AI能力，不断深化对财务数据的挖掘和分析，提供可信赖的数据中转、存储、管理和应用服务。富士通的人工智能审计支持系统可以通过对大数据的分析，发现企业中存在的问题和风险，从而帮助财务审计人员快速定位风险点。另外，在疑点筛查方面，审计机关已使用大数据技术进行了广泛的应用。

（二）资源环境审计。人工智能在资源环境审计中的应用也有很多。例如，人工智能可以与遥感技术相结合，通过分析卫星图像或无人机拍摄的图像来监测植被覆盖、土地利用、水资源等自然资源的变化情况，识别和监测植被类型、植被指数、植被覆盖面积等。此外，人工智能还可以利用机器学习算法对水质监测数据进行分析，识别水质异常情况，进而提高水资源的管理和保护。通过数据分析来识别异常情况，监测环境变化，评估污染程度，评估自然資源的可持续利用情况等。

（三）金融审计。金融审计区别于财政财务审计最重要的一点就是金融领域的数据更多，且多元。AI技术比传统审计方式更容易对海量数据信息进行综合运用，突出其现实性价值。审计过程中涉及到的数据，被审计对象交易对手的工商财会信息、税务信息、网络相关信息，AI能轻松实现对这些信息的采集、汇总、整合，依托智能化的方式促使无序杂乱的数据信息转变为条理清晰的价值信息，将审计人员从繁琐而基础性工作中解放出来，从而更加关注普遍性问题背后的行为和动机，使审计效率得到大幅度提升，且最大限度地规避了人为失误的产生。

（四）工程跟踪审计。将AI技术应用于工程审计可以说是如虎添翼。AI技术可以帮助工程师更好地理解和预测工程项目的风险，并自动化数据分析，从而更快地发现异常情况，使审计流程更加智能化和自动化。例如，从项目决策开始，可以利用AI采集全部的项目资料，包括项目建议书、可行性报告及其它审批文件等信息，并使用AI进行数据分析，识别项目立项的流程是否合规，审批手续是否及时完善。项目招投标过程中，使用AI采集投标企业的全部投标信息并在数据库中进行相关信息检索匹配，识别投标企业的资质和投标文件是否满足招标限制条件。对合格的投标文件就其报价、成本进行审计，将数据与行业和区域数据进行横向对比，与其过往项目进行纵向对比，给出审计建议，交由专家组评审。同时利用AI技术可以对专家组人员进行筛选和分析，避免专业性不足和舞弊行为的发生。

AI审计应注意的问题

随着人工智能（AI）的快速发展，其在各个领域的应用也日益广泛。其中，AI审计作为一种新型的审计方式，正在逐渐改变传统的审计模式。然而，尽管AI审计带来了许多便利，但其在实际应用中也面临着一些挑战和问题。

（一）数据质量问题是AI审计面临的首要问题。AI审计依赖于大量的数据进行学习和分析，如果这些数据存在质量问题，如数据不完整、数据错误、数据泄露等，都可能影响到AI审计的准确性和可靠性。因此，如何保证数据的质量和完整性，是AI审计必须解决的问题。

（二）AI审计的可解释性问题也是一个重要的挑战。AI审计的结果往往是基于复杂的算法和模型生成的，这往往使得结果难以理解和解释。这对于需要对审计结果进行深入理解和说明的审计机构来说，是一个很大的问题。因此，如何提高AI审计的可解释性，是AI审计需要解决的另一个问题。

（三）AI审计的技术门槛也是一个问题。AI审计需要专业的技术人员进行操作和维护，这对于一些基层审计机构来说，存在一定的技术门槛。此外，AI审计也需要大量的计算资源，这也是一些审计机关无法承受的。因此，如何降低AI审计的技术门槛，是AI审计需要考虑的问题。

（四）法律和伦理问题也是AI审计面临的挑战。例如，AI审计可能会涉及到个人隐私的问题，如何在保护个人隐私的同时进行有效的审计？另外，AI审计的结果可能会被用于做出重要的决策，如何确保这些决策的公正性和公平性？这些都是AI审计需要面对的法律和伦理问题。

（作者单位：陕西省审计厅）