人工智能在基層審計(jì)中的可能應(yīng)用路徑研究

[摘 要]人工智能技術(shù)的快速發(fā)展和廣泛應(yīng)用，為審計(jì)工作的智能化提供了更多可能。科技在不斷更新迭代，審計(jì)也正在向智能化領(lǐng)域邁進(jìn)。在審計(jì)業(yè)務(wù)的開(kāi)展過(guò)程中，會(huì)涉及海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，人工智能技術(shù)的引入能夠提高審計(jì)的效率。文章在梳理人工智能發(fā)展背景的基礎(chǔ)上，模擬AI輔助審計(jì)工作的可能應(yīng)用場(chǎng)景，從人員與硬件、技術(shù)與軟件、數(shù)據(jù)、應(yīng)用四個(gè)層面分析人工智能在基層審計(jì)應(yīng)用中的困境，并進(jìn)一步提出了人工智能在審計(jì)中的可能應(yīng)用路徑，以供參考。

[關(guān)鍵詞]人工智能；基層審計(jì)；應(yīng)用困境；路徑研究

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-1722（2024）24-0056-03

一、人工智能發(fā)展概述

1956年，由麥卡錫及一批數(shù)學(xué)家、信息學(xué)家等在達(dá)特茅斯學(xué)院召開(kāi)會(huì)議，首次提出“人工智能”概念。概念提出后，出現(xiàn)機(jī)器定理證明、跳棋程序等成果，但因推理能力有限、機(jī)器翻譯失敗等，人工智能走入低谷。1969年成立國(guó)際人工智能聯(lián)合會(huì)，化學(xué)質(zhì)譜分析系統(tǒng)、疾病診斷和治療系統(tǒng)等專家系統(tǒng)的研究開(kāi)發(fā)，使人工智能走向?qū)嵱没痆 1 ]。如今，隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等算法不斷優(yōu)化和創(chuàng)新，推動(dòng)自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別等技術(shù)取得重大突破，人工智能深入到社會(huì)生活各領(lǐng)域。如GPT系列語(yǔ)言模型在自然語(yǔ)言處理方面的出色表現(xiàn)，讓機(jī)器能夠生成高質(zhì)量的文本內(nèi)容；計(jì)算機(jī)視覺(jué)技術(shù)在圖像識(shí)別、目標(biāo)檢測(cè)、視頻分析等領(lǐng)域的精度和效率大幅提升，廣泛應(yīng)用于安防、自動(dòng)駕駛、醫(yī)療影像等領(lǐng)域。各國(guó)政府也紛紛出臺(tái)政策支持人工智能發(fā)展，我國(guó)將其列入國(guó)家戰(zhàn)略。

二、人工智能技術(shù)在審計(jì)中的應(yīng)用場(chǎng)景

（一）研究意義

在審計(jì)實(shí)施中，會(huì)涉及海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，利用人工智能技術(shù)賦能審計(jì)過(guò)程，可有效提升審計(jì)工作質(zhì)效。

提升職業(yè)判斷質(zhì)量，提高審計(jì)效率。傳統(tǒng)的審計(jì)方法需要審計(jì)人員耗費(fèi)大量的時(shí)間與精力檢查翻閱被審計(jì)單位的憑證、單據(jù)與合同等，手動(dòng)處理大量數(shù)據(jù)，不僅費(fèi)時(shí)費(fèi)力，而且容易出現(xiàn)錯(cuò)誤，導(dǎo)致審計(jì)結(jié)果誤差和工作效率低下。人工智能強(qiáng)大的信息搜集能力和計(jì)算能力，可以實(shí)現(xiàn)高效審計(jì)，節(jié)省時(shí)間和人力成本，從而提高工作效率[ 2 ]。

擴(kuò)大審計(jì)范圍，降低審計(jì)風(fēng)險(xiǎn)。在基層審計(jì)中，受時(shí)間成本和審計(jì)力量的制約，大部分項(xiàng)目通過(guò)重點(diǎn)抽樣審計(jì)反映審計(jì)結(jié)果。此種審計(jì)方法不能做到審計(jì)全覆蓋，因此可能會(huì)帶來(lái)審計(jì)風(fēng)險(xiǎn)。但是借助人工智能可以進(jìn)行全樣本審計(jì)，人工智能強(qiáng)大的計(jì)算和分析能力可以改變傳統(tǒng)審計(jì)的業(yè)務(wù)流程、技術(shù)方法和組織形式，提高審計(jì)效率，擴(kuò)大其覆蓋面，可以有效規(guī)避抽樣審計(jì)帶來(lái)的誤受風(fēng)險(xiǎn)與誤拒風(fēng)險(xiǎn)。

更新知識(shí)結(jié)構(gòu)，推進(jìn)人機(jī)協(xié)同發(fā)展。在人工智能領(lǐng)域，新的算法、模型和技術(shù)不斷涌現(xiàn)?？焖俚募夹g(shù)變革意味著利用原有的知識(shí)已無(wú)法理解和應(yīng)用最新的人工智能工具。在審計(jì)領(lǐng)域，不僅需要計(jì)算機(jī)科學(xué)知識(shí)，如編程語(yǔ)言、數(shù)據(jù)結(jié)構(gòu)和算法，還需要審計(jì)業(yè)務(wù)知識(shí)和專業(yè)判斷。人機(jī)協(xié)同發(fā)展可以提高工作質(zhì)效，節(jié)約時(shí)間與經(jīng)濟(jì)成本。借助人工智能可以將審計(jì)人員從重復(fù)煩瑣的工作中解放出來(lái)，審計(jì)人員可運(yùn)用專業(yè)能力查找和發(fā)現(xiàn)問(wèn)題，優(yōu)化審計(jì)流程，定期檢查維護(hù)系統(tǒng)，這也督促審計(jì)人員不斷更新知識(shí)結(jié)構(gòu)，培養(yǎng)創(chuàng)新思維。

（二）輔助審計(jì)工作的應(yīng)用場(chǎng)景

人工智能審計(jì)的核心思想是將人工智能技術(shù)應(yīng)用于審計(jì)實(shí)施各個(gè)階段，通過(guò)文本、語(yǔ)音等信息識(shí)別技術(shù)，模擬或替代人工審計(jì)的工作流程或方法，增強(qiáng)或模擬審計(jì)人員的數(shù)據(jù)分析、決策能力，實(shí)現(xiàn)決策支持與風(fēng)險(xiǎn)控制。

1.場(chǎng)景一：政策文件梳理

AI技術(shù)與重復(fù)性強(qiáng)且較為程序化的工作任務(wù)非常適配，比如政策文件的收集整理可使用AI技術(shù)快速準(zhǔn)確地完成。ChatGPT的一款名為txzy.ai的插件，可以將文本導(dǎo)入軟件中之后，摘取文件中的重要信息，自動(dòng)生成摘要，再輸入關(guān)鍵詞對(duì)政策文件進(jìn)行提煉，簡(jiǎn)化煩瑣的閱讀過(guò)程，大大提高審計(jì)工作效率[ 3 ]。

2.場(chǎng)景二：訪談?wù)Z音識(shí)別

在審計(jì)實(shí)施中，審計(jì)人員會(huì)就某些事項(xiàng)與相關(guān)人員進(jìn)行訪談，訪談內(nèi)容需要重新整理，并生成文字作為審計(jì)證據(jù)，傳統(tǒng)記錄方式將消耗審計(jì)人員很多精力。而AI技術(shù)中的語(yǔ)音識(shí)別記錄功能，能將審計(jì)訪談內(nèi)容同步轉(zhuǎn)換成文字，減少人為錯(cuò)誤和遺漏，提高訪談?dòng)涗浀募皶r(shí)性和準(zhǔn)確性。目前人工智能語(yǔ)音識(shí)別技術(shù)已能實(shí)時(shí)轉(zhuǎn)換文字，準(zhǔn)確率達(dá)98%以上，同時(shí)還支持普通話、方言等語(yǔ)音的識(shí)別。

3.場(chǎng)景三：文本識(shí)別提取

文本識(shí)別是利用文本挖掘技術(shù)從被審計(jì)單位的檔案、合同、招投標(biāo)文件等海量電子文件中自動(dòng)識(shí)別資料文本內(nèi)容，自動(dòng)提取中標(biāo)單位、招標(biāo)方式、合同金額和評(píng)分標(biāo)準(zhǔn)等多項(xiàng)關(guān)鍵信息，并將其轉(zhuǎn)化為結(jié)構(gòu)化信息，再與采購(gòu)系統(tǒng)中的結(jié)構(gòu)化信息進(jìn)行關(guān)聯(lián)分析，形成審計(jì)疑點(diǎn)，再結(jié)合現(xiàn)場(chǎng)核查和訪談等審計(jì)方式，精準(zhǔn)快速地鎖定問(wèn)題，為審計(jì)人員提供智能決策建議。

4.場(chǎng)景四：審計(jì)報(bào)告生成

審計(jì)報(bào)告是根據(jù)審計(jì)證據(jù)得出的結(jié)論，是審計(jì)成果的重要體現(xiàn)。ChatGPT基于其語(yǔ)言模型，利用機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)，可以學(xué)習(xí)和掌握審計(jì)報(bào)告編制的規(guī)則，在數(shù)據(jù)庫(kù)中檢索和匹配其中的關(guān)鍵信息，針對(duì)性提出操作性強(qiáng)的審計(jì)建議，從而協(xié)助審計(jì)人員用更短的時(shí)間生成更加高質(zhì)量的審計(jì)報(bào)告[ 4 ]。

三、人工智能在基層審計(jì)應(yīng)用中的困境

智能化審計(jì)的本質(zhì)特征在于智能與審計(jì)的協(xié)同發(fā)展和應(yīng)用。它不是單純的信息技術(shù)開(kāi)發(fā)和計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用，而是審計(jì)人員與智能工具協(xié)同不斷提升審計(jì)價(jià)值的過(guò)程。人工智能作為數(shù)字化時(shí)代的新興輔助工具，基層審計(jì)機(jī)關(guān)在應(yīng)用中還存在以下問(wèn)題。

（一）人員與硬件問(wèn)題

首先，要實(shí)施整個(gè)人工智能審計(jì)流程，最基礎(chǔ)的需要就是配備能夠熟練運(yùn)用人工智能輔助審計(jì)的專業(yè)人員，即具備熟練使用計(jì)算機(jī)處理數(shù)據(jù)的能力和審計(jì)知識(shí)的人員。目前，基層審計(jì)機(jī)關(guān)十分缺少掌握大數(shù)據(jù)審計(jì)技術(shù)、人工智能技術(shù)的審計(jì)人員，人工智能對(duì)審計(jì)人員的綜合素質(zhì)能力提出了挑戰(zhàn)。

其次，若需要在地市或縣區(qū)級(jí)別部署，則需要購(gòu)置高配置工作站主機(jī)，對(duì)顯卡、CPU、內(nèi)存等的需求巨大，運(yùn)行用電量也相當(dāng)可觀。由于人工智能需要大量數(shù)據(jù)不斷學(xué)習(xí)進(jìn)化的特性，在中央或省級(jí)部署最佳，地方只需要連接服務(wù)器進(jìn)行使用即可[ 5 ]。

（二）技術(shù)與軟件問(wèn)題

人工智能在審計(jì)中的核心應(yīng)用算法模型，需要對(duì)審計(jì)流程中涉及的數(shù)據(jù)處理等算法進(jìn)行針對(duì)性的開(kāi)發(fā)和設(shè)計(jì)。同時(shí)，還需對(duì)大量數(shù)據(jù)進(jìn)行訓(xùn)練，并進(jìn)行多次的模型迭代。這就需要有足夠的人工智能專業(yè)技術(shù)人員配合，需要能夠提出詳細(xì)需求的審計(jì)業(yè)務(wù)骨干設(shè)計(jì)完整的算法，花費(fèi)至少一年的時(shí)間在測(cè)試中同步對(duì)模型進(jìn)行持續(xù)優(yōu)化。以ChatGPT為例，它需要Docker鏡像構(gòu)建容器或在OpenAI API環(huán)境下運(yùn)行，使用的模型包括但不限于基于Transformer的預(yù)訓(xùn)練語(yǔ)言模型、指令精調(diào)、思維鏈等。

（三）數(shù)據(jù)問(wèn)題

要讓算法模型達(dá)到能夠在審計(jì)一線應(yīng)用的程度，需要利用大量的數(shù)據(jù)對(duì)算法模型進(jìn)行訓(xùn)練，但目前可以預(yù)見(jiàn)的問(wèn)題包括以下幾個(gè)方面。

第一，數(shù)據(jù)量不足，很難找到海量非涉密且可以用于訓(xùn)練模型的數(shù)據(jù)，不僅包括財(cái)政金融相關(guān)數(shù)據(jù)，也包括審計(jì)過(guò)程中產(chǎn)生的各種分析結(jié)果、審計(jì)報(bào)告等審計(jì)數(shù)據(jù)，這些數(shù)據(jù)對(duì)后續(xù)算法開(kāi)發(fā)至關(guān)重要。

第二，歷史數(shù)據(jù)缺失，以經(jīng)濟(jì)責(zé)任審計(jì)項(xiàng)目為例，算法模型需要對(duì)任期內(nèi)數(shù)據(jù)以及任期前數(shù)據(jù)進(jìn)行分析，此時(shí)歷史數(shù)據(jù)越完善，算法模型進(jìn)行的分析越完整，得出的結(jié)論就越可靠。

第三，數(shù)據(jù)非標(biāo)準(zhǔn)化，從不同單位、企業(yè)獲取的數(shù)據(jù)很難統(tǒng)一格式，而算法模型導(dǎo)入的數(shù)據(jù)又需要特定的類型，如果格式不統(tǒng)一，將會(huì)影響分析的速度和結(jié)論的準(zhǔn)確性，甚至無(wú)法進(jìn)行導(dǎo)入和分析。

（四）應(yīng)用問(wèn)題

在使用人工智能審計(jì)之前，需要確定審計(jì)工作的需求，人工智能究竟能在審計(jì)過(guò)程中幫助審計(jì)人員完成什么工作，這是算法模型開(kāi)發(fā)的目標(biāo)，是系統(tǒng)立項(xiàng)的根本。以財(cái)政統(tǒng)計(jì)審計(jì)項(xiàng)目為例，人工智能可能應(yīng)用的場(chǎng)景包括：收集整理文件和數(shù)據(jù)、制定可操作的審計(jì)方案、定性歸納發(fā)現(xiàn)問(wèn)題、歸納總結(jié)生成審計(jì)報(bào)告和督促提醒審計(jì)整改等[ 6 ]。對(duì)被審計(jì)單位的經(jīng)濟(jì)活動(dòng)審計(jì)不能單靠資金信息，還需要人工的質(zhì)疑和判斷。人工智能審計(jì)系統(tǒng)終究只是一個(gè)工具，依然需要審計(jì)人員的介入保障審計(jì)工作的正常進(jìn)行和審計(jì)結(jié)果的可靠性。

四、應(yīng)對(duì)措施

（一）培養(yǎng)審計(jì)人員的專業(yè)能力

人工智能技術(shù)的應(yīng)用需要強(qiáng)大的人才隊(duì)伍，需要人工智能技術(shù)人員和大數(shù)據(jù)審計(jì)人員支撐，因此，要實(shí)現(xiàn)人工智能輔助審計(jì)的應(yīng)用，需要注意以下幾點(diǎn)。

第一，以人工智能技術(shù)和大數(shù)據(jù)審計(jì)技術(shù)為基礎(chǔ)，強(qiáng)化審計(jì)人才的專業(yè)知識(shí)基礎(chǔ)，從而能夠保障在運(yùn)用人工智能系統(tǒng)的過(guò)程中不會(huì)遇到知識(shí)技術(shù)的障礙，提升審計(jì)效率。這些知識(shí)基礎(chǔ)不需要涉及過(guò)多開(kāi)發(fā)的內(nèi)容，只針對(duì)了解人工智能原理和使用過(guò)程中可能會(huì)遇到的簡(jiǎn)單的問(wèn)題即可，專業(yè)的開(kāi)發(fā)問(wèn)題請(qǐng)工程師解決。

第二，聘請(qǐng)人工智能軟件工程師等專業(yè)人才充實(shí)隊(duì)伍，或與人工智能相關(guān)企業(yè)達(dá)成合作，保障系統(tǒng)開(kāi)發(fā)、運(yùn)維可以正常進(jìn)行。

（二）部署省級(jí)服務(wù)器主機(jī)

人工智能技術(shù)對(duì)硬件的要求極高，對(duì)于審計(jì)工作來(lái)說(shuō)，最好的做法是在省級(jí)設(shè)置服務(wù)器主機(jī)，基層審計(jì)機(jī)關(guān)連接服務(wù)器使用人工智能系統(tǒng)，這需要極高配置的硬件基礎(chǔ)處理全省的審計(jì)數(shù)據(jù)。如果在中央設(shè)置服務(wù)器主機(jī)，全國(guó)的審計(jì)數(shù)據(jù)處理量太大，所需的算力要求極高，全國(guó)聯(lián)網(wǎng)通用一個(gè)人工智能系統(tǒng)實(shí)施起來(lái)也相當(dāng)有難度。而如果在市地級(jí)、縣區(qū)級(jí)設(shè)置服務(wù)器，一方面是沒(méi)有足夠的數(shù)據(jù)量支撐，另一方面地方也難以承受高昂的服務(wù)器硬件費(fèi)用和開(kāi)發(fā)、運(yùn)維人員的費(fèi)用。因此，最佳的做法是在省級(jí)設(shè)置服務(wù)器主機(jī)。

（三）設(shè)計(jì)人工智能模型

人工智能在審計(jì)工作上的應(yīng)用，其核心是算法模型，因此，需要在系統(tǒng)立項(xiàng)時(shí)確定全流程的需求，針對(duì)需求設(shè)計(jì)算法模型。審計(jì)流程中需要的人工智能模型大致有以下幾種。

第一，類ChatGPT模型，用于分析問(wèn)題、給出定性依據(jù)和審計(jì)建議、生成審計(jì)報(bào)告等。

第二，數(shù)據(jù)清洗模型，用于清洗前期收集的數(shù)據(jù)，方便導(dǎo)入和分析，減少審計(jì)人員的工作量。

第三，工程建模模型，用于工程審計(jì)中給出數(shù)據(jù)進(jìn)行工程預(yù)覽建模，以可視化的方式幫助審計(jì)人員確定工程審計(jì)情況。

第四，數(shù)據(jù)分析模型，能夠?qū)σ淹瓿汕逑吹臄?shù)據(jù)按照審計(jì)目標(biāo)進(jìn)行分析、分類，標(biāo)記疑點(diǎn)數(shù)據(jù)，并可對(duì)同類型的數(shù)據(jù)進(jìn)行對(duì)比分析，生成初步結(jié)論。

（四）清洗與分析數(shù)據(jù)

人工智能算法模型需要的“養(yǎng)料”是數(shù)據(jù)，審計(jì)人員最費(fèi)心力處理的也是它，因此，收集、清洗、分析數(shù)據(jù)尤為關(guān)鍵。審計(jì)工作涉及的數(shù)據(jù)類型繁多、數(shù)據(jù)量大，其類型涵蓋表格、數(shù)據(jù)庫(kù)文件、文本文檔等，審計(jì)人員通常要對(duì)數(shù)據(jù)進(jìn)行重新審查和校驗(yàn)，目的在于刪除重復(fù)信息、改正存在的錯(cuò)誤，保證數(shù)據(jù)一致性。一般進(jìn)行數(shù)據(jù)清洗需要通過(guò)七個(gè)步驟進(jìn)行處理：選擇子集，列名重命名，刪除重復(fù)值，缺失值處理，一致化處理，數(shù)據(jù)排序處理，異常值處理。人工智能可以利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)對(duì)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)估，幫助發(fā)現(xiàn)數(shù)據(jù)中的異常，從而幫助審計(jì)人員及時(shí)發(fā)現(xiàn)數(shù)據(jù)中的問(wèn)題和潛在風(fēng)險(xiǎn)。

五、結(jié)語(yǔ)

隨著大數(shù)據(jù)與人工智能技術(shù)的發(fā)展，應(yīng)用人工智能技術(shù)并實(shí)施智能化審計(jì)是審計(jì)發(fā)展的必由之路。但就目前基層審計(jì)機(jī)關(guān)而言，應(yīng)用人工智能還面臨人才稀缺、硬件配置、技術(shù)支撐和數(shù)據(jù)應(yīng)用等方面的困境，基層審計(jì)機(jī)關(guān)和人員應(yīng)在人才培養(yǎng)、部署服務(wù)器和設(shè)計(jì)人工智能模型等方面發(fā)力。同時(shí)借助人工智能技術(shù)中的自然語(yǔ)言處理、語(yǔ)音圖像識(shí)別和智能決策等技術(shù)，為審計(jì)數(shù)據(jù)的采集、分析和決策提供多樣化、智能化、系統(tǒng)化的途徑，降低審計(jì)人員的工作負(fù)擔(dān)，制定人工智能技術(shù)應(yīng)用方法，構(gòu)建人工智能審計(jì)應(yīng)用實(shí)踐框架，并積極探索合適的審計(jì)應(yīng)用場(chǎng)景，進(jìn)而為審計(jì)技術(shù)應(yīng)用賦能，促進(jìn)審計(jì)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]邱爽，潘偉.數(shù)字化審計(jì)：技術(shù)、模式與應(yīng)用[J].財(cái)會(huì)通訊，2023（05）：18-23.

[2]程平，廖錫嘉，午詩(shī)雨.基于Chat GPT的注冊(cè)會(huì)計(jì)師審計(jì)研究[J].會(huì)計(jì)之友，2023（15）：148-154.

[3]彭潔.人工智能時(shí)代對(duì)傳統(tǒng)審計(jì)的影響研究[J].經(jīng)濟(jì)觀察，2023（10）：34-36.

[4]程平，喻暢，龔悅.基于Chat GPT的智能內(nèi)部審計(jì)研究[J].審計(jì)廣角，2023（20）：7-12.

[5]張慶龍，何佳楠，芮柏松.新時(shí)期內(nèi)部審計(jì)創(chuàng)新之路：從數(shù)據(jù)審計(jì)到智能審計(jì)[J].財(cái)會(huì)月刊，2021（22）：78-83.

[6]葛典怡.人工智能審計(jì)的研究熱點(diǎn)與發(fā)展趨勢(shì)——基于CiteSpace的知識(shí)圖譜分析[J].運(yùn)籌與模糊學(xué)，2023（06）：6112-6118.