基于人工智能的審計應用研究及發展探索

潘尚文

南京審計大學計算機學院，江蘇 南京 211815

隨著人工智能技術的發展，機器學習、專家系統、神經網絡等人工智能技術在審計領域逐步有了一定的應用，助力審計向著自動化、智能化、數字化方向發展。在審計工作中應用人工智能技術，不僅提高了審計質量與審計效率，也在一定程度上改變了審計模式、組織結構以及審計工作方法。自2017 年以來，國際四大會計師事務所相繼推出財務機器人，人工智能在審計領域的應用更為廣泛，審計自動化處理取代了重復的人工業務，提高了審計效率。

在人工智能技術與審計領域不斷融合發展的背景下，通過梳理總結人工智能審計應用發展現狀，分析預測審計行業未來的發展方向，更好地促進我國“科技強審”的目標愿景。

1 國內外研究現狀

國外學界對于人工智能在審計中的應用研究較早。Issa 等[1]探討了人工智能對手工勞動產生的影響、代替或補充的可能性，給出了24 種探究人工智能在審計中應用的研究方法，鼓勵探索人工智能推動審計發展的方法與模式。Kokina 等[2]論述了人工智能帶給審計的實踐模式轉變。Appelbaum 等[3]討論了審計與會計自動化中的機器人技術，并對流程自動化應用做出展望。Yan 等[4]提出了在分析大量合同文本時，使用文本分析技術提取有效信息的契約分析框架。

隨著我國人工智能技術的不斷發展，國內研究者也開始逐步對人工智能在審計中的應用進行研究。吳勇等[5]面向審計全周期構建了機器學習應用框架和基于機器學習模型的審計應用框架。曹納[6]提出了人工智能審計平臺，基于BP 神經網絡，融合分析人工智能和神經網絡方法，進行審計智能化模式分析和系統設計。孫宇斌等[7]結合RPA 和神經網絡等人工智能技術，構建前瞻性全量全周期的數字審計體系，在內部審計中成功實現經營數據采集、疑點整改跟蹤和風險指標評估等創新。程平[8]將RPA 技術應用于審計中，提出了審計機器人的框架模型以及研發流程，并在實際應用中深入分析RPA 審計機器人的研發策略。曹婷[9]基于人工智能技術，針對智能審計進行系統平臺設計并提出具體的保障建議，以促進智能審計的應用推廣。

2 人工智能審計應用

盡管審計的領域與技術都在不斷拓展，但是針對管理層所提供財務信息的真實性、合規性和效益性進行評估與鑒定的本質目的是不變的。審計是包含收集、組織、處理、評估和呈現數據，并最終提供審計意見、出具審計報告的一系列信息密集型活動。最終審計意見和審計報告一般基于相關、適當、充分的審計證據，對財務報表不同方面的真實性、合規性和效益性進行審計判斷。

通過對目前的人工智能審計應用進行研究與分析，總結得出，人工智能技術應用于審計領域的技術及概念主要有專家系統、機器學習以及RPA 技術。由于審計工作的特殊性，目前結合人工智能技術主要用于提升審計質量與審計效率、處理復雜審計問題以及實現審計自動化。

2.1 專家系統

在人工智能應用領域，專家系統是最活躍和最重要的發展分支之一，其采用人工智能中的知識表示和知識推理技術，基于某一領域中一個或多個專家的專業知識，模擬專家決策過程得出結論，可以用于解決在審計工作中需要專家決策討論的問題。

由于審計工作往往涉及不同的領域與業務內容，專家系統在應用于自動化審計時，通常將一個或多個領域專家的專業知識結合起來，為解決審計問題提出相應的建議，幫助審計人員做出較為正確的決策。與傳統輔助決策工具相比，專家系統能夠模擬專家決策過程，擁有更多優勢。在日常審計工作中，審計人員需要在多個環節查詢不同領域的相關專業知識，這一過程雖然有利于審計人員自身專業素質的提升，但浪費了大量時間，降低了審計效率。專家系統中的知識體系綜合了多個領域專家的專業知識，可針對不同的審計問題提出解決方法，在有效縮短審計人員審計時長的同時，也在一定程度上減少了審計人員的遺漏或疏忽，提高了審計結果的有效性。

2.2 機器學習

機器學習是人工智能中的一個重要的部分，機器學習主要是用數據及算法訓練機器使用人類學習知識的方式進行學習與思考，并能通過大量的歷史數據進行分析預測。目前機器學習已應用于審計的多個流程任務中，如審查源文件、分析業務交易、評估企業風險等。在大數據時代背景下，審計工作量與數據量快速增長，逐漸出現審計效率與審計質量難以兼顧的情況，機器學習在分析預測方面的優勢可以很好地提高審計效率[10]。

機器學習能夠在很大程度上同時保證審計的速度與質量，未來將在一定程度上改變審計的模式與方法。與傳統抽樣檢查不同的是，機器學習算法能夠審查公司的整體數據，幫助審計人員在更加全面的角度上，制定實施更有效的審計方案，及時發現公司風險及異常。除了對數據進行分析預測，機器學習算法還可以學習審計人員的審計結果，并在其他相似特征的審計項目中，應用相同的推理邏輯。值得注意的是，很長一段時間內，在實證研究演繹推理范式下的會計與審計主流理論研究中，歸納推理方法被低估，而機器學習在審計工作的應用引發了會計與審計研究領域對歸納推理方法的重新研究。同時，在演繹推理研究方案中，機器學習成為常用的技術方法和工具。

目前，機器學習模型在審計工作中已具備成熟的運行機制，其應用能夠覆蓋審計工作的全過程，國際四大會計師事務所也在機器學習與審計結合方面積極探索，已推出了成熟的應用系統。

2.2.1 基于機器學習模型審計應用模式的運行機制

機器學習通過應用數據分析和處理技術來檢查交易的聯系、模型、結構、合法性程度，并將學習算法應用到已經處理過的數據中，運行機器學習軟件分析數據并進行模式識別，最終給那些包含潛在欺詐風險的交易貼上標簽。機器學習的迭代算法應用于大量數據進行模式識別，有助于將審計自動化更好地應用于實際審計業務中。通過一系列無監督和有監督的學習方式，使得計算機做出較為精準的預測，有效預測審計中存在的風險。雖然每次處理的數據不同，但通過在新的數據上訓練機器學習算法（如識別與業務類型不符的會計處理方式和會計估計方法、識別與原始會計憑證相比呈現出異常特征的交易和事項等），系統能夠對新的包含潛在欺詐風險的交易進行標注，可以為審計人員進行風險評估以及確定重點審計領域和審計范圍提供重要的決策支持。

2.2.2 面向審計全生命周期的機器學習模型系統應用

機器學習的應用與實施可能會覆蓋審計過程的所有階段，以支持從審計計劃制定到審計報告決策的全過程。在審計證據收集階段，審計人員能夠通過使用機器學習算法開發的規則收集數據，獲得無偏見且更準確的信息。此外，機器學習能夠通過處理自然語言和視覺數據，提供不同來源的大數據綜合信息，審計人員可以在機器學習模式識別的幫助下，通過對比分析這些額外的、更高質量的數據集來識別異常值，還能夠通過比較實際數據和機器學習生成的預測數據來檢測異常。在風險評估階段，語音和面部識別技術在鑒別欺詐訪談方面可以起到重要的輔助補充作用。此外，作為風險評估程序的一部分，審計人員可以通過使用機器學習工具，充分利用非傳統數據關系，更好地理解數字背后的驅動因素和行為模式，以便偵測到目前可能被忽視的問題。如果發現與傳統指標不一致的地方，則需要審計人員重點關注。

2.2.3 國際四大會計師事務所機器學習系統的實踐應用

國際四大會計師事務所積極嘗試將人工智能技術與審計相結合，自2017 年以來陸續推出財務機器人，標志著人工智能審計階段的開啟。在國際四大會計師事務所中，人工智能機器學習技術主要在風險評估、審計計劃、分析和出具審計工作底稿等工作中用于數據分析、編制文件、審查總賬和審計決策等。

德勤最早將人工智能與審計結合，其與Kira Systems 公司共同開發了Argus 認知模型，該模型應用機器學習、自然語言處理等技術，可以識別讀取合同和租賃等結構化文本文件，并能夠準確識別其中重要的合同條款，從數據中分析趨勢與異常。此后，德勤又推出了財務機器人“小勤人”，用于執行大量重復性的審計工作。普華永道開發了基于機器學習模型的數據審計技術工具Halo，用于分析日記賬，并能從中識別潛在的問題和風險。安永結合機器學習和自然語言處理技術，開發了全球化的數字平臺EY Canvas 和EY Helix，使用交互式視覺分析技術，讓審計工作人員可以使用高效的機器學習工具，在降低法律風險的同時也能收集到更多的信息。畢馬威開發了KPMG Ignite 機器學習工具組合，在業務決策和流程上促進數字化轉型，加強數字平臺的建設。

2.3 RPA 技術

RPA 技術即機器人流程自動化技術，用于模擬人機交互的過程，根據事先設定好的程序自動執行，并針對指定任務依據簡單的規則進行決策，由此實現自動化審計[11]。常見的RPA 平臺有UiPath、UiBot 等。

目前RPA 技術主要應用于審計自動化?；赗PA技術的審計機器人可以代替人工執行大量簡單、重復的工作，從而使得審計人員將更多的時間和精力放在更為重要的審計環節中，提高審計效率，降低審計風險。RPA技術將表示層的人機交互過程轉變為自動化流程，不涉及被審計系統底層系統的變更，同時也不涉及改變IT 系統或與操作系統集成，從而實現不同平臺與軟件的操作跨越。在應用RPA 審計機器人時，審計人員不要求具備較高的計算機知識及編程能力，只需在相關RPA 軟件上進行基本配置即可。

盡管RPA 技術給審計工作帶來了很多的便利，但RPA 技術也存在一些缺點。在目前的發展階段，基于RPA 技術的審計機器人只能執行設定好的規則，不能進行智能化審計決策。當遇到預定規則以外的審計任務，RPA 機器人則無法自動處理，需要人工干預處理。

3 人工智能審計發展前景

3.1 審計技術：多種技術混合使用實現程度更高的自動化審計

基于RPA 技術，將專家系統應用于機器學習模型構建中，使RPA 機器人能夠不再局限于執行設定好的任務，并通過數據訓練，實現自動判斷推理，為審計人員提供更多發現審計問題的參考依據。同時，RPA 機器人能夠在不同的審計環境中解決審計問題，通過不斷地升級優化系統，RPA 審計機器人能實現更高程度的自動化審計，推動未來審計工作高效開展。

3.2 審計方法：根據不同審計業務選擇合適的技術，發揮輔助作用

應根據不同審計項目的特點與規模，確定是否需要使用人工智能技術。目前大部分基礎審計業務與人工智能技術結合較少，若是盲目應用人工智能技術，不僅會增加不必要的工作量，而且可能降低審計質量。將人工智能與審計有效結合，使審計人員脫離重復性工作，提高自身的業務水平，才能切實高效地解決實際問題。需要注意的是，在審計工作中，審計人員應嚴謹對待運用人工智能得出的預測結果，機器學習模型得出的是概率，而非真實結果，不可作為真實審計證據使用。

3.3 審計模式：人工智能推進審計全覆蓋、審計全過程

人工智能推進審計向自動化、閉環式、持續性審計轉變，以超前的響應、多元的視角、閉環的管控，提供更具價值的審計監督，實現審計全覆蓋、審計全過程。在審計前，前瞻性分析識別業務風險種類、風險程度和風險發展趨勢；在審計過程中，有針對性地執行審計程序并進行整改監督，全量采集經營數據，精準定位重大風險；在審計結束之后，可以持續跟蹤線索整改，顯著提升經營質效。

4 結語

需求決定技術的發展，盡管在實際審計工作中，人工智能的應用還處于初步階段，但其發展空間是巨大的。人工智能促進了審計自動化的進程，利用計算機技術拓展了審計的方法與領域。以“科技強審”為目標，結合人工智能技術，將其真正應用于實際業務之中，才能更好地促進審計人員自身發展，提升審計質量，從而推動審計工作與審計行業高質量全面發展。