人工智能審計應用的國際進展

吳勇 余潔 王尚純 張超

一、引言

隨著機器學習、專家系統、計算機視覺、語音識別、認知計算、神經網絡等人工智能（AI）技術在眾多行業的深度應用，對會計和審計領域產生了顛覆性的影響。根據權威機構預測，到2025年，全球30%的企業審計工作將由人工智能完成（世界經濟論壇,2015），到2030年，企業對人工智能的持續投資將使全球生產力提高到6.6萬億美元。人工智能的研究，歷史上經歷了邏輯規則（利用邏輯學設定規則以協助做出邏輯判斷）、機器學習（利用大量資料訓練機器使其具備類似人類的預測能力）、認知能力（利用深度學習獲得人類感知能力）和自主學習（自主獲取和分析資料、自主適應和決策）四次重要的興衰。20世紀90年代的專家系統（也稱為規則系統）曾一度在醫療和故障診斷領域有著廣泛的應用，但到本世紀初陷入低谷期。當前隨著5G技術的應用、計算能力和存儲能力的提升、新算法推陳出新以及分析維度的拓展，且可以與圖像識別等新興人工智能技術有效結合，人工智能在視覺、語音、文字、模式和知識等的識別與生成領域有著重要應用，已逐步形成有效商業模式與完整產業生態圈。人工智能強調感知能力、記憶和思維能力、學習和自主適應能力以及行為決策能力等，人工智能在會計與審計的創新應用，將審計判斷的規則納入到流程自動化技術中，可以根據被審計單位所處的環境和行業特性，智慧生成所需的決策信息，并具有自主學習和改善提升的能力，實現信息化、網絡化向自動化、智能化的轉型。智能環境下，構建完善的審計數據生態系統，需要系統整合使用大量的外生變量，這些多源異構的數據流可能包括社交媒體、天氣、物聯網（IoT)、航拍、新聞稿件以及其他與內部數據源相關聯的數據（Cho,Vasarhelyi和Zhang,2019;Brown Liburd和Vasarhelyi,2017），通過對海量大數據的深度挖掘和分析，可以有效識別異常和風險，提高審計效率，提升審計質量。審計人員借助大數據分析和挖掘技術，一方面可以利用自動化審計程序拓展審計取證范圍，提供更高保證程度的審計意見；另一方面，通過對審計過程中海量數據的深度挖掘分析，以及與自身發展以及同行業企業發展的對標比對，能夠為管理層提供更有價值和更具洞察力的咨詢建議。

行業監管和準則制定機構高度關注人工智能在審計實踐中的創新發展和推廣應用。美國公眾公司會計監督委員會（PCAOB）成立了數據和技術工作組，以獲得理論界和實務界對以人工智能、數據分析為代表的新一代信息技術的見解。2020年PCAOB在一份最新的研究報告中，分享了對當前人工智能在識別和評估重大錯報風險以及生成審計證據方面的實施意見。國際審計與鑒證準則委員會（IAASB）的技術工作組2020年也發布了一份文件，探討了審計人員應用自動化工具和技術對審計工作可能產生的影響，并對審計準則的發展、信息技術如何提升審計質量，以及審計和財務專業人員的能力提升等提出了建議。

二、AI的概念及其分類

《牛津英語詞典》將人工智能定義為“計算機或其他機器表現或模擬智能行為的能力”。百度百科指出人工智能是計算機科學的一個分支，旨在探究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。基于知識管理的視角，人工智能是關于知識的學科，旨在探究知識表達、知識獲取、知識使用與知識創新的科學。人工智能作為一種自適應、自學習系統，可以通過計算機程序來模仿人類的判斷和認知技能，感知外部的環境變化，以便做出決策、預測或采取合適的行動。與其他理論方法不同的是，人工智能系統能夠從數據中“學習”，并且可以隨著時間的推移，基于更新的數據而自我進化（Shaw,2019）。上述內涵界定反映了人工智能學科的基本思想和基本內容，即人工智能是研究如何使用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。Ivy Munoko等（2020）認為智能行為包括觀察和感知周圍環境的能力、從語音或文本中提取信息的能力、從獲得的信息中學習以及利用這些信息做出決策的能力等屬性。基于技術生態系統視角，人工智能技術作為一組技術的總稱，是指綜合利用機器學習（Machine learning）、計算機視覺（Computer Vision）、虛擬代理（Virtual Agent）、自然語言處理/自然語言生成（Natural Language Processing/Natural Language Generation）、認知計算（Cognitive Computing）等技術，使計算機實現類似人類的智能。

普華永道（2017）在一份報告中將人工智能系統劃分為三種類型。第一類為輔助型人工智能系統（Assisted AI），用以輔助支持人類進行決策或采取行動，具體表現為機械智能，主要執行一些常規性的重復性任務。在使用這類輔助型人工智能系統時，人類保留了最終的決策權。日常工作中使用的一些智能程序即屬于此種類型，例如將語音轉換成文本的應用程序，可以幫助企業的電話客服部門轉錄客戶電話，以便更好地了解和評估客戶需求，改善產品和服務（微軟,2019）。第二種是增強型人工智能系統（Augmented AI），作為人類決策的重要補充，注重從與人類和環境的互動中學習，從數據中學習和處理信息以解決問題，因此，表現出良好的分析智能和學習能力。此種情形下人類和人工智能系統共同做出決策。這類增強型人工智能系統能夠執行一些以前難以完成的活動。例如，智慧醫療診斷系統可以迅速掃描患者數據，并為臨床醫生提供準確的解釋和初步判斷，輔助出具診斷意見。第三種類型是自主式人工智能系統（Autonomous AI），它可以不需要人類參與和協助，通過自主學習以適應不同情況，并能獨立自主地做出決策或采取行動，此種情形下人類將決策權委托給人工智能系統。自主式人工智能系統同時表現出直覺智能和同理心智能，其中，直覺智能使其能夠創造性地、有效地適應新的環境，而同理心智能則使得它能夠理解人類的情感，對人類做出適當的回應和影響，并能夠在無干預的情況下與人類進行有效交互。自主式人工智能系統成功應用于服務行業，例如與客戶互動的聊天機器人（Huang&Rust,2018）。

三、AI等新一代信息技術對審計系統性影響的文獻研究

人工智能、數據分析、機器學習、區塊鏈和機器人流程自動化等新一代信息技術在審計領域取得了很好的應用。人工智能作為一門研究、開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的學科，人工智能領域的學者希望用計算機模擬人類的認知體系，隨著計算機科學和計算機運算的發展，發現人腦的復雜程度和認知過程的難度遠遠超過人類的想象。數據分析基于數學、計算機科學、統計學領域復雜的算法，實現描述性分析（數據集的定量總結）、診斷性分析（旨在剖析動因與原因）、預測性分析（對未來發展的估計）和規范性分析（提供方案選擇和行動建議）。機器學習作為人工智能的一個重要分支，通過給定輸入和輸出，讓計算機憑借結果來理解過程和認知，利用智能算法以確保計算機系統的學習過程。深度學習作為機器學習的一個子集，基于深度置信網絡，提出非監督式貪婪逐層訓練的算法，模仿人腦的學習過程，解決深層結構最優化的難題，因此機器學習和深度學習是一個遞進的關系，前者是后者的底層基礎，而后者是在前者基礎上針對某個問題點的具體解決。區塊鏈以透明性、不可更改性和分布式系統為特征的非對稱加密技術，實現對數據變化或欺詐的即時驗證。機器人流程自動化作為一種自動化形式，其業務流程基于機器人和人工智能算法應用，有助于將重復性、標準化、規范化的工作流程自動化，消除人為干預。

關于人工智能技術對審計的影響，學者們持有正反兩種觀點。一方對人工智能應用于審計工作持積極態度。Etheridge等（2000）利用人工智能技術學習各種獨立變量/財務比率之間的關系，以便為確定公司的財務健康狀況和評估企業的持續經營能力提供決策依據。人工智能在審計領域的典型應用包括識別風險較高的審計領域，對所有交易進行審查，以選擇風險最大的交易進行測試，并分析總分類賬內的所有條目，以便檢測異常情況（Bowling和Meyer,2019）。人工智能還可用于分析并識別財務錯報或者欺詐（Persico和Sidhu,2017年），監測客戶自動化內部控制的執行情況（Hunton和Rose,2010）。人工智能的語音和面部識別技術，成功地用于檢測語音中的欺騙性或面部模式中的緊張性，并在欺詐面談中發揮積極作用（Dickey et al.,2019）。Omoteso（2012）回顧了人工智能系統在審計行業應用實施的利弊以及未來的研究發展和應用方向。Issa、Sun和Vasarhelyi (2016)提出了人工智能應用于審計工作24種不同的研究思路，并討論了人工智能對傳統手工勞動可能產生的替代或補充效應，鼓勵學者們探究人工智能驅動審計轉型的模式和路徑。Kokina和Davenport (2017)闡述了人工智能如何引發審計實踐模式的轉變。Zhao K和Moffitt（2019）提出了一個“契約分析框架(Contract Analytics Framework,CAF)”，以指導審計人員利用文本分析技術從海量合同文本中分析或提取有用信息（Zhao kai和Moffitt,2019）。Appelbaum和Nehmer（2017）討論了 “無人創新”（包括無人機、機械機器人和機器人流程自動化）如何應用于會計和審計自動化。Sun和Vasarhelyi（2017）聚焦如何利用深度學習來生成補充審計證據，支持審計人員的判斷，提高審計自動化的效率和效果。

然而，人工智能在審計中的應用并不總是完美的。Commerford,Dennis,Joe和Ulla（2020）基于會計師事務所170名被試對象的證據來源，研究了人工智能專家系統對審計師判斷的影響，結果表明高級專家系統的實施可能會改變審計師的判斷，從而在無意中有損審計質量。此外，在將人工智能技術應用于審計工作過程中，可能存在各種潛在的偏差，無論是數據驅動的偏差還是人機交互的偏差，都可能損害審計質量，如何消除偏差的影響值得進一步研究(Kokina&Davenport,2017)。

表3 審計領域人工智能應用的倫理要素

四、國際“四大”審計業務中AI的應用狀況

人工智能作為一種旨在模仿人類認知能力和判斷力的新興技術，會計師事務所在其審計和咨詢業務中若能加以合理應用，將能夠提供更加快捷、精準化的數據分析，能夠更深入地了解業務流程，有效識別高風險的審計領域，也能提高審計效率和審計質量。國際“四大”會計師事務所積極探索人工智能在審計業務中的應用，不斷加大在人工智能領域的投資，在審計計劃、風險評估、交易測試、分析和編制審計工作底稿等審計實踐中，人工智能正被用于執行審查總賬、稅務合規、編制工作文件、數據分析、費用合規、欺詐檢測和決策等（Bowling&Meyer 2019;Commerford et al.2020;CPA.com 2019;Kokina&Davenport,2017）。例如，普華永道（PwC）與H2O人工智能技術公司合作，研發了一款名為GL的創新機器人，其具有AI和機器學習功能，通過對海量大數據的深度分析，能夠幫助審計人員在短時間內了解企業，發現舞弊和異常情況，2017年被《國際會計公報》評為“年度審計創新”，該款機器人已在加拿大、德國、瑞典、英國等12個國家的20個審計項目中成功應用。安永（EY）開發了一款基于云計算平臺的EY Atlas，將AI融入到審計師的支持性環境，這款整合了人工智能和語音識別能力的智能審計程序為員工和客戶帶來領先的研究體驗。此外，安永還在存貨審計業務中使用了帶有AI的無人機對牛群實施盤點，使得存貨數據收集更加實時、準確，(EY,2016)。畢馬威（KPMG）聯合微軟和IBM Watson推出了KPMG Clara，這是一個全新的 “自動化、敏捷、智能和可擴展”的審計平臺，整合了預測分析和認知技術的各種功能，能夠實現數據驅動的風險評估（KPMG,2018）。德勤（Deloitte）開發了一款GRAPA的審計專家系統，能夠協助審計人員在制定審計風險策略時，高效獲取以往審計庫中以及全球所有同事知識庫中的知識和經驗，為風險評估提供支持。此外，德勤的Argus是一個智能工具，可以分析、搜索和定位文件中的修訂內容，能夠幫助審計人員識別合同中的微小差異，使得以往耗時耗力的文本分析工作變得快捷高效（德勤,2018）。Davenport和Raphael（2017）給出了一個德勤“認知審計”策略的例子，該策略的基本思路是“審計流程標準化-標準化流程數字化-數字化流程自動化”，并在審計過程中融入先進的數據分析和數據挖掘技術，最后，利用認知（增強）技術對審計分析和決策系統進行改造。

五、審計領域AI應用的商業倫理

當越來越多的人工智能相關技術應用于審計實踐時，研究人員、專業人士和監管者逐漸意識到，在享受技術帶來效率與便捷的同時，也產生了倫理風險問題，尤其是在高度監管的行業（Kaplan和Haenlein,2020；Munoko、Brown-Liburd和Vasarhelyi,2020）。人工智能系統是最不透明的，深度學習和所謂的“生成對抗網絡模型”使機器自我學習。但是，機器的行為常常是不可理解的，也不受人類審查。不僅人們無法知曉系統如何決策，而且所使用的數據也是不公開的。因此，偏見和錯誤可能進入系統。因此，學術界和實踐界都致力于建立適當的人工智能倫理、治理和法律框架，以便有效預防和降低這種風險。例如，歐洲科學與新技術倫理小組（EGESNT）于2018年發布了《關于人工智能、機器人和自主系統的聲明》，為控制和管理人工智能及相關技術的開發和使用提供了基礎，該項聲明中提出了人的尊嚴、責任、正義等十三項原則，作為未來建立全球倫理標準和立法行動的倫理指南。歐盟于2019年先后頒布了《可信AI倫理指南》（Ethics Guidelines for Trustworthy AI）和《算法責任與透明治理框架》（A governance framework for algorithmic accountability andtransparency），探索建立歐盟人工智能戰略提出的“建立適當的倫理和法律框架”。同樣，2019年中國人工智能治理委員會發布了《新一代人工智能治理原則》，發展負責任的人工智能，其中規定了組織在開發人工智能應用時應遵循的八條規則，以保護人類和社會的權利。在學術界，Bostrom和Yudkowsky（2014）探討了使用人工智能可能產生的倫理問題，以及如何防止機器傷害人類和其他與道德相關的生物，以及界定機器道德地位面臨的挑戰。Jobin、Ienca和Vayena （2019）基于將實質性的倫理分析以及適當的執行戰略相結合的目標，確立了制定工智能倫理準則的一系列基本原則，包括透明度、正義、公平和公正、非惡意、責任和問責以及隱私（Jobin et al.,2019）。Wright和Schultz（2018）設計了一個框架來識別人工智能在商業自動化應用中的倫理影響。Munoko,Brown-Liburd和Vasarhelyi（2020）專注于審計領域，提出人工智能審計應用面臨的挑戰，并從個人、制度和社會政治三個層面，分析了審計實踐中應用人工智能技術需要關注的倫理要素（Munoko et al.,2020），具體見表3。

六、面向AI應用的CPA考試模式變革及課程體系優化

人工智能等新一代信息技術在會計和審計領域的應用，根據既定業務邏輯進行判斷，自動完成數據輸入、分類合并、匯總統計和自主學習，智慧管理和監控自動化的業務和財務流程，智慧識別業務和財務流程中的風險控制點，降低中間環節發生錯誤的可能性，提供優質財務數據，提高舞弊的難度。同時具備高精準度、高效率、不休息、不間斷的特性。另外，每個步驟可被監控和記錄，作為審計證據以滿足合規要求，部分合規和審計工作將有可能實現全查而非抽查，全面提升審計質量。此外，通過大數據分析進行全樣本資料判斷，并以可視化界面呈現大數據分析結果，經由分析圖表中所呈現的異常與偏差，將復雜數據轉化為有意義的信息，協助審計人員識別可能的審計風險與問題，助力企業風險管控，提升營運績效。可根據企業所處的環境和行業特性，智慧生成所需決策信息，并通過自主學習和持續改善，提供有別于傳統的審計服務，審計師可以在財務決策、經營分析、預算管理及分析等方面為企業的運營改善與流程優化，提供更加廣泛、更有價值、更具針對性的建議。大數據分析以及人工智能相關技術運用能力將是重塑審計師核心競爭力的關鍵，也是未來審計師重要的職業機會。

面對人工智能及其相關技術在會計和審計領域的深度應用，注冊會計師需要為客戶提供與網絡安全管理和IT治理和風險管理相關的新服務（Tysiac,2019）。特別是2020年新冠疫情爆發后，遠程辦公成為常態，在線服務發展迅速，會計行業更加關注如何利用移動互聯技術支持加強客戶關系、提升協同合作、提高工作彈性和靈活性。國際財務報告準則的變革、5G技術的應用、大數據與物聯網的推進、人工智能自主學習的發展，都為審計人員的轉型發展提供了契機和平臺。因此，數字時代的注冊會計師必須具備人工智能及其他新興技術的思維方式和技能，掌握大數據分析、商業智能、IT治理和風險管理、網絡安全等相關知識。

為了適應這一變化，注冊會計師考試內容也需要做針對性修改。2020年1月，美國國家會計委員會協會（NASBA）和美國注冊會計師協會（AICPA）提出了一個新的“核心課程+學科”的注冊會計師考試模式。新模式中每位參加注冊會計師考試的候選人都需要（1）通過“核心課程”中與會計、審計、稅務和技術相關的所有科目，以及（2）選擇并通過三個“學科”中的一個，包括信息系統和控制、商業報告和分析，以及稅務合規和規劃。其中信息系統與控制學科包含諸如信息安全和隱私以及網絡安全等一系列高級應用主題。2020年5月，AICPA理事會以“壓倒性”的投票支持率通過擬提議的注冊會計師考試模式，預計將在2024年1月前施行新的注冊會計師考試（Coffey, 2020）。

此外，為了使得畢業生能夠適應數字時代注冊會計師的知識和能力要求，亟需優化設計本科生和研究生教育教學的課程體系。在2018年會計評審標準中，美國大學商學院協會（AACSB）更新了關于“會計專業畢業生的信息技術技能、敏捷性和知識（A5）”的指導意見。該標準明確指出，會計專業應納入人工智能和其他新興技術相關的課程，如數據管理/安全和數據分析（統計建模、文本分析、預測分析或數據可視化等）（AACSB，2018）。目前，AI的深度學習算法訓練模型耗時，并且模型的正確性檢驗復雜，需要有效率的算法，還需要有足夠的學習樣本。其次，會計和審計專業需要很多的先驗知識，尤其是自然語言處理技術先驗知識的建立及驗證較為困難，準確度仍待提升。因此，會計和審計專業人員將面臨轉型，未來審計服務將會被進一步細分，部分項目由審計人員與數據分析師以及人工智能方面的專家協同合作完成，部分項目審計人員基于數據分析師和人工智能系統提供的有價值的決策信息為依據，再利用自身的專業判斷能力給出最終結論。審計人員基于內、外部海量大數據的深度挖掘分析，能夠及時揭示被審計單位經營管理過程中的各類問題，有效識別異常和風險，為管理層提供極具價值和洞察力的咨詢建議，真正成為助力客戶公司價值發現、價值創造、價值鑒證的商業伙伴，重塑審計人員與客戶公司共創價值的審計價值生態鏈系統。

七、結論

人工智能作為一門綜合性學科，目的是使計算機實現我們認為需要以人類智慧方式實施的行為，以便將過去由人類完成的流程或功能逐步由計算機自動化實現，還可以進一步優化流程或功能的效率，也能增強個人完成任務的能力。人工智能被視為第四次工業革命的引擎，在眾多領域有著極其廣泛的商業應用。在人工智能的審計應用過程中，可以極大地提升審計工作的自動化程度，大幅減少審計過程中的人工勞動，為會計和審計帶來了巨大的應用前景。但是由于受到標準限制和保守主義行為等的影響，審計行業的人工智能應用一直發展緩慢，雖然幾家國際大型事務所已經開發了包含一些人工智能技術的應用，但這些應用仍然未接近外部審計的主流。人工智能在會計和審計領域的應用還處于起步階段，然而，其發展潛力巨大，無疑將是這個行業的未來。隨著大數據分析和認知技術的出現，借貸記賬法下繁瑣的檢查和交叉驗證等傳統審計工作將會由AI程序自動執行，但這并不意味著人類審計師的終結，理解、監測和改進AI系統和程序的新型審計師則會蓬勃發展。