人工智能審計的風險控制探析

作者簡介：羅先儒（1996-），女，滿族，四川瀘州人。主要研究方向：審計。

摘要：審計作為國家和社會監管的最主要途徑之一，必須與人工智能技術相結合才能更好的監管和促進各部門各企業的良性發展。在對現有的運用實例進行分析后，本文概括了在審計運用人工智能技術的過程中存在的三個風險：數據安全風險、人機溝通障礙風險、人工智能代替職業判斷的風險，并針對這些風險提出了相應的應對措施：加密和區塊鏈技術、數據可視化、機器學習與審計經驗結合。

關鍵詞：審計風險、人工智能、風險控制

人工智能（ artificial intelligence ）英文簡稱AI ，是一種通過普遍使用的計算機編程軟件來模擬和呈現出模擬人類智能的科學技術。人工智能的概念最早在1956年被提出，在經過多年的研究和應用發展后，目前的人工智能已經應用在生產和生活的各個方面，例如制造企業的自動化生產線、物流行業的智能匹配配送系統等。而審計作為社會治理中重要的一環，也必然需要進入到審計智能化領域中，智能化的審計管理模式和科學化的技術手段不僅有助于實現審計的全覆蓋、提升審計效率、延伸審計內涵。但在智能審計的不斷發展中，由于新的審計技術帶來新型風險也不斷暴露，想要更好地在審計中運用人工智能技術，正確識別風險并提出相應的解決辦法是必不可少的。

1.人工智能在審計中的運用情況

1.1人工智能在審計中運用的理論基礎

1956年8月，人工智能在美國達特茅斯會議上被正式提出。直至近十年來，計算機和芯片行業的發展，存儲條件、處理器性能的更新以及新型技術手段的出現才為人工智能領域奠定了基礎。2017年，國務院辦公廳正式印發的《新一代人工智能發展規劃》，提出的主要面向2030年的關于推進推動我國新型下一代工業人工智能產業發展的主要戰略目標之一是加快推進建立一個創新型工業國家和大力推進建設世界性的高新技術產業強國（中華人民共和國中央人民政府，2017）。

隨著越來越多的行業與人工智能技術的融合，審計作為國家和社會監管的最主要途徑之一，也必須與人工智能技術相適應才能更好的監管和促進各部門各企業的良性發展。人工智能技術的應用，使審計人員從重復性較強的數據計算處理、分析等工作中解脫出來，審計人員可以更好地從事其他重要工作（楊明增等，2015;Agnew，2016）。此外，智能審計借助于人工智能技術既可以對審計的流程和模式自主學習，也能夠通過實時監測及時發現異常情況并進行處理（陳莉，2019）。

我國傳統審計流程主要分為三個階段，即審計計劃階段、審計實施階段和審計結束階段。在與人工智能技術相結合后，這三個階段的模式發生了一定的改變。在審計計劃階段，人工智能技術可以幫助審計人員從多渠道，以內外部結合的方式獲取信息，分析被審計單位的內外部環境、風險水平、重要性水平等因素，同時根據審計機構的人力資源數據，分析匹配最合適該項目的審計小組，確定審計范圍和時間。在審計實施階段，人工智能主要可以用于審計證據的獲取和工作底稿的自動生成。除了通過直接鏈接被審計單位財務系統外，還可以利用數據挖掘和OCR技術等將非結構化數據轉換成易分析審計證據。同時結合了人工智能的持續監測、實時數據記錄和區塊鏈技術，可以自動定時地生成審計日志，降低數據被篡改的風險。此外還可以通過提前設置或自動抓取審計文書模板的方式，自動生成審計通知書、函證書等。在審計結束階段可以根據審計過程和以前的審計結論自動生成審計報告和整改方案。

1.2人工智能在審計中運用的實例分析

實際上，國際四大會計師事務所對于智能化的審計已經進行了一些探索，例如德勤在2017年推出的智能財務機器人"小勤人"，隨后又推出了主要面向中小會計師事務所的智能審計平臺，在這個平臺上審計人員可以在輸入審計數據和需求之后，由平臺自動分析審計風險并生成審計報告。通過對德勤公開案例的研究發現其在風險評估和選擇應對措施方面遵循的還是如圖1所示的基本邏輯。但在數據收集方面則基本交由“人工智能”來進行，有效地提升了工作效率，根據德勤消息，其有效地減少了審查法律合同文件，發票，財務報表和董事會會議記錄的時間達50%以上。

而畢馬威開發的"人工智能信貸審閱工具"則更為詳盡的描述了人工智能技術如何與審計過程相結合。其主要功能如圖2 所示。首先，利用自然語言處理技術實現信貸文本的批量秒讀，和自動化快速分類。其次，識別信貸文本與相關資料中的重要信息，實現對自動化摘要處理。再次，利用深度學習模型，自動識別資料中包含的各類風險信號，提取對應的關鍵風險信息。隨后，運用大數據技術收集整合金融機構內部和外部數據，深度挖掘風險點，進行多維度風險信息分析。最后，可視化展示內外部整合數據的風險信息，提供更直觀、更具洞察力的輔助決策。

總的來講，人工智能技術在審計中運用，可以根據對各種業務類型的劃分歸納，自動對所涉及的業務數據和財務數據進行了采集、初步處理、分析及實時監測，自動地產生各種預測和應急預警的信息，為被審計的項目提供了線索及相關資料;這些措施有利于審計人員明確審計的重點與審計范圍，科學地安排年度審計工作，將有限量的審計資源合理配置投入至公司經營業務中存在較大風險的領域，實現了審計管理工作的科學化、信息化、規范化。

2人工智能審計帶來的新型風險

大數據審計是指面對大量的數據，運用大數據技術方法和工具，開展多層次、多部門聯合的數據收集、分析和驗證。與傳統審計相比較，大數據審計所使用的數據更多源復雜，所使用的技術方法更科學高級。而人工智能審計則是在大數據審計的基礎上，將審計過程智能化和標準化，可以說大數據是人工智能審計的基礎，而人工智能是大數據審計的未來提升的必然方向。而在這種發展衍生的過程中，通過分析發現會面臨以下三種新型風險：

4.1數據安全風險

人工智能審計的所有構建都基于大量的數據和數據模型，所以數據安全風險既包括數據源獲取是否準確與全面的風險，也包括數據泄露的風險。

我國目前各地管理標準不一、信息化智能化建設水平差異較大、各地和各部門出于信息安全性考慮對大部分數據保密等情況，造成了各級審計機關之間、審計機構與被審計單位之間數據流通不暢的問題。并且在大數據時代，信息量巨大，信息結構復雜，網絡中充斥著大量的虛假信息、錯誤信息，如果數據源出現錯漏，將影響整個審計過程和審計結果。而在進行數據儲存和傳輸的整個過程中，一旦用戶的數據庫和服務器遭到黑客的襲擊，很有可能就會造成數據泄露。例如，成本和原材料等信息如果被外泄，該個企業會在供應鏈的定價戰略等諸多方面陷入被動的狀態。

4.2人機溝通障礙風險

在審計中的人機溝通的目標就是為了使得用戶和計算機軟件之間能夠做到盡可能方便地進行信息交換。然而目前審計機構的審計方法大多都停留在基于SQL的數據查詢和基于電子表格軟件的數據查詢兩個層面。然而這兩種方法都有其無法避免的不足之處。

在SQL的數據查詢方法中，需要根據不同的問題特征編寫較為復雜SQL語句，這對于審計人員的電腦和編程能力有很高的要求;而這種分析的結果通常以二維表格展示，當所得到的結果數據量較多時，無法直觀的展示篩查結果。而在基于電子表格軟件的數據查詢中，大多軟件無法對大量的數據進行分析，同時半結構化的數據也很難用到傳統的電子表格進行分析。而當今數據量不斷擴大，數據類型和結構也更加復雜，很顯然電子表格軟件已經無法完全滿足對于大數據審計工作的需求。

4.3人工智能代替職業判斷的風險

審計的職業判斷，是指審計人員在對于審計準則、財務報表的編制及其職業道德操守進行熟悉和掌握的基礎上，將其相關知識、技術以及實戰經驗進行綜合應用并針對具體審計業務做出的一種有根據性地決定的判斷。

目前的人工智能技術運用水平下，人工智能的運行還是要依賴以往的經驗判斷和設定的程序語言，再通過高速的運算，最終做出類人的行為。無法取代人腦的創造性解決問題的能力和對新事物探索定義問題的能力。尤其在被審計單位或人員不配合、刻意隱瞞作假、行為言語有異常引起審計人員警惕的情況時，人工智能則完全無法對審計人員起到替代作用。在不能夠保證所有被審計單位都對審計機構保持絕對信任和完全的數據共享的前提下，人工智能想要完全取代審計人員，代替審計人員的職業判斷，還需要在技術和制度兩方面都作出更多的努力。

3人工智能審計新型風險的應對措施

5.1靶向數據安全風險：加密技術和“區塊鏈+審計”

針對數據安全問題，加密及安全技術的發展，比如，基于數據倉儲單元的信息安全技術，查詢方憑借設定的訪問授權才能對所指定的數據記錄或者是數據庫中的文件進行查詢。伴隨著大量的數據搜索收集及分析，查詢方的組織屬性、訪問類別等信息將以"安全標簽"的形式嵌人至其中的原始數據，形成唯一的新型數據單元結構。將大量的數據倉儲單元安全技術綜合運用于監督信息共享的平臺，可以直接通過對訪問授權的方式進行控制，從而有效地保證了原始數據的采集存儲、流通等相關信息的完整性及其安全，使得審計過程和審計成果的應用可以變得更加高效、便捷。

而區塊鏈技術是一種基于去中心化的全新分布式記帳技術，區塊鏈的去中心化特點，減輕了存儲審計數據的管理壓力，降低了審計數據存儲的安全風險。同時，區塊鏈也充分利用了時間戳技術來有效保障本地客戶端與遠程移動終端之間的數據實時更新順序完全相符。時間戳技術能夠直接作為對區塊數據"存在性"和“真實性”的事實證明，確保了應用該技術的審計系統的安全性和可靠性以及相關信息準確真實性，大大增加了審計抵御技術風險和辨別真偽能力。

5.2靶向人機溝通障礙風險：數據可視化

數據可視化的應用在很大一定程度上解決了數據分析技術難度高和分析結果不直觀的問題，數據可視化主要是通過各種易于理解的手段，將復雜的數據顯示出來，從而能夠清晰有效地直接表達出數據中的信息，審計人員通過數據可視化就能發現隱藏在數據之下的規律。基于SQL的查詢方法、基于電子表格的查詢方法，以及基于數據可視化分析方法的主要優缺點如下表見表2所示。

在對交通運輸、地理資源、環境保護等領域進行審計時，其業務數據包括融合了幾何、像素信息的圖形和影像數據。此時，數據可視化分析的優勢就體現在：第一，它擁有友好的人機交互功能，可以實現數據分析的操作只需系統頁面的簡單點擊就可完成。第二，它具有豐富的圖象化功能，有助于審計人員掌握審計要求和重點。第三，其具有強大的圖形分析技術，可以交互地構建和調節曲線、表面、節點等各種數學模型，可以替代一部分編程工作，提取異常的數據。

5.3靶向人工智能代替職業判斷風險：機器學習與審計經驗結合

機器學習是現代人工智能的一個重要組成部分，它使分析模型的建立進入自動化的程序。機器學習用模型進行數據分析，其預測是否可靠，依賴于它所輸入的歷史資料質量。所以，人的偏好可能影響到為了訓練人工智能所需要選擇的數據集、為過程所選擇的計算方法和對輸出進行詮釋。

而為了使得審計智能化和自動化，不僅要及時地搜集到所有審計的數據，還要反復進行數據處理，推導得到可以廣泛應用的公式，在數據庫的選擇與篩選中，任何一個數據如果出現錯誤都有可能直接造成最終分析結論準確性的下降，但人工智能在其現有的信息化和科技水平之下，無法通過自主機器學習的方式來彌補其中這一缺陷，換句話說，目前人們只能通過培訓提升審計人員的業務水平和職業道德，減少甚至消除了劣質數據的形成和產生，再通過對數據的存儲分析來積累優質審計人員和專家的經驗，以此來應對人工智能無法代替職業判斷的風險。

參考文獻：

[1]楊明增，任慶玲.現代風險導向審計模式運用及其研究[J].中國注冊會計師，2015（03）：95-99+3.

[2]陳莉.加快會計師事務所信息化建設的六大任務[J].中國注冊會計師，2019（11）：34-35.

[3]李強，謝汶莉.大數據審計中的可視分析[J].中國內部審計，2016（02）：79-86.

[4]宋夏云，周琬宇.大數據視角下智能審計取證模式研究[J].中國內部審計，2018（12）：71-74.

[5]許漢友，汪璐璐.智能審計本質之問[J].商業會計，2020（23）：4-8.

[6].國務院印發《新一代人工智能發展規劃》[J].廣播電視信息，2017（08）：17.

[7]陳少東.人工智能“秒讀”信貸文檔，畢馬威助力金融業審計轉型[EB/OL].畢馬威中國，2018-08-10.