論人工智能時代國家審計變革與發展

蔣 楠（研究員）

2013年世界審計組織發布的《北京宣言——最高審計機關促進良治》中提出：作為國家治理不可分割的組成部分，國家審計依法履行其職責，客觀公正地進行監督、鑒證、評價和建議，以供國家決策者制定政策和開展規劃所用。國家審計的核心是以高質量信息作為決策基礎，通過最大程度地公開和整合數據資源來監督政府及相關機構受托責任的履行情況，并提出完善的對策來壓縮權力尋租的空間，降低宏觀政策實施過程中的不確定性風險，推動實現國家的良好治理，保證經濟社會的健康運行和科學發展，從而更好地保障人民的利益[1]，這是國家審計發揮作用的根本所在[2]，也是提高政府公信力并增強國家治理能力最有效的方法[3]。國家審計涉及面廣、業務類型差異大（包括經濟責任審計、資源環境審計、政策落實跟蹤審計及涉外審計等）、數據結構復雜且需要較多的職業判斷，人工智能技術的快速發展和應用對其產生了很大的影響，審計的手段和方式、具體業務標準、組織體系以及信息安全等都發生了不同程度的變化。如何應對這些變化并解決面臨的問題，對于改善國家治理的質量、體現國家審計的社會價值具有重要意義。

一、人工智能的產生及發展

早在17世紀中期，萊布尼茲、托馬斯·霍布斯和笛卡兒就提出了形式符號系統這一人工智能的最初假想。到1950年，Alan Turing在《計算機器與智能》中闡述了對人工智能的思考，并認為圖靈測試是機器智能的重要測量手段；1956年，美國計算機科學家約翰·麥卡錫在達特茅斯會議上首次提出了人工智能（Artificial Intelligence，AI）的概念，認為“我們的研究建立在這樣的一種猜想之上，即（人類）學習的每一方面或者智能的任意一種特征在原則上都能夠被精確描述，并可以由機器來模擬”。相比傳統方式下人們需要按照預先設定好的規則或框架完成工作，人工智能的出現使機器可自行對數據展開分析并進行模式識別。不僅如此，人工智能還可以根據數據結果進行一次甚至多次不間斷的學習進而完善決策的制定機制，因此數據的質量和數量對于人工智能而言十分重要。

雖然迄今為止人工智能尚未有統一的概念，但是人們普遍認同它能夠從數據中學習并利用所學實現既定的目標和任務[4]，并像人類一樣理性地思考和行動。因此，人工智能接近于人類大腦的邏輯思維，它將對個體、企業和社會產生巨大的顛覆作用。我國在2018年發布的《人工智能標準化白皮書》中指出，人工智能一般具有三方面的特征：一是由人類設計，為人類服務，本質為計算，基礎為數據；二是能感知環境，能產生反應，能與人交互，能與人互補；三是有適應特性，有學習能力，有演化迭代，有連接擴展。由此可見，人工智能就是基于強大的計算能力使機器具有類似人類的認知功能，其借助自然語言處理（NLP）、機器學習等技術對數據進行分析，通過深度學習形成不同的算法模型來幫助人們做出適當的決策。

雖然人工智能經歷了不同的發展階段，但由于受到技術發展水平以及數據質量和數量的限制，相關研究并沒有取得實質性的進展。2006年，多倫多大學教授杰弗里·辛頓指出，人工神經網絡所具有的優異特性使其具有較強的學習能力，且深度學習的難度也能夠通過“逐層初始化”予以解決，因此深度學習不同于傳統的機器學習。隨著杰弗里·辛頓等對基于人工神經網絡學習模型的探討以及深度學習概念的提出，人工智能開啟了在各領域應用的第三次浪潮。特別是2016年Google的人工智能AlphaGo戰勝圍棋高手李世石，這一事件引起了人們對人工智能的極大關注。世界各國紛紛將人工智能列入未來發展重點，Google、Facebook等世界巨頭也通過并購等方式開始布局人工智能領域，人工智能的第三次浪潮引發了社會各行業的巨大變革。

二、人工智能審計的原理

人工智能審計通過融合信息系統審計、數據式審計、大數據審計和聯網審計等進一步改變了審計模式和方法。與已有的審計手段相比，人工智能審計以大數據為基礎，利用更廣泛、更多樣化的數據，通過數據挖掘、云計算、機器學習、深度學習等技術構建形成不同算法的審計模型，根據審計的具體規則和各要素之間的勾稽關系來識別業務過程中的異常點從而獲取審計經驗。相比傳統審計模式，人工智能審計模式下基于算法的審計決策依據更充分，決策的制定過程也更為客觀、準確、迅速。由于在審計過程中還涉及與單個被審計機構有關聯的風險以及整個組織所面臨的整體風險，因此從全覆蓋以及實時性角度來看，人工智能審計真正實現了以動態變化的方式理解并恰當管理這些風險，使持續審計成為現實。人工智能審計原理如圖1所示。

圖1 人工智能審計原理

借助AI平臺這一基礎層，人工智能審計以搜集的結構化和非結構化數據為數據源，通過計算機視覺、自然語言處理、知識圖譜及語音識別等各種規則設定程序構建的通用層來模擬人類的各項能力，利用人工智能的通用技術與具體審計業務應用的深度融合搭建了應用層。如果存在數據量不夠或者數據質量不高的情況，就需要從流程或算法上尋求解決方案。例如：對于有效樣本數不足的問題，可通過采用少樣本學習的算法予以解決；對于數據采集質量差的問題，可通過數據清洗和轉換等方式進行處理，借助更為精細化的規則程序進行深入分析。在應用層，人工智能審計實現了價值創造的三個層次：自動化、智能化和創新化。作為感知智能技術的單點應用，自動化是指由審計機器人代替人類自動執行業務程序，通過多樣化的傳感器捕捉更全面的信息，審計全過程自動化拓寬了審計覆蓋領域，實現了對所有審計項目的集中統一管理和審計數據的全覆蓋。當然在大多數情況下，自動化涉及的只是審計業務鏈條中的一個或某幾個環節，本質上并不改變原有的業務流程。在自動化的基礎上，基于知識圖譜、自然語言處理及深度學習等認知智能技術和算法發展起來的智能化則讓計算機具備了分析、推理和決策能力，這一階段通過對審計業務流程的改造大幅提升審計能力。到了價值創造的最高層次，創新化則根據智能化應用過程中改變的傳統業務流程對審計功能及整體流程進行重構，進而形成新的審計模式或者更為細分的審計業務，真正實現人工智能技術與審計的深度融合。

三、人工智能對國家審計的影響

1.人工智能改變了審計取證方式，提高了審計效率，使審計人員的工作重心發生轉移。相對于賬項基礎審計和制度基礎審計模式下通過梳理政策、檢查賬簿報表等文件資料、觀察及詢問相關部門和人員來獲取信息，并以此為依據開展審計工作，現代風險導向審計模式所具有的“整體觀”使得審計人員的取證范圍從財務報表擴展到了全部的業務及戰略活動。但由于需要大量的審計判斷，審計對于現代技術的運用落后于其他行業，在很大程度上制約了審計工作效率和效果的提高。在傳統審計方式下，無論是審計準備階段的識別和評估風險點、確定審計的重點領域，還是審計實施階段的內部控制測試、分析性程序和實質性程序，都要通過估計風險的數量和性質、抽取憑證、穿行測試以及比率趨勢分析等方式來實現。同時，由于非財務信息占比較大，這部分信息的搜集和整理也耗費了審計人員大量的時間和精力。隨著業務量的增多、政府項目規模的擴大，業務規則趨于復雜，審計風險也日益增大。尤其像重大政策落實跟蹤審計這類業務，由于周期較長，審計人員需要持續跟蹤審計意見的執行情況，大量重復性的基礎業務占據了審計人員有限的時間和精力，具有戰略性地位的審計決策和后續審計反而成為“掃尾”性質的工作，頭重腳輕的資源配置使得本應通過發現并及時彌補運行過程中的漏洞而不斷實現自我健全和完善的“免疫系統”并沒有起到真正的作用，導致國家審計工作缺乏亮點，難以產生足夠的影響力。

人工智能的發展幫助解決了信息傳遞速度與成本之間的一系列難題[5]，幾乎改變了從審計計劃到審計報告的整個審計過程，對數據采集、比較與驗證的影響尤為顯著。近幾年，我國逐漸將人工智能技術應用于資源環境審計、領導干部自然資源資產離任審計等業務。例如，2018年天津市濱海新區審計局在政府投資審計中首次使用無人機低空遙感測繪技術，2019年無錫市審計局在某工程項目審計中也使用了無人機遙感技術，借助無人機的可變圖像和對象識別工具以及全球定位系統（GPS）或遙感地理信息系統（GIS），可以獲取所需要的精準數據并實現全流程監控。這種遠程或非現場的方式不僅保證了數據的一致性和準確性，彌補了傳統取證方式的不足，更使得審計人員有較多精力專注于解決風險、完善對策，顯著提高了審計效率。

目前，人工智能對審計影響的焦點集中于審計工作中勞動密集型任務的自動化。審計過程中的風險評估和識別、內部控制測試、分析程序，甚至包括驗證、重新計算等在內的占比較高的實質性測試任務都可以由人工智能技術協助完成[6]。隨著技術的不斷完善與發展，這些工具會讀取、管理和分析更復雜的合同和數據，審計報告也可以通過人工神經網絡和深度學習自動生成。由于合同及發票的抓取驗證、賬證數據的復核、銀行對賬、折舊及攤銷的重新計算及工作底稿的自動填寫等一些工作量大但不涉及太多職業判斷的工作都可以通過機器人流程自動化（Robotic Process Automation，RPA）來處理①，審計人員能集中精力關注更加復雜的交易事項，從而極大地提升審計工作的質量和效率。由“跟項目”到“跟部門和項目”再到“跟數據”，審計工作重心逐漸由簡單重復性的業務前端后移至需要更多職業判斷的決策端，為更好地發揮預防、抵御和揭示功能，推動并完善國家治理起到了重要作用[7]。

2.審計風險更隱蔽，審計責任難以界定。隨著技術的進步，審計業務中自動化的適用范圍也在不斷擴大[8]，特別是一些規則明確、重復性高的工作（如內部控制測試、賬目核對及細節測試等）完全可以通過自動化進行處理。在運用人工智能技術對數據展開分析時，由于這是一個技術支配數據從而引導審計人員進行后續審計的過程，技術風險具有更廣泛的滲透性。現有技術條件對于結構化數據的分析處理已經實現了智能化和精準化，但是以圖片、視頻、郵件等形態呈現的非結構化數據大多難以直接用于分析處理，由于無法全面掌控這類數據，極易出現大量的“偽相關”關系，甚至可能出現錯誤的推斷和結論，從而對國家戰略決策產生誤導。

另外，通過對人類意識、思維的不斷模擬、延伸和擴展，人工智能從最初的回歸算法、決策樹等傳統模型發展到今天的深度學習等新興算法，其計算和決策的過程越來越復雜。多數基于深度學習的算法是通過無數次的試錯學習、不斷模擬產生的，除了開發、設計算法的人員，其他人根本無法理解算法模型及其運行的機制，對其內在機理更無從了解和判斷。因此，在應用過程中，審計人員面臨的最大挑戰就是算法模型的可解釋性問題，包括由于算法不同而引發審計結果的差異性，而這種不可解釋性或未知性也恰恰是審計風險之所在。當然，在從靜態封閉轉向動態開放的過程中，還可能存在一些由數據規模引發的異常，這些網絡安全隱患甚至連計算機程序也無法快速檢測發現。尤其是在出現決策失誤時，很難判斷其究竟是審計人員方面主觀導致的，還是因為網絡技術原因或算法模型而引發的，從而在認定時難以追究具體的責任。

3.人工智能技術的應用減小了審計期望差距，降低了審計資源的不對稱程度。在傳統審計業務執行過程中，由于溝通反饋不及時、數據量過多或理解的差異性等一系列原因，只能看到概述性的審計結果。以預算執行情況為例，由于涉及很多的部門和業務，審計部門出具的審計決定書或整改意見函中只能把發現的問題做一般性列示，例如上年度資金未結轉、款項未清退、長期掛賬未清理、違規支付、違規出租出借房產等，對于這些問題的整改進展情況以及如何在制度層面加強預算控制、如何控制一般性支出等都無法進行及時、深入的了解，審計結論與公眾期望之間存在一定的差距。而政府數據量的擴大和業務的日益復雜化又使得審計供給的緩慢增加與需求的快速增長之間的差距越來越大，審計的效率和效果難以兼顧。

在人工智能環境下，強大的計算能力使機器具有類似人類的認知功能，審計人員能夠根據國家治理的需要準確、迅速地介入相應業務流程中，無論是自然語言處理還是OCR等都可以同步進行；基于大數據的模型生成和算法的實時調整更是增強了審計部門的業務能力，提高了問題分析的深度和廣度，從而減小了審計期望差距。不僅如此，在人工智能技術的支持下，政府資源中大量結構化和非結構化的數據得以實時采集與充分的整合管理，對各種信息資源的持續監測實現了在設定情境下的智能化審計分析，全方位覆蓋的審計流程打破了各業務部門的界限，降低了審計延遲，為國家審計資源的實時共享提供了支持。

四、有關人工智能時代國家審計的進一步討論

1.人工智能對審計業務流程的影響。隨著信息技術的發展，近年來先后出現聯網審計[9]、持續審計[10]等不同的作業模式，尤其是人工智能審計的出現極大地改變了審計工作的性質，統一的大數據標準推動了審計作業的自動化，深度學習系統通過分析傳感器的數據進一步深化了人工神經網絡的運用，促進了審計技術和方法的發展。在人工智能時代，審計師可以實時監控運行數據（如建立對于耕地和基本農田的視頻監控網，強化耕地保護的全流程監測），審計署及各級審計機關可以清晰地看到每個結論的依據，從而獲得對數據更加深入的理解。同時，審計部門也能夠快速響應國家治理及相關業務的發展變化，審計人員更多地參與到審計流程的判斷和分析中，審計期望差距大幅縮小，審計效率和質量大大提高。特別是隨著區塊鏈技術的不斷發展，它所具有的分布式記賬與去中心化的點對點通信（P2P）以及數據公開透明、不可更改與可追溯性等特點，使得經濟數據的記錄方式發生徹底變革。借助一站式區塊鏈平臺，任何經濟活動的參與方信息都能被整合上傳并接受多方監督，審計鏈上的數據更加真實、完整。如果單位內外部信息實現了無縫銜接，那么審計人員就無須再將內部信息與外部第三方數據進行核對驗證，在審計工作中就可以跳過現有的實質性程序，從而極大地簡化業務流程，真正實現審計的實時性和全覆蓋。

2.人工智能技術運用給審計帶來的風險與挑戰。在肯定人工智能為審計領域帶來發展機遇和深刻變革的同時，也要注意到發展過程中存在的問題和風險。相比傳統的技術解決方案，人工智能可以自行分析數據并根據不同的模式識別進行多次的連續學習來創建或更新現有的模型以完善決策制定的算法，整個過程對于所處理數據的數量和質量十分依賴，特別是不斷的試錯學習需要大量的數據訓練，這也是保證人工智能審計處理結果準確性的基礎。若沒有大量數據的學習和訓練，就談不上人工智能審計。但就現有情況來看，多數政府或企業平臺輸入端缺少高質量的大數據，單位及部門之間的系統架構也阻礙了數據的自由流動，數據孤島的存在使得充分的數據共享難以實現。與此同時，數據結構化的不足也成為一個硬傷。由于非結構化數據多數是難以直接進行分析的，大數據審計平臺收集到數據后首先要將數據進行分類，并將非結構化數據通過數據的處理與轉換變為結構化數據，利用文本分析等創造性的方式將非結構化數據和半結構化數據變成可用于分析的數據[11]。

不過，對于目前主流的機器學習模型來說，由于非結構化數據具有不斷變化和不可預測的特性，處理起來難度較大，數據預處理時間長，應用開發成本較高，最重要的是并非所有非結構化數據都可以轉換為結構化數據。2014年10月，《國務院關于加強審計工作的意見》中提出，要“探索在審計實踐中運用大數據技術的途徑，加大數據綜合利用力度，提高運用信息化技術查核問題、評價判斷、宏觀分析的能力”。因此，有必要開發新的解決方案進行數據的管理分析，適當、合理的數據分析方法在國家審計中將發揮越來越重要的作用。此外，由于只能在部分基礎審計工作領域人為設置特定的指令，對于高難度的審計業務還必須依賴具備一定職業能力的審計人員來完成，同時對語義的精確理解以及機器視覺等內容，現階段的模型能力還相對有限，因此現階段的人工智能國家審計還停留在概念層面，處于發展的初級階段或弱人工智能階段。

真正的人工智能是從新數據中進行連續的學習，通過建立相應的模型預測來得出結論，這整個過程的不透明性和不可解釋性導致審計人員很難理解并把握最終決策形成的機制。就此而言，與決策制定相關的人工智能解決方案會使審計數據的可追溯變得異常困難，無法找到或提供支持該算法或模型的證據，人工智能技術的快速發展甚至可能會導致在短期內產生大規模的處理錯誤，如網絡云平臺存儲和傳輸的數據一旦因系統漏洞、病毒及各種運行故障而出現泄漏或者丟失，就會對信息安全產生巨大影響。如何在充分利用人工智能所帶來便利的同時保障國家數據和系統的安全是審計人員面臨的重要挑戰。不僅如此，部分算法模型的不透明性還與現有法律法規產生了沖突。例如，1996年《美國健康保險流通與責任法案》（HIPAA）就強化了對個人身份信息的保護，而2018年《歐盟通用數據保護法案》（GDPR）則明確規定企業在特定情形下需要向用戶闡明他們的個人數據是怎樣被使用的并做出合理的解釋，包括那些會對用戶產生重大影響的自動生成結論的內部機制。因此，應該將對具體應用程序和算法模型的審查納入審計范圍，而有關立法及國家審計準則的制定機構也應該密切關注人工智能的發展，加強對人工智能、信息及網絡安全等相關領域潛在風險的研判和防范，通過建立并完善有關標準及法律法規體系及時維護國家利益。

3.人工智能與審計基本理論及原則的關系。雖然人工智能技術實現了審計業務的高效化和智能化，但是人工智能時代的國家審計仍舊是以審計的基本理論和原則為基礎發展起來的，兩者之間呈現出引領與促進、相輔相成的關系。人工智能審計模式改變了以往國家審計準則中對審計目標的設定，審計證據的獲取方式、充分性和可靠性要求以及審計人員的獨立性定義也發生了不同程度的變化，但是無論怎樣都應重視審計的理論與準則建設，不能一味地追求效率和技術的創新而停止對審計理論的探索和研究，忽視甚至放棄審計規則和商業倫理，導致人工智能審計成為“無根之木、無源之水”。

2017年10月，習近平總書記在十九大報告中提出要“善于運用互聯網技術和信息化手段開展工作”。2018年5月，在中央審計委員會第一次會議上，習近平總書記再次明確指出“要深化審計制度改革，解放思想、與時俱進，創新審計理念……要堅持科技強審，加強審計信息化建設”。2017～2019年的政府工作報告中更是連續三年提到了人工智能的重要作用，指出應加強新一代人工智能的研發應用。因此，要始終站在理論與應用的前沿，充分利用好我國現有的審計信息化優勢，對國家審計準則和理論做出及時的調整，將信息系統審計準則、數據審計準則、數據審計質量控制準則等融合在一起，借助“金審工程”和5G網絡，集中力量加快設立符合人工智能的數字審計標準，爭取有關準則、規范和指南制定的國際話語權，在國際人工智能審計領域成為世界引領者。

4.人工智能審計的發展對審計人員地位和作用的影響。Frey和Osborne[12]的研究表明，在未來由于受到自動化的影響，會計和審計被取代的可能性為94%。Srinivasan[13]甚至認為人工智能所帶來的審計自動化可能會導致審計職業消亡。盡管人工智能給現代審計帶來了深刻的變革，但就目前來看它的作用仍然是有限的，特別是在溝通、職業判斷以及決策制定這幾個對國家審計而言極其重要的方面，仍舊無法完全替代人類的工作。一方面，在開展審計工作前的計劃階段，審計人員需要與各單位部門進行溝通，為制定有針對性的審計實施方案積累資料；在實施審計的過程中，審計人員根據對具體業務情況的了解決定是否在正式審計過程中繼續跟進可疑事項、進行深入調查，包括了解內部控制的制度和環境以及控制程序的執行情況等；在出具審計報告前，審計組成員要圍繞審計發現進行討論以確保足以支持審計結論。另一方面，審計師在執行業務的過程中，要充分聽取各部門人員的看法、意見和建議，這是審計流程中至關重要的一部分，只有通過觀察、詢問、交流才能保證審計業務的順利進行，而人工智能目前還無法做到這一點。

不僅如此，人工智能技術雖然可以判斷某些指標或數據的異常，但是異常的背后隱含著怎樣的利益輸送、如何協調部門間的利益沖突、怎樣進行溝通才能實現雙贏以及如何對國家政策進行改進和完善等問題都是人工智能目前無法解決的。無論是對需求的準確理解還是對謹慎度的把握，都依賴審計人員自身的職業判斷。尤其是隨著交易事項日益趨于復雜化，每次審計的目的和內容都不相同，對于這些非常規的業務，人工智能審計系統還無法完全代替人類做出判斷，在無章可循的情況下審計人員的職業判斷就顯得越發重要。可以說，人為的干預和判斷永遠是審計工作最有價值的部分。

人工智能時代要對審計人力資本的發展進行徹底的反思與轉變，審計人員需要實現徹底變革以適應未來的職業需求[14]，但人工智能終究是模擬人類邏輯思維判斷過程的一個應用系統，過于依賴該系統可能會導致審計人員失去自己的判斷力。因此，未來應該將人工智能審計作為提供輔助判斷的系統，而不是完全依賴人工智能技術，人工智能有可能變革審計，但永遠不會取代審計專業人員[6]。當然，隨著科技的進步和成本的逐步降低，人工智能技術將得到深入運用，人工智能審計體系將逐步完善，審計過程將變得更加透明、更加富有洞察力和更加高效。尤其是隨著“大智移云”時代的到來，人工智能技術將更好地帶動審計發展、服務于審計工作，與國家治理體系和治理能力相適應的審計監督機制會在保障和落實國家重大決策機制、維護國家經濟安全、促進依法治國、推動深化改革以及推進黨風廉政建設等方面發揮越來越重要的作用。

五、結語

隨著自然語言處理、文字光學識別及以Neo4j為代表的圖數據庫分析工具等多項人工智能技術的廣泛應用，審計取證方式實現了由多樣化向高質量、高效率的轉變，持續審計在審計對象“全覆蓋”的前提下逐步成為現實[15]，審計工作重心也由業務端轉移到了決策端。以大數據國家審計平臺為基礎，依托多種機器學習算法模型和更強大的計算能力，人工智能時代的國家審計改變了傳統的審計模式，優化了審計流程，這不僅有助于緩解審計工作任務重與力量不足的矛盾，也為提升審計成果的質量、層次和水平，以及聚焦主責主業，做好常態化“經濟體檢”工作提供了堅實保障[16]。

【注 釋】

①雖然從算法的角度來看RPA和人工智能都屬于自動化的范圍，但是兩者并沒有實質上的關聯。從嚴格意義上講，由RPA代替人類從事重復性的工作僅僅實現了流程的自動化，盡管中間也可能融入了光學文字識別（OCR）技術，從合同或發票這類半結構化數據中提取文字，但是由于不存在復雜算法和深度學習的問題，沒有實質性地改變系統流程，所以本質上應作為初級的自動化或稱為弱人工智能階段。而人工智能是基于不同的算法和實時的數據訓練進行規則和統計模型的調整，具備了人類的“認知功能”，應屬于自動化的高級階段，也稱為強人工智能或類人工智能階段。此處本文不做具體的區分。