審計行業期待AI賦能 多重瓶頸如何突破？

證券時報記者 胡敏文

“從事審計近30年，我有幸見證了中國的飛速發展，更切身體會到科技的日新月異，但我們的審計技術幾乎是原地踏步，沒能與時代同拍。”在接受證券時報記者採訪時，某頭部會計師事務所合夥人的感慨，道出了審計行業當下的集體焦慮。

數據量爆炸式增長且複雜性提升，手工操作效率低下而人力成本高企、風險識別滯後且精準度不足……傳統審計模式在數字化浪潮中漸顯疲態，人工智能（AI）技術正成爲會計師事務所突破困局的關鍵抓手。在審計質量要求攀升、合規監管趨嚴的背景下，行業對AI價值的認知已達成共識，一場技術驅動審計變革的大幕正悄然拉開。

審計亟待AI賦能

在人工主導的傳統審計模式中，審計人員深陷重複性工作，面對海量數據效率低下；依賴經驗判斷不僅易遺漏隱蔽關聯交易與複雜舞弊，審計標準執行也受主觀影響，獨立性常遭干擾。更棘手的是，傳統抽樣方法難以覆蓋全量數據，可能導致重要線索遺漏；對企業內部控制體系難以穿透性覈查。面對這些積弊，AI技術的出現爲重構審計模式帶來新的可能。

在立邦投資有限公司信息系統審計師解學振看來，AI對審計的賦能主要體現在三個方面：一是數據處理與分析，AI憑藉強大的運算能力和算法，可快速處理全量數據、挖掘關聯與異常，克服傳統抽樣審計易遺漏問題，提升效率與精準度；二是風險識別與預警，基於歷史與實時數據構建模型持續監控，突破傳統審計依賴經驗判斷的滯後性；三是流程自動化，自動完成審計證據識別、提取、底稿生成等重複性工作，減少人工操作與失誤，告別傳統審計手動收集編寫的耗時且費力。

南通萬隆會計師事務所合夥人徐曙舉例道：“馬斯克團隊僅靠6名工程師和AI技術，就在3天內完成了政府資金使用情況的大型審計項目。他們通過聚類、分類及異常檢測算法分析資金流動，精準識別出不規則的支出模式。這表明，目前AI技術在海量數據、簡單重複性審計業務中具有很強的適配性，像政府資金審計、內控審計等領域都能發揮優勢。”

行業頭部先行嘗試

審計行業技術轉型的需求愈發迫切，但不同規模的會計師事務所因資源稟賦、業務結構的差異，在技術升級的道路上呈現出截然不同的節奏與姿態。

“頭部所更傾向於開展AI審計，其資金充裕且客戶廣泛、業務量大，AI應用能快速形成規模效應。”南京審計大學內部審計學院院長許漢友說。他舉例，德勤的生成式AI助手“DARTbot”嵌入審計全流程，能自動檢索分析財務數據、識別文件關鍵信息並預警異常，將人員從重複工作中解放；安永在底稿生成、函證製作、抽樣及報告輸出等環節實現RPA（機器人流程自動化）應用；天職國際搭建“職慧”AI平臺，推出財報分析等多款工具，融合審計知識庫與邏輯輔助專業判斷。

某頭部會計師事務所合夥人透露，該所五年前啓動SACP智能雲審計平臺研發，經持續完善，已集成函證地址覈對、監盤系統、智能對賬、資金流水覈查、重大錯報輔助識別等近20項工具。這些工具有效減少機械重複工作，提升審計效率與風險防控能力。目前該所每年在AI審計領域的投入已超1000萬元。

與頭部機構的積極投入相比，中小型事務所的態度則更爲謹慎。江蘇蘇港會計師事務所無錫分所合夥人何智解釋：“頭部所客戶多爲公衆公司，經營與財務數據公開披露，標準化、可比性強，便於AI對海量數據開展分析對比和風險評估，因此引入動力充足；而中小所客戶以中小微企業爲主，數據無需公開且缺乏廣泛可比來源，信息規範性不足，制約了AI審計工具的開發應用。”

面臨多重現實挑戰

儘管AI審計的價值已得到驗證，但落地過程仍面臨多重現實阻力。從成本壓力到數據瓶頸，從技術合作到人才缺口，一系列挑戰讓AI審計的推廣之路佈滿荊棘。

成本投入是第一道難關。知名財稅審專家劉志耕指出，AI審計涵蓋技術部署、數據整合、人才與運營等多項成本，這不僅需要大額初始投入，還要長期持續的維護和合規成本。

數據質量與協同不暢形成“雙重瓶頸”。許漢友指出，銀行、央企動輒上千個系統在跑，標準不一、元數據缺失，導致模型訓練經常“垃圾進、垃圾出”；個人信息、跨境傳輸、行業敏感數據尚未有清晰的審計豁免條款，導致很多高價值數據被“封存”。

技術瓶頸同樣突出。江蘇蘇港會計師事務所首席合夥人王勝浩說：“算法可解釋性是難題，AI模型的‘黑箱’運算讓審計人員難以理解決策依據，出具報告時存在顧慮。”他還提到，國內部分事務所自主研發能力不足；缺乏完善的產學研合作機制，行業標準和規範尚未統一，制約規模化發展。

人才缺口則讓技術落地“後繼乏力”。AI審計需要“審計+技術”的複合型人才，但現有人才結構難以滿足需求。“既懂會計準則又懂Transformer模型、流程挖掘的人才極度稀缺，四大所招聘這類崗位平均空缺期6—9個月。更值得警惕的是，初級員工若過度依賴AI，將導致職業判斷與舞弊嗅覺鈍化。”解學振說。

“審計行業的信息化建設本已滯後於企業的數字化進程，而在AI時代，想要實現追趕甚至超越，還要面臨信息安全、數據規模激增等現實挑戰的制約。”中審衆環會計師事務所執行事務合夥人楊榮華感嘆道，“回到現實層面，AI指明瞭提質增效、降本增效的路徑和方向，行業應秉持歡迎和接受的態度。”

呼籲多方共建基礎設施

推動AI審計在行業內全面落地，僅靠行業機構單打獨鬥難以實現，需政策、監管、行業、高校等多方協同發力，共同構建可持續發展的生態體系。

在政策層面，需強化頂層設計與基礎設施保障。劉志耕呼籲建立統一的技術規範、標準與倫理框架，具體包括制定AI審計應用指南，明確算法透明度要求、數據安全邊界及人機責任劃分；建立獨立的AI系統審計標準，定期校驗算法偏差與合規性等。

許漢友建議由財政部牽頭建立“審計AI合規審覈平臺”，參照英國金融行爲監管局（FCA）的監管模式，允許具備資質的事務所參與試點，並提交算法說明、風險評估報告。同時，應儘快出臺審計人工智能應用指引，明確模型性能閾值、數據安全要求及責任認定標準。中注協可聯合滬深交易所共建“審計數據共享平臺”，在數據脫敏前提下向事務所開放上市公司歷史財報、監管問詢記錄及行業宏觀數據，切實降低審計機構的數據獲取成本。

行業層面，需聚焦資源共享與協同創新。王勝浩提議：“建立跨機構交流平臺，促進頭部機構與中小所的經驗共享，減少重複投入。”行業需協調整合資源，統一開發AI審計工具，並對審計準則進行適應性調整，以契合AI審計的技術特性。

人才培養則需打通校企協同通道。徐曙認爲：“教育部門、財政主管部門及行業協會應協同推進AI審計人才培養，既要培育具備AI技能的高校畢業生，也要爲執業審計人員提供分層分類的技能培訓。”

AI正成爲推動審計行業革新的核心力量，以全量數據處理、智能風險預警和流程自動化重塑傳統模式，爲效率與精準度提升注入新動能。儘管當前面臨多重挑戰，隨着多方協同構建良性生態，AI將深度融入審計全流程，推動行業從人工主導邁向人機協同的新範式。