AI技术对传统审计的影响研究

陆明敏

[摘 要]传统审计从账表导向、系统导向发展到风险导向，注册会计师对成本效益的追求推动了审计技术的发展。而AI技术的发展给传统审计带来了不小的影响，技术变革在方便了审计工作的同时也促使审计人员提升自身素质。文章从审计工作的计划、内部控制评价、实质性程序和完成四个阶段，分析AI技术对传统审计的影响，探索审计师未来的发展方向。

[关键词]AI技术;审计;人才转型

[DOI]10.13939/j.cnki.zgsc.2020.29.148

1 审计技术与方法的发展和现状

注册会计师对成本效益的追求和对审计风险降低的需求，推动了审计技术与方法的发展。从20世纪40年代的账表导向审计、20世纪80年代的系统导向审计，再到今天的风险导向审计，注册会计师不断探索审计的新方法，在提高审计工作质量的同时节约审计成本。

1.1 审计技术与方法的发展阶段

账表导向审计阶段的主要目的是查错揭弊，审计师围绕企业的账簿、报表上登记的会计事项来审查交易过程的真实合理。该阶段企业的经济活动尚不复杂，因此注册会计师有条件进行详细审计和财报审计。而随着企业规模扩大和受托经济责任的变化，账表审计的弊端显现。详细审计工作量较大，但发现的多是技术性错误，并不能有效降低审计风险。企业的两权分离让股东更关心公司的经营状况和财务成果，这促进了系统导向审计的出现。系统导向审计阶段的目标是确定财务报表的公允性，这就需要审计师评价企业的内控制度。但内控系统本身具有局限性，审计师在强调系统的同时忽略了人为因素，无法真正降低审计风险，因此审计技术的发展需要注重审计风险的评估。风险导向审计阶段则以审计风险的降低为审计工作的出发点，在这个阶段，审计师用审计风险模型来评价审计计划的合理性，决定审计证据收集的方向和数量，将主要精力放在易出现错误和舞弊的领域，在尽量减少注册会计师工作量的同时把控审计质量，合理分配审计资源，提高审计的效率和效果。

1.2 审计工作的现状

在风险导向审计下，注册会计师把有限的精力与资源集中在高风险领域。在审计计划阶段，依赖审计师的职业判断，广泛采用分析性复核来识别企业的风险点;在审计实施阶段，对风险点的把握缩小了测试的范围;在审计报告阶段，对财务报表进行整体复核。通过对企业风险的判断和自身风险承受能力的评估，将检查风险降到最低，确保审计工作的质量。然而风险导向审计没有规范的审计方法，各个事务所对审计风险的评价标准不一致。另外，风险导向审计实施成本仍较高，在审计计划和控制测试阶段，视企业的规模大小，会计师事务所年报审计时间从几天到几周不等，审计抽样的比例也不同，审计证据的收集、函证程序的执行等仍需耗费大量的时间。

2 AI技术在审计工作中的运用

2.1 计划审计工作阶段

在审计工作计划阶段，审计师需了解客户的行业状况和经营现状，进行风险评估，并根据对内部控制的信賴程度来确定审计程序的性质和时间安排。在传统审计中，这些任务需要审计师亲自完成。注册会计师要考察行业和企业、与管理层讨论并记录、审查董事会的会议记录、运用职业判断评估财报项目和重要的交易类别可能具有的审计风险，并最终确定对内部控制的信赖程度。传统审计更多取决审计师的职业怀疑和专业判断。

而在AI技术的辅助下，新技术可以收集和分析客户数据和行业数据，例如企业的组织结构、会计和财务系统，直接从互联网和客户文档中自动挖掘数据。根据往年的工作底稿及商业环境和行业趋势自动生成风险评估报告，供审计师参考。NLP可以用于记录、生成会议记录，ML可以评价业务理解、风险评估和以往的审计信息。AI技术使得选取的数据完整且准确，减少审计师判断偏差的可能性，确保结果的客观。

2.2 内部控制评价阶段

在内部控制的评价阶段，审计师的主要目标是加深对客户内控系统的了解程度，并评价制度实施的有效性。在传统审计中，注册会计师主要工作是检查内控制度和实施情况，与各主要流程的负责人交流，了解实施的内部控制制度和流程，并将详细记录在工作底稿中。最后测试内部控制的运行，如观察员工的工作情况、重新执行程序等。而评价内控的有效性最重要的是对业务流程的准确理解。

AI技术可以减少工作量、提高业务流程文档的准确性。这有赖于AI技术的流程挖掘功能，根据基于事实的客观见解，通过回答与合规性和绩效相关的问题来帮助审计、分析和改善现有业务流程，自动创建业务流程文档。利用ML检查文档，并确定是否已在控制测试中获得了适当的批准。对于自动执行的常规流程，AI技术的运用更为便捷。

2.3 实质性程序阶段

实质性程序是审计工作的重要部分，审计师对交易类别、账户余额和披露的详细信息以及分析程序进行测试以检测重大失实问题。传统审计包括实质性程序，如向企业的客户或开户银行发送询证函、实地盘点库存商品后与账簿记录核对、核对销售记录与现金收据、分析比较企业指标与行业指标的差异。

AI技术可以对这些程序进行彻底检查。数字应用、条码和无人机可以协助进行盘点观察和核对，在线平台可以管理审计师与客户之间的确认请求，通过加密技术保证函证程序的有效性。运用ML和NLP技术检查销售订单和现金收据并自动核对，直接标记金额不一致或超过审批金额标准的异常交易。最重要的是，AI技术可以重新实现对100%数据的全面审计，而不再为了减少工作量进行审计抽样，这有助于审计师全面发现错报，提供准确的意见。

2.4 完成审计工作阶段

审计工作完成阶段，审计师的工作重心则在汇总审计结果和问题、手动评价潜在影响和审计意见。由于现代企业多元化的发展，企业集团越来越多，分子公司众多，相互之间交易错综复杂、业务类别多样，给注册会计师合并报表的编制带来了不小的挑战。AI技术的自动数据挖掘功能可以通过数据摘取发现错误源头，大大减少了审计师的工作量。

在AI技术的帮助下，审计人员还可以根据已识别的客户风险和发现的错误数量及影响来计算企业的得分，并自动评价审计风险。形成审计意见时，传统审计一般使用审计标准格式来完成，运用AI技术后，可以通过NLP根据已知的意见、审计程序、重大错报风险自动创建审计报告。

3 AI技术对审计人员的影响

适当编程的AI工具能快速处理大量数据并识别异常情况，排除人为操作的错误影响，提高准确性。AI技术以其数据处理的优势协助审计师进行分析和测试程序，审计师就能有更多的时间来调查AI技术发现的模式和异常现象背后的原因。AI技术取代审计师执行烦琐的任务，使审计师从机械的重复工作中抽离，让他们有更多的时间进行审查和判断，提高审计的整体质量和可信度，降低审计风险。但是在人类的判断、经验方面，AI技术是无法代替的。AI技术虽然强大，但仍不足以完全取代具有思维能力的人类。

虽然AI技术是大势所趋，但传统审计领域仍需要深厚的知识和专业技术，审计师需要尽快适应不断变化的环境。基础工作在交由AI技术完成后，审计行业对基层人员的需求必然会下降，但审计工作的职业判断需要审计人员学习好会计知识的同时更多关注新技术的学习，懂得如何准确运用人工智能实现自己的审计目标。拥有综合的知识结构、拓展批判性思维的复合型人才才能保持自身在审计市场的竞争力。

4  结论

AI技术虽然对传统审计的从业者带来冲击，但总体来说，新技术的运用对审计市场是利大于弊的，其弥补了传统审计工作成本过高的缺陷，提高了审计工作质量，为审计人员带来了极大便利。AI技术在审计工作中的运用是未来审计的趋势，审计的技术与方法必将迎来新的变革，而在AI技术全面应用于审计行业前，完善专业知识结构，提升自身素养，提前适应新的审计方法，才是传统审计工作者不被新技术淘汰、保持自身竞争力的良方。

参考文献：

[1]张亚丽.财务共享服务模式下大数据审计框架探究[J].会计之友，2019（21）：21-24.

[2]刘杰，廖捷，董海云.人工智能与审计变革[J].财会通讯，2019（13）：19-25.

[3]胡靖.互联网时代企业内部审计转型发展的思考[J].中国内部审计，2016（3）：17-19.