基于知識的智能審計，與AI大模型協(xié)同發(fā)展
當前，企業(yè)內部審計正面臨前所未有的變革機遇。隨著人工智能、大數(shù)據(jù)、云計算等技術的快速發(fā)展，審計工作的理念、定位、內容、方法和模式都在發(fā)生深刻變化。預判未來3-5年的審計形態(tài)，對于企業(yè)在數(shù)字化轉型中搶占先機至關重要。
領雁科技審計業(yè)務專家祝祥在3月19日直播分享了《審計人的“外掛大腦”，知識+AI：基于知識的智能審計》，直播從內部審計的發(fā)展歷程、驅動力、技術演進、當前與AI如何融合及場景案例等方面，探討審計系統(tǒng)的智能化轉型路徑。
一、內部審計的發(fā)展歷程：從“工具輔助”到“智能協(xié)同”的范式轉變
內部審計的變革與數(shù)字化基礎設施的發(fā)展緊密相連。可以將數(shù)字化審計劃分為五次重大變革，每一次技術的進步都推動了審計理念、方法和內容的深刻演變。
從1990年代到2000年中國軟件行業(yè)迎來第一個爆發(fā)期，個人計算機與辦公軟件開始普及，審計從手工操作到計算機輔助，效率得到了很大的提升，但這兩個階段的審計仍主要聚焦于事后審計的查錯糾弊。當2005年互聯(lián)網時代的到來，基于BS架構軟件的非現(xiàn)場審計進一步實現(xiàn)了數(shù)據(jù)驗證、審計建模等方法，從查錯糾弊延伸到風險防范、內部控制，進而實現(xiàn)了事中審計+事后審計模式。這一技術的突破，預示著審計從靜態(tài)分析向動態(tài)監(jiān)察演進，可以發(fā)揮出更大的價值和能力。2010年，大數(shù)據(jù)、云計算技術得到發(fā)展，結構化與非結構化的海量數(shù)據(jù)讓更多信息可以被捕捉、分析。審計通過數(shù)據(jù)挖掘、可視化分析推進實時審計的發(fā)揮。2018年，以機器學習為代表的技術進一步推動非結構化數(shù)據(jù)的應用，并推動了更多智能化技術的落地，審計也迎來了自動化審計、實時審計的進一步發(fā)展，從傳統(tǒng)監(jiān)督到風險洞察、風險預警、持續(xù)監(jiān)控、價值創(chuàng)造的升級，將審計的范圍也覆蓋到了財務核查、經營管理、風險控制等更多領域，呈現(xiàn)出更廣泛、智能、自動化的能力。
審計行業(yè)的技術演進經歷四次里程碑式跨越：手工審計階段（1990-1999年）、信息化審計階段（2000-2009年）、大數(shù)據(jù)審計階段（2010-2017年）、智能審計階段（2018-2021年）。這四次變革中，不難發(fā)現(xiàn)審計的數(shù)字化發(fā)展始終是由程序與數(shù)據(jù)技術的雙重突破所驅動。在大數(shù)據(jù)、云計算、機器學習、OCR（光學字符識別）、NLP（自然語言處理）等技術的持續(xù)引入與應用下，審計行業(yè)實現(xiàn)了對海量復雜數(shù)據(jù)的更高效運用；專家系統(tǒng)、機器學習等算法模型通過持續(xù)吸收審計專家的經驗沉淀，逐步構建起動態(tài)演進的風險評估體系。在技術的助力下，審計對象從結構化的財務數(shù)據(jù)向全要素的商業(yè)信息擴展，審計人員的精力得以釋放，將核心能力聚焦于判斷與洞察，推進審計價值覆蓋到事前、事中、事后。
2022年，人工智能迎來了具有劃時代意義的產品，審計系統(tǒng)也迎來了第五次里程碑式突破。
以ChatGPT為標志的大語言模型對自然語言的理解能力的提升，是機器在認知能力的初步覺醒。其在三個維度下賦予了智能審計底層能力的提升：首先在人機交互方式方面，突破了自然語言理解的瓶頸。這將推動智能審計實現(xiàn)對審計知識的廣泛融合，具備文檔語義解析、監(jiān)管政策動態(tài)解構、風險特征對話式探查的認知能力。其次在推理層方面，實現(xiàn)了機器對審計邏輯和大規(guī)模文本的可解釋生成，有望實現(xiàn)多模態(tài)知識的關聯(lián)、推導、生成。第三，在垂類知識增強方面，通過持續(xù)構建審計知識資產，形成動態(tài)融合更新的審計知識庫與策略庫。在本輪技術發(fā)展浪潮下，推動審計系統(tǒng)成為審計人的“智能協(xié)同伙伴”。
二、AI中間件：AI知識平臺推進與AI大模型的協(xié)同之道
由此可見，GenAI技術的到來，使得智能審計系統(tǒng)渴求融合更多的知識、理解復雜性、擴充感知能力、擴展結構，并提高人機互動的效率。
基礎大語言模型的原理是通過大量的數(shù)據(jù)學習語言模式，預測下一個字（Token），生成自然語言模本，其本質類似于“文字接龍”游戲。而推理大模型，以國內DeepSeek R1為例，大家會看到它思考時的顯性思維鏈，其實際上就是通過思維鏈尋找新的詞義關系，進而反思自己的解題思路，并嘗試不同的方法去解決復雜的推理問題。然而，大模型固有的“幻覺黑洞”、算力能耗、知識缺陷以及與復雜系統(tǒng)交互的能力，導致其難以獨立承擔審計這種高嚴謹性、高復雜性的任務。
為更好地推動AI大模型與企業(yè)中已有的數(shù)字化進程融合，建立滿足AI能力上限的應用框架，領雁推出AI中間件平臺：AI知識平臺。該平臺位于AI大模型與企業(yè)已有的數(shù)字化系統(tǒng)之間，推動AI能力在企業(yè)數(shù)字化場景中更快、更好、更輕的落地。
何為AI知識平臺？
AI知識平臺是集多種人工智能技術為一體的基礎平臺（中間件），囊括了各種業(yè)務模型的知識庫、多種AI Agent智能體，其Agent種類包括大模型、專家模型、智能模型、數(shù)據(jù)可視化等。AI知識平臺，也是一個AI知識庫系統(tǒng)（AI Agents Base Platform），支持以“程序+數(shù)據(jù)+知識”這種新的編程模式，綜合運用大模型的泛化能力與小模型的領域精度，嵌入到主應用系統(tǒng)的業(yè)務流程中便捷調用。
融入了AI知識平臺的審計系統(tǒng)，領雁科技稱其為：基于知識的智能審計系統(tǒng)。
三、AI智能體嵌入式協(xié)作：突破智能審計場景痛點
當前，審計系統(tǒng)的進一步突破的痛點存在于：一審計管理，即審計資源規(guī)劃、審計決策困難、無法形成全面、準確、及時的數(shù)據(jù)支持；審計管理缺乏工具抓手，大量工作仍需手工統(tǒng)計，費時費力。二審計作業(yè)，缺乏有效工具對紙質資料轉換分析；報告需要手工編制，智能化生成能力不足。三數(shù)據(jù)分析，機器學習、深度學習、大模型的進一步應用缺乏可信場景；對非結構化數(shù)據(jù)分析缺乏智能化工具。四知識庫建設，缺乏智能化知識檢索、智能拆解詞條的能力；審計知識的更新、融合需要人工輔助，效率低下。
基于知識的審計系統(tǒng)，將AI知識平臺融入智能審計系統(tǒng)中，推動智能審計進入智能體（Agent）嵌入式協(xié)作的新階段。
（一）審計管理流程的重構。融入AI大模型的能力，審計管理流程將獲得重新審視。在審計系統(tǒng)中推進業(yè)務流程，將每一流程中的知識、痛點、數(shù)據(jù)及所需的工具、技術進行梳理，并成為可供AI大模型、傳統(tǒng)模型調用的知識基礎，AI知識平臺中的多類Agent，已經嵌入到審計流程中，形成Agentic AI的能力，在業(yè)務流程中遇到不同的工作任務，可以通過理解目標、導航復雜環(huán)境、并在最少人工干預下執(zhí)行任務，直接調用各類Agent解決，使審計流程更加高效，人機交互更加便捷，自適應性得到提升。
（二）模型與知識的融合互聯(lián)。全新設計審計知識庫，包含了語音數(shù)據(jù)、視頻數(shù)據(jù)、審計規(guī)則、提示詞、風險點、核驗算法、審計詞條等，在原有基礎上進一步引入策略庫，滿足具體場景中的審計需要；同時包含多種AI建模平臺，滿足策略庫的多元化建模需求。進而，通過策略庫與AI建模平臺的協(xié)同，支持審計計劃、審計方案、審計成員的智能生成或推薦，讓大模型與傳統(tǒng)模型（例如：可視化建模、數(shù)據(jù)探視、機器學習等），在復雜的步驟中實現(xiàn)復雜的目標，分別發(fā)揮各自效用。
（三）AI Agent的靈活組合應用。大模型Agent具備五種實現(xiàn)模式，簡單對話、RAG模式、自主模式、可控模式、MultiAgents模式，適合不同業(yè)務場景下靈活組合使用。在審計管理流程中，通過不同的Agents，推動審計感知、認知、決策、執(zhí)行、治理等不同層級協(xié)作發(fā)展，提升數(shù)據(jù)采集與特征提取、知識生成、混合推理、工作執(zhí)行與持續(xù)進化的能力，重塑審計生產力。本質上，大模型也屬于數(shù)據(jù)端到輸出端的中間層，將大模型能力嵌入進AI知識平臺，讓審計人員與大模型更近，發(fā)揮AI訓練師功效，共同推進審計智能化、可信化、穩(wěn)定性的結果輸出。
四、知識×AI大模型：基于知識的智能審計的實踐場景
未來審計系統(tǒng)的核心是“知識×AI大模型”的協(xié)同框架，這一框架下實際形成了“程序+數(shù)據(jù)+知識”的融合發(fā)展，在領雁看來，這為審計帶來：制度問答、報告生成、計劃生成、合同比對、合同檢查、風險點抽取、模型助手、會議助手等功能的迭代升級。其綜合能力不僅提升了審計效率，更重新定義了審計部門作為企業(yè)數(shù)據(jù)中樞和價值發(fā)現(xiàn)者的戰(zhàn)略定位。
1.審計智能助手
審計智能助手具備的功能將更為強大，例如包含知識庫、內外規(guī)輔助、模型庫的檢索調用等能力。在內外規(guī)管理中，基于大模型的智能助手可實現(xiàn)制度問答、風險點梳理、條款對比等功能。實現(xiàn)制度的檢索、條款的拆分、風險點的梳理、制度修訂及廢止的差異分析、制度審查的差異報告、制度發(fā)布的依賴分析及知識問答。輔助人員借鑒歷史知識內容，高效和高質量開展工作。
2.審計報告專家
在審計項目實施-審計報告-征求意見稿等環(huán)節(jié)中嵌入審計報告助手，輔助生成報告。報告生成不再是簡單模板填充，而是結合數(shù)據(jù)分析、歷史審計報告意見、風險預測點、監(jiān)管熱點、處罰要點、整改重點等多方面相結合，側重有序、文采飛揚。
3.審計計劃智能編排
傳統(tǒng)年度審計計劃依賴人工經驗，而智能系統(tǒng)可綜合監(jiān)管要求、歷史問題、整改情況等多維數(shù)據(jù)，通過算法推薦審計項目優(yōu)先級，形成科學計劃建議。
4.審計項目成員推薦助手
審計項目立項時，為項目推薦合適的項目組成員，綜合考慮崗位情況、工作經驗、專業(yè)技能、溝通能力、適應性、職業(yè)道德以及空閑程度等多個方面，同時應考慮親屬回避、經濟利益關系回避、其他利害關系回避。通過全面評估這些因素，可以組建一個高效、專業(yè)的審計團隊。
5.審計詞條智能推薦
審計詞條的編輯是智能審計的一大繁瑣點。審計詞條智能推薦助手在檢查發(fā)現(xiàn)問題后，根據(jù)問題描述，詞條推薦助手總結歷史相關問題的詞條推薦合適的詞條（這里問題詞條是指用于描述、解釋或定義特定問題的核心術語或短語，即問題性）。利用AI大模型能力進行自助分類、關鍵詞提取、相似度分配、推薦策略，極大提升了傳統(tǒng)詞條編輯的效率。
如果再次將審計系統(tǒng)的演進劃分為三個階段：自動化階段（流程固定、人工主導）、智能化階段（人機協(xié)同、動態(tài)調整）和自適應階段（知識演進、持續(xù)優(yōu)化）。當前我們正處于智能化與自適應階段的過渡期。在領雁看來，未來的審計系統(tǒng)將擁有三大價值錨點：一、數(shù)字員工，即AI智能體，這些“數(shù)字員工”可獨立完成規(guī)則明確、重復性高的任務，僅在需要專業(yè)判斷時提請人工介入；二、多模態(tài)網絡，審計對象從結構化數(shù)據(jù)擴展到音視頻、圖像等非結構化數(shù)據(jù)，可實現(xiàn)跨模態(tài)特征提取與知識連接；三、實時風險監(jiān)控，完善關鍵風險指標的毫秒級響應，將風險遏制在萌芽狀態(tài)。
對于大型企業(yè)內部審計發(fā)展來說，可逐漸從場景突破、能力鑄基到生態(tài)進化逐步推進，優(yōu)先落地智能問答、報告生成等高頻場景，建立能夠與AI融合的底層知識平臺，豐富知識資產。建立符合現(xiàn)在AI能力上限的技術應用框架，推動GenAI、AIAgent在企業(yè)內部場景更好、更輕的落地融合。在新型審計團隊培養(yǎng)方面，關注復合人才能力的塑造，培育精通審計業(yè)務、熟悉數(shù)據(jù)分析和AI訓練的“三棲能力”，也可通過“業(yè)務+科技”結對模式加速能力轉型。
當前，審計數(shù)字化轉型已進入深水區(qū)。那些能率先將大模型技術與審計知識深度融合的企業(yè)，將構建起新一代審計能力——不僅是風險防范的盾牌，更是業(yè)務價值的助推器。這場變革不是簡單的工具升級，而是審計理念、組織方式和價值定位的全方位重構，領雁提供“技術-知識-人才”三位一體的解決方案，率先推出的AI知識平臺與智能審計系統(tǒng)全面融合，推動審計從企業(yè)的“合規(guī)后衛(wèi)”向“治理中樞”轉變，共同開啟價值審計的新時代。
