蔣 楠（研究員）

2013年世界審計組織發(fā)布的《北京宣言——最高審計機關(guān)促進(jìn)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(zé)，客觀公正地進(jìn)行監(jiān)督、鑒證、評價和建議，以供國家決策者制定政策和開展規(guī)劃所用。國家審計的核心是以高質(zhì)量信息作為決策基礎(chǔ)，通過最大程度地公開和整合數(shù)據(jù)資源來監(jiān)督政府及相關(guān)機構(gòu)受托責(zé)任的履行情況，并提出完善的對策來壓縮權(quán)力尋租的空間，降低宏觀政策實施過程中的不確定性風(fēng)險，推動實現(xiàn)國家的良好治理，保證經(jīng)濟社會的健康運行和科學(xué)發(fā)展，從而更好地保障人民的利益[1]，這是國家審計發(fā)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(yè)務(wù)類型差異大（包括經(jīng)濟責(zé)任審計、資源環(huán)境審計、政策落實跟蹤審計及涉外審計等）、數(shù)據(jù)結(jié)構(gòu)復(fù)雜且需要較多的職業(yè)判斷，人工智能技術(shù)的快速發(fā)展和應(yīng)用對其產(chǎn)生了很大的影響，審計的手段和方式、具體業(yè)務(wù)標(biāo)準(zhǔn)、組織體系以及信息安全等都發(fā)生了不同程度的變化。如何應(yīng)對這些變化并解決面臨的問題，對于改善國家治理的質(zhì)量、體現(xiàn)國家審計的社會價值具有重要意義。

一、人工智能的產(chǎn)生及發(fā)展

早在17世紀(jì)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(tǒng)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(rèn)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(xué)家約翰·麥卡錫在達(dá)特茅斯會議上首次提出了人工智能（Artificial Intelligence，AI）的概念，認(rèn)為“我們的研究建立在這樣的一種猜想之上，即（人類）學(xué)習(xí)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(tǒng)方式下人們需要按照預(yù)先設(shè)定好的規(guī)則或框架完成工作，人工智能的出現(xiàn)使機器可自行對數(shù)據(jù)展開分析并進(jìn)行模式識別。不僅如此，人工智能還可以根據(jù)數(shù)據(jù)結(jié)果進(jìn)行一次甚至多次不間斷的學(xué)習(xí)進(jìn)而完善決策的制定機制，因此數(shù)據(jù)的質(zhì)量和數(shù)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(tǒng)一的概念，但是人們普遍認(rèn)同它能夠從數(shù)據(jù)中學(xué)習(xí)并利用所學(xué)實現(xiàn)既定的目標(biāo)和任務(wù)[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(yè)和社會產(chǎn)生巨大的顛覆作用。我國在2018年發(fā)布的《人工智能標(biāo)準(zhǔn)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(shè)計，為人類服務(wù)，本質(zhì)為計算，基礎(chǔ)為數(shù)據(jù)；二是能感知環(huán)境，能產(chǎn)生反應(yīng)，能與人交互，能與人互補；三是有適應(yīng)特性，有學(xué)習(xí)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(rèn)知功能，其借助自然語言處理（NLP）、機器學(xué)習(xí)等技術(shù)對數(shù)據(jù)進(jìn)行分析，通過深度學(xué)習(xí)形成不同的算法模型來幫助人們做出適當(dāng)?shù)臎Q策。

雖然人工智能經(jīng)歷了不同的發(fā)展階段，但由于受到技術(shù)發(fā)展水平以及數(shù)據(jù)質(zhì)量和數(shù)量的限制，相關(guān)研究并沒有取得實質(zhì)性的進(jìn)展。2006年，多倫多大學(xué)教授杰弗里·辛頓指出，人工神經(jīng)網(wǎng)絡(luò)所具有的優(yōu)異特性使其具有較強的學(xué)習(xí)能力，且深度學(xué)習(xí)的難度也能夠通過“逐層初始化”予以解決，因此深度學(xué)習(xí)不同于傳統(tǒng)的機器學(xué)習(xí)。隨著杰弗里·辛頓等對基于人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型的探討以及深度學(xué)習(xí)概念的提出，人工智能開啟了在各領(lǐng)域應(yīng)用的第三次浪潮。特別是2016年Google的人工智能AlphaGo戰(zhàn)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(guān)注。世界各國紛紛將人工智能列入未來發(fā)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(lǐng)域，人工智能的第三次浪潮引發(fā)了社會各行業(yè)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(tǒng)審計、數(shù)據(jù)式審計、大數(shù)據(jù)審計和聯(lián)網(wǎng)審計等進(jìn)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(shù)據(jù)為基礎(chǔ)，利用更廣泛、更多樣化的數(shù)據(jù)，通過數(shù)據(jù)挖掘、云計算、機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)構(gòu)建形成不同算法的審計模型，根據(jù)審計的具體規(guī)則和各要素之間的勾稽關(guān)系來識別業(yè)務(wù)過程中的異常點從而獲取審計經(jīng)驗。相比傳統(tǒng)審計模式，人工智能審計模式下基于算法的審計決策依據(jù)更充分，決策的制定過程也更為客觀、準(zhǔn)確、迅速。由于在審計過程中還涉及與單個被審計機構(gòu)有關(guān)聯(lián)的風(fēng)險以及整個組織所面臨的整體風(fēng)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(xiàn)了以動態(tài)變化的方式理解并恰當(dāng)管理這些風(fēng)險，使持續(xù)審計成為現(xiàn)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(chǔ)層，人工智能審計以搜集的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)為數(shù)據(jù)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(guī)則設(shè)定程序構(gòu)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(shù)與具體審計業(yè)務(wù)應(yīng)用的深度融合搭建了應(yīng)用層。如果存在數(shù)據(jù)量不夠或者數(shù)據(jù)質(zhì)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(shù)不足的問題，可通過采用少樣本學(xué)習(xí)的算法予以解決；對于數(shù)據(jù)采集質(zhì)量差的問題，可通過數(shù)據(jù)清洗和轉(zhuǎn)換等方式進(jìn)行處理，借助更為精細(xì)化的規(guī)則程序進(jìn)行深入分析。在應(yīng)用層，人工智能審計實現(xiàn)了價值創(chuàng)造的三個層次：自動化、智能化和創(chuàng)新化。作為感知智能技術(shù)的單點應(yīng)用，自動化是指由審計機器人代替人類自動執(zhí)行業(yè)務(wù)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(lǐng)域，實現(xiàn)了對所有審計項目的集中統(tǒng)一管理和審計數(shù)據(jù)的全覆蓋。當(dāng)然在大多數(shù)情況下，自動化涉及的只是審計業(yè)務(wù)鏈條中的一個或某幾個環(huán)節(jié)，本質(zhì)上并不改變原有的業(yè)務(wù)流程。在自動化的基礎(chǔ)上，基于知識圖譜、自然語言處理及深度學(xué)習(xí)等認(rèn)知智能技術(shù)和算法發(fā)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(yè)務(wù)流程的改造大幅提升審計能力。到了價值創(chuàng)造的最高層次，創(chuàng)新化則根據(jù)智能化應(yīng)用過程中改變的傳統(tǒng)業(yè)務(wù)流程對審計功能及整體流程進(jìn)行重構(gòu)，進(jìn)而形成新的審計模式或者更為細(xì)分的審計業(yè)務(wù)，真正實現(xiàn)人工智能技術(shù)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(fā)生轉(zhuǎn)移。相對于賬項基礎(chǔ)審計和制度基礎(chǔ)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(guān)部門和人員來獲取信息，并以此為依據(jù)開展審計工作，現(xiàn)代風(fēng)險導(dǎo)向?qū)徲嬆Ｊ剿哂械摹罢w觀”使得審計人員的取證范圍從財務(wù)報表擴展到了全部的業(yè)務(wù)及戰(zhàn)略活動。但由于需要大量的審計判斷，審計對于現(xiàn)代技術(shù)的運用落后于其他行業(yè)，在很大程度上制約了審計工作效率和效果的提高。在傳統(tǒng)審計方式下，無論是審計準(zhǔn)備階段的識別和評估風(fēng)險點、確定審計的重點領(lǐng)域，還是審計實施階段的內(nèi)部控制測試、分析性程序和實質(zhì)性程序，都要通過估計風(fēng)險的數(shù)量和性質(zhì)、抽取憑證、穿行測試以及比率趨勢分析等方式來實現(xiàn)。同時，由于非財務(wù)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(yè)務(wù)量的增多、政府項目規(guī)模的擴大，業(yè)務(wù)規(guī)則趨于復(fù)雜，審計風(fēng)險也日益增大。尤其像重大政策落實跟蹤審計這類業(yè)務(wù)，由于周期較長，審計人員需要持續(xù)跟蹤審計意見的執(zhí)行情況，大量重復(fù)性的基礎(chǔ)業(yè)務(wù)占據(jù)了審計人員有限的時間和精力，具有戰(zhàn)略性地位的審計決策和后續(xù)審計反而成為“掃尾”性質(zhì)的工作，頭重腳輕的資源配置使得本應(yīng)通過發(fā)現(xiàn)并及時彌補運行過程中的漏洞而不斷實現(xiàn)自我健全和完善的“免疫系統(tǒng)”并沒有起到真正的作用，導(dǎo)致國家審計工作缺乏亮點，難以產(chǎn)生足夠的影響力。

人工智能的發(fā)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(shù)據(jù)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(shù)應(yīng)用于資源環(huán)境審計、領(lǐng)導(dǎo)干部自然資源資產(chǎn)離任審計等業(yè)務(wù)。例如，2018年天津市濱海新區(qū)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(shù)，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(shù)，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(tǒng)（GPS）或遙感地理信息系統(tǒng)（GIS），可以獲取所需要的精準(zhǔn)數(shù)據(jù)并實現(xiàn)全流程監(jiān)控。這種遠(yuǎn)程或非現(xiàn)場的方式不僅保證了數(shù)據(jù)的一致性和準(zhǔn)確性，彌補了傳統(tǒng)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(fēng)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(wù)的自動化。審計過程中的風(fēng)險評估和識別、內(nèi)部控制測試、分析程序，甚至包括驗證、重新計算等在內(nèi)的占比較高的實質(zhì)性測試任務(wù)都可以由人工智能技術(shù)協(xié)助完成[6]。隨著技術(shù)的不斷完善與發(fā)展，這些工具會讀取、管理和分析更復(fù)雜的合同和數(shù)據(jù)，審計報告也可以通過人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)自動生成。由于合同及發(fā)票的抓取驗證、賬證數(shù)據(jù)的復(fù)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(yè)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(guān)注更加復(fù)雜的交易事項，從而極大地提升審計工作的質(zhì)量和效率。由“跟項目”到“跟部門和項目”再到“跟數(shù)據(jù)”，審計工作重心逐漸由簡單重復(fù)性的業(yè)務(wù)前端后移至需要更多職業(yè)判斷的決策端，為更好地發(fā)揮預(yù)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(fēng)險更隱蔽，審計責(zé)任難以界定。隨著技術(shù)的進(jìn)步，審計業(yè)務(wù)中自動化的適用范圍也在不斷擴大[8]，特別是一些規(guī)則明確、重復(fù)性高的工作（如內(nèi)部控制測試、賬目核對及細(xì)節(jié)測試等）完全可以通過自動化進(jìn)行處理。在運用人工智能技術(shù)對數(shù)據(jù)展開分析時，由于這是一個技術(shù)支配數(shù)據(jù)從而引導(dǎo)審計人員進(jìn)行后續(xù)審計的過程，技術(shù)風(fēng)險具有更廣泛的滲透性。現(xiàn)有技術(shù)條件對于結(jié)構(gòu)化數(shù)據(jù)的分析處理已經(jīng)實現(xiàn)了智能化和精準(zhǔn)化，但是以圖片、視頻、郵件等形態(tài)呈現(xiàn)的非結(jié)構(gòu)化數(shù)據(jù)大多難以直接用于分析處理，由于無法全面掌控這類數(shù)據(jù)，極易出現(xiàn)大量的“偽相關(guān)”關(guān)系，甚至可能出現(xiàn)錯誤的推斷和結(jié)論，從而對國家戰(zhàn)略決策產(chǎn)生誤導(dǎo)。

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(tǒng)模型發(fā)展到今天的深度學(xué)習(xí)等新興算法，其計算和決策的過程越來越復(fù)雜。多數(shù)基于深度學(xué)習(xí)的算法是通過無數(shù)次的試錯學(xué)習(xí)、不斷模擬產(chǎn)生的，除了開發(fā)、設(shè)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(nèi)在機理更無從了解和判斷。因此，在應(yīng)用過程中，審計人員面臨的最大挑戰(zhàn)就是算法模型的可解釋性問題，包括由于算法不同而引發(fā)審計結(jié)果的差異性，而這種不可解釋性或未知性也恰恰是審計風(fēng)險之所在。當(dāng)然，在從靜態(tài)封閉轉(zhuǎn)向動態(tài)開放的過程中，還可能存在一些由數(shù)據(jù)規(guī)模引發(fā)的異常，這些網(wǎng)絡(luò)安全隱患甚至連計算機程序也無法快速檢測發(fā)現(xiàn)。尤其是在出現(xiàn)決策失誤時，很難判斷其究竟是審計人員方面主觀導(dǎo)致的，還是因為網(wǎng)絡(luò)技術(shù)原因或算法模型而引發(fā)的，從而在認(rèn)定時難以追究具體的責(zé)任。

3.人工智能技術(shù)的應(yīng)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(tǒng)審計業(yè)務(wù)執(zhí)行過程中，由于溝通反饋不及時、數(shù)據(jù)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(jié)果。以預(yù)算執(zhí)行情況為例，由于涉及很多的部門和業(yè)務(wù)，審計部門出具的審計決定書或整改意見函中只能把發(fā)現(xiàn)的問題做一般性列示，例如上年度資金未結(jié)轉(zhuǎn)、款項未清退、長期掛賬未清理、違規(guī)支付、違規(guī)出租出借房產(chǎn)等，對于這些問題的整改進(jìn)展情況以及如何在制度層面加強預(yù)算控制、如何控制一般性支出等都無法進(jìn)行及時、深入的了解，審計結(jié)論與公眾期望之間存在一定的差距。而政府?dāng)?shù)據(jù)量的擴大和業(yè)務(wù)的日益復(fù)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(huán)境下，強大的計算能力使機器具有類似人類的認(rèn)知功能，審計人員能夠根據(jù)國家治理的需要準(zhǔn)確、迅速地介入相應(yīng)業(yè)務(wù)流程中，無論是自然語言處理還是OCR等都可以同步進(jìn)行；基于大數(shù)據(jù)的模型生成和算法的實時調(diào)整更是增強了審計部門的業(yè)務(wù)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(shù)的支持下，政府資源中大量結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)得以實時采集與充分的整合管理，對各種信息資源的持續(xù)監(jiān)測實現(xiàn)了在設(shè)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(yè)務(wù)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(guān)人工智能時代國家審計的進(jìn)一步討論

1.人工智能對審計業(yè)務(wù)流程的影響。隨著信息技術(shù)的發(fā)展，近年來先后出現(xiàn)聯(lián)網(wǎng)審計[9]、持續(xù)審計[10]等不同的作業(yè)模式，尤其是人工智能審計的出現(xiàn)極大地改變了審計工作的性質(zhì)，統(tǒng)一的大數(shù)據(jù)標(biāo)準(zhǔn)推動了審計作業(yè)的自動化，深度學(xué)習(xí)系統(tǒng)通過分析傳感器的數(shù)據(jù)進(jìn)一步深化了人工神經(jīng)網(wǎng)絡(luò)的運用，促進(jìn)了審計技術(shù)和方法的發(fā)展。在人工智能時代，審計師可以實時監(jiān)控運行數(shù)據(jù)（如建立對于耕地和基本農(nóng)田的視頻監(jiān)控網(wǎng)，強化耕地保護(hù)的全流程監(jiān)測），審計署及各級審計機關(guān)可以清晰地看到每個結(jié)論的依據(jù)，從而獲得對數(shù)據(jù)更加深入的理解。同時，審計部門也能夠快速響應(yīng)國家治理及相關(guān)業(yè)務(wù)的發(fā)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(zhì)量大大提高。特別是隨著區(qū)塊鏈技術(shù)的不斷發(fā)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(shù)據(jù)公開透明、不可更改與可追溯性等特點，使得經(jīng)濟數(shù)據(jù)的記錄方式發(fā)生徹底變革。借助一站式區(qū)塊鏈平臺，任何經(jīng)濟活動的參與方信息都能被整合上傳并接受多方監(jiān)督，審計鏈上的數(shù)據(jù)更加真實、完整。如果單位內(nèi)外部信息實現(xiàn)了無縫銜接，那么審計人員就無須再將內(nèi)部信息與外部第三方數(shù)據(jù)進(jìn)行核對驗證，在審計工作中就可以跳過現(xiàn)有的實質(zhì)性程序，從而極大地簡化業(yè)務(wù)流程，真正實現(xiàn)審計的實時性和全覆蓋。

2.人工智能技術(shù)運用給審計帶來的風(fēng)險與挑戰(zhàn)。在肯定人工智能為審計領(lǐng)域帶來發(fā)展機遇和深刻變革的同時，也要注意到發(fā)展過程中存在的問題和風(fēng)險。相比傳統(tǒng)的技術(shù)解決方案，人工智能可以自行分析數(shù)據(jù)并根據(jù)不同的模式識別進(jìn)行多次的連續(xù)學(xué)習(xí)來創(chuàng)建或更新現(xiàn)有的模型以完善決策制定的算法，整個過程對于所處理數(shù)據(jù)的數(shù)量和質(zhì)量十分依賴，特別是不斷的試錯學(xué)習(xí)需要大量的數(shù)據(jù)訓(xùn)練，這也是保證人工智能審計處理結(jié)果準(zhǔn)確性的基礎(chǔ)。若沒有大量數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，就談不上人工智能審計。但就現(xiàn)有情況來看，多數(shù)政府或企業(yè)平臺輸入端缺少高質(zhì)量的大數(shù)據(jù)，單位及部門之間的系統(tǒng)架構(gòu)也阻礙了數(shù)據(jù)的自由流動，數(shù)據(jù)孤島的存在使得充分的數(shù)據(jù)共享難以實現(xiàn)。與此同時，數(shù)據(jù)結(jié)構(gòu)化的不足也成為一個硬傷。由于非結(jié)構(gòu)化數(shù)據(jù)多數(shù)是難以直接進(jìn)行分析的，大數(shù)據(jù)審計平臺收集到數(shù)據(jù)后首先要將數(shù)據(jù)進(jìn)行分類，并將非結(jié)構(gòu)化數(shù)據(jù)通過數(shù)據(jù)的處理與轉(zhuǎn)換變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)，利用文本分析等創(chuàng)造性的方式將非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)變成可用于分析的數(shù)據(jù)[11]。

不過，對于目前主流的機器學(xué)習(xí)模型來說，由于非結(jié)構(gòu)化數(shù)據(jù)具有不斷變化和不可預(yù)測的特性，處理起來難度較大，數(shù)據(jù)預(yù)處理時間長，應(yīng)用開發(fā)成本較高，最重要的是并非所有非結(jié)構(gòu)化數(shù)據(jù)都可以轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)。2014年10月，《國務(wù)院關(guān)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(shù)據(jù)技術(shù)的途徑，加大數(shù)據(jù)綜合利用力度，提高運用信息化技術(shù)查核問題、評價判斷、宏觀分析的能力”。因此，有必要開發(fā)新的解決方案進(jìn)行數(shù)據(jù)的管理分析，適當(dāng)、合理的數(shù)據(jù)分析方法在國家審計中將發(fā)揮越來越重要的作用。此外，由于只能在部分基礎(chǔ)審計工作領(lǐng)域人為設(shè)置特定的指令，對于高難度的審計業(yè)務(wù)還必須依賴具備一定職業(yè)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(nèi)容，現(xiàn)階段的模型能力還相對有限，因此現(xiàn)階段的人工智能國家審計還停留在概念層面，處于發(fā)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(shù)據(jù)中進(jìn)行連續(xù)的學(xué)習(xí)，通過建立相應(yīng)的模型預(yù)測來得出結(jié)論，這整個過程的不透明性和不可解釋性導(dǎo)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(guān)的人工智能解決方案會使審計數(shù)據(jù)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(jù)，人工智能技術(shù)的快速發(fā)展甚至可能會導(dǎo)致在短期內(nèi)產(chǎn)生大規(guī)模的處理錯誤，如網(wǎng)絡(luò)云平臺存儲和傳輸?shù)臄?shù)據(jù)一旦因系統(tǒng)漏洞、病毒及各種運行故障而出現(xiàn)泄漏或者丟失，就會對信息安全產(chǎn)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(shù)據(jù)和系統(tǒng)的安全是審計人員面臨的重要挑戰(zhàn)。不僅如此，部分算法模型的不透明性還與現(xiàn)有法律法規(guī)產(chǎn)生了沖突。例如，1996年《美國健康保險流通與責(zé)任法案》（HIPAA）就強化了對個人身份信息的保護(hù)，而2018年《歐盟通用數(shù)據(jù)保護(hù)法案》（GDPR）則明確規(guī)定企業(yè)在特定情形下需要向用戶闡明他們的個人數(shù)據(jù)是怎樣被使用的并做出合理的解釋，包括那些會對用戶產(chǎn)生重大影響的自動生成結(jié)論的內(nèi)部機制。因此，應(yīng)該將對具體應(yīng)用程序和算法模型的審查納入審計范圍，而有關(guān)立法及國家審計準(zhǔn)則的制定機構(gòu)也應(yīng)該密切關(guān)注人工智能的發(fā)展，加強對人工智能、信息及網(wǎng)絡(luò)安全等相關(guān)領(lǐng)域潛在風(fēng)險的研判和防范，通過建立并完善有關(guān)標(biāo)準(zhǔn)及法律法規(guī)體系及時維護(hù)國家利益。

3.人工智能與審計基本理論及原則的關(guān)系。雖然人工智能技術(shù)實現(xiàn)了審計業(yè)務(wù)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(chǔ)發(fā)展起來的，兩者之間呈現(xiàn)出引領(lǐng)與促進(jìn)、相輔相成的關(guān)系。人工智能審計模式改變了以往國家審計準(zhǔn)則中對審計目標(biāo)的設(shè)定，審計證據(jù)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(fā)生了不同程度的變化，但是無論怎樣都應(yīng)重視審計的理論與準(zhǔn)則建設(shè)，不能一味地追求效率和技術(shù)的創(chuàng)新而停止對審計理論的探索和研究，忽視甚至放棄審計規(guī)則和商業(yè)倫理，導(dǎo)致人工智能審計成為“無根之木、無源之水”。

2017年10月，習(xí)近平總書記在十九大報告中提出要“善于運用互聯(lián)網(wǎng)技術(shù)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(xí)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(jìn)，創(chuàng)新審計理念……要堅持科技強審，加強審計信息化建設(shè)”。2017～2019年的政府工作報告中更是連續(xù)三年提到了人工智能的重要作用，指出應(yīng)加強新一代人工智能的研發(fā)應(yīng)用。因此，要始終站在理論與應(yīng)用的前沿，充分利用好我國現(xiàn)有的審計信息化優(yōu)勢，對國家審計準(zhǔn)則和理論做出及時的調(diào)整，將信息系統(tǒng)審計準(zhǔn)則、數(shù)據(jù)審計準(zhǔn)則、數(shù)據(jù)審計質(zhì)量控制準(zhǔn)則等融合在一起，借助“金審工程”和5G網(wǎng)絡(luò)，集中力量加快設(shè)立符合人工智能的數(shù)字審計標(biāo)準(zhǔn)，爭取有關(guān)準(zhǔn)則、規(guī)范和指南制定的國際話語權(quán)，在國際人工智能審計領(lǐng)域成為世界引領(lǐng)者。

4.人工智能審計的發(fā)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(rèn)為人工智能所帶來的審計自動化可能會導(dǎo)致審計職業(yè)消亡。盡管人工智能給現(xiàn)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(yè)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(jìn)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(jù)對具體業(yè)務(wù)情況的了解決定是否在正式審計過程中繼續(xù)跟進(jìn)可疑事項、進(jìn)行深入調(diào)查，包括了解內(nèi)部控制的制度和環(huán)境以及控制程序的執(zhí)行情況等；在出具審計報告前，審計組成員要圍繞審計發(fā)現(xiàn)進(jìn)行討論以確保足以支持審計結(jié)論。另一方面，審計師在執(zhí)行業(yè)務(wù)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(guān)重要的一部分，只有通過觀察、詢問、交流才能保證審計業(yè)務(wù)的順利進(jìn)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(shù)雖然可以判斷某些指標(biāo)或數(shù)據(jù)的異常，但是異常的背后隱含著怎樣的利益輸送、如何協(xié)調(diào)部門間的利益沖突、怎樣進(jìn)行溝通才能實現(xiàn)雙贏以及如何對國家政策進(jìn)行改進(jìn)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(zhǔn)確理解還是對謹(jǐn)慎度的把握，都依賴審計人員自身的職業(yè)判斷。尤其是隨著交易事項日益趨于復(fù)雜化，每次審計的目的和內(nèi)容都不相同，對于這些非常規(guī)的業(yè)務(wù)，人工智能審計系統(tǒng)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(yè)判斷就顯得越發(fā)重要?？梢哉f，人為的干預(yù)和判斷永遠(yuǎn)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(fā)展進(jìn)行徹底的反思與轉(zhuǎn)變，審計人員需要實現(xiàn)徹底變革以適應(yīng)未來的職業(yè)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(yīng)用系統(tǒng)，過于依賴該系統(tǒng)可能會導(dǎo)致審計人員失去自己的判斷力。因此，未來應(yīng)該將人工智能審計作為提供輔助判斷的系統(tǒng)，而不是完全依賴人工智能技術(shù)，人工智能有可能變革審計，但永遠(yuǎn)不會取代審計專業(yè)人員[6]。當(dāng)然，隨著科技的進(jìn)步和成本的逐步降低，人工智能技術(shù)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(shù)將更好地帶動審計發(fā)展、服務(wù)于審計工作，與國家治理體系和治理能力相適應(yīng)的審計監(jiān)督機制會在保障和落實國家重大決策機制、維護(hù)國家經(jīng)濟安全、促進(jìn)依法治國、推動深化改革以及推進(jìn)黨風(fēng)廉政建設(shè)等方面發(fā)揮越來越重要的作用。

五、結(jié)語

隨著自然語言處理、文字光學(xué)識別及以Neo4j為代表的圖數(shù)據(jù)庫分析工具等多項人工智能技術(shù)的廣泛應(yīng)用，審計取證方式實現(xiàn)了由多樣化向高質(zhì)量、高效率的轉(zhuǎn)變，持續(xù)審計在審計對象“全覆蓋”的前提下逐步成為現(xiàn)實[15]，審計工作重心也由業(yè)務(wù)端轉(zhuǎn)移到了決策端。以大數(shù)據(jù)國家審計平臺為基礎(chǔ)，依托多種機器學(xué)習(xí)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(tǒng)的審計模式，優(yōu)化了審計流程，這不僅有助于緩解審計工作任務(wù)重與力量不足的矛盾，也為提升審計成果的質(zhì)量、層次和水平，以及聚焦主責(zé)主業(yè)，做好常態(tài)化“經(jīng)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(zhì)上的關(guān)聯(lián)。從嚴(yán)格意義上講，由RPA代替人類從事重復(fù)性的工作僅僅實現(xiàn)了流程的自動化，盡管中間也可能融入了光學(xué)文字識別（OCR）技術(shù)，從合同或發(fā)票這類半結(jié)構(gòu)化數(shù)據(jù)中提取文字，但是由于不存在復(fù)雜算法和深度學(xué)習(xí)的問題，沒有實質(zhì)性地改變系統(tǒng)流程，所以本質(zhì)上應(yīng)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(shù)據(jù)訓(xùn)練進(jìn)行規(guī)則和統(tǒng)計模型的調(diào)整，具備了人類的“認(rèn)知功能”，應(yīng)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(qū)分。