【摘要】作為重要的政治制度安排， 國家審計(jì)在保障社會(huì)經(jīng)濟(jì)健康發(fā)展的過程中起著重要作用。 隨著人工智能技術(shù)的推廣應(yīng)用， 取證方式的變化提高了國家審計(jì)的質(zhì)量和效率， 工作重心由業(yè)務(wù)前端轉(zhuǎn)移到?jīng)Q策端， 大量非結(jié)構(gòu)化數(shù)據(jù)及學(xué)習(xí)算法導(dǎo)致審計(jì)風(fēng)險(xiǎn)更為隱蔽、審計(jì)責(zé)任難以界定。 基于此， 本文進(jìn)一步討論人工智能對審計(jì)業(yè)務(wù)流程的影響、給審計(jì)帶來的風(fēng)險(xiǎn)與挑戰(zhàn)、與審計(jì)基本理論及原則的關(guān)系、對審計(jì)人員地位和作用的影響等問題， 為推進(jìn)國家治理體系和治理能力現(xiàn)代化提供借鑒和參考。

【關(guān)鍵詞】人工智能;國家審計(jì);變革與發(fā)展;國家治理

【中圖分類號(hào)】 F239.44 ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ?【文章編號(hào)】1004-0994（2022）11-0104-6

2013年世界審計(jì)組織發(fā)布的《北京宣言——最高審計(jì)機(jī)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(jì)依法履行其職責(zé)， 客觀公正地進(jìn)行監(jiān)督、鑒證、評(píng)價(jià)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(jì)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(jī)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(shí)施過程中的不確定性風(fēng)險(xiǎn)， 推動(dòng)實(shí)現(xiàn)國家的良好治理， 保證經(jīng)濟(jì)社會(huì)的健康運(yùn)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(jì)發(fā)揮作用的根本所在[2] ， 也是提高政府公信力并增強(qiáng)國家治理能力最有效的方法[3] 。 國家審計(jì)涉及面廣、業(yè)務(wù)類型差異大（包括經(jīng)濟(jì)責(zé)任審計(jì)、資源環(huán)境審計(jì)、政策落實(shí)跟蹤審計(jì)及涉外審計(jì)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(jì)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(jì)的社會(huì)價(jià)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(hào)系統(tǒng)這一人工智能的最初假想。 到1950年， Alan Turing在《計(jì)算機(jī)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(jī)器智能的重要測量手段; 1956年， 美國計(jì)算機(jī)科學(xué)家約翰·麥卡錫在達(dá)特茅斯會(huì)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(jī)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(jī)器可自行對數(shù)據(jù)展開分析并進(jìn)行模式識(shí)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(jī)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(shí)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(dòng)。 因此， 人工智能接近于人類大腦的邏輯思維， 它將對個(gè)體、企業(yè)和社會(huì)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(jì)， 為人類服務(wù)， 本質(zhì)為計(jì)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(bǔ); 三是有適應(yīng)特性， 有學(xué)習(xí)能力， 有演化迭代， 有連接擴(kuò)展。 由此可見， 人工智能就是基于強(qiáng)大的計(jì)算能力使機(jī)器具有類似人類的認(rèn)知功能， 其借助自然語言處理（NLP）、機(jī)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(shí)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(qiáng)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(jī)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(diǎn)， 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(huì)各行業(yè)的巨大變革。

二、人工智能審計(jì)的原理

人工智能審計(jì)通過融合信息系統(tǒng)審計(jì)、數(shù)據(jù)式審計(jì)、大數(shù)據(jù)審計(jì)和聯(lián)網(wǎng)審計(jì)等進(jìn)一步改變了審計(jì)模式和方法。 與已有的審計(jì)手段相比， 人工智能審計(jì)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(jì)算、機(jī)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(jì)模型， 根據(jù)審計(jì)的具體規(guī)則和各要素之間的勾稽關(guān)系來識(shí)別業(yè)務(wù)過程中的異常點(diǎn)從而獲取審計(jì)經(jīng)驗(yàn)。 相比傳統(tǒng)審計(jì)模式， 人工智能審計(jì)模式下基于算法的審計(jì)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(jì)過程中還涉及與單個(gè)被審計(jì)機(jī)構(gòu)有關(guān)聯(lián)的風(fēng)險(xiǎn)以及整個(gè)組織所面臨的整體風(fēng)險(xiǎn)， 因此從全覆蓋以及實(shí)時(shí)性角度來看， 人工智能審計(jì)真正實(shí)現(xiàn)了以動(dòng)態(tài)變化的方式理解并恰當(dāng)管理這些風(fēng)險(xiǎn)， 使持續(xù)審計(jì)成為現(xiàn)實(shí)。 人工智能審計(jì)原理如圖1所示。

借助AI平臺(tái)這一基礎(chǔ)層， 人工智能審計(jì)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(jì)算機(jī)視覺、自然語言處理、知識(shí)圖譜及語音識(shí)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(xiàng)能力， 利用人工智能的通用技術(shù)與具體審計(jì)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(jì)實(shí)現(xiàn)了價(jià)值創(chuàng)造的三個(gè)層次： 自動(dòng)化、智能化和創(chuàng)新化。 作為感知智能技術(shù)的單點(diǎn)應(yīng)用， 自動(dòng)化是指由審計(jì)機(jī)器人代替人類自動(dòng)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(jì)全過程自動(dòng)化拓寬了審計(jì)覆蓋領(lǐng)域， 實(shí)現(xiàn)了對所有審計(jì)項(xiàng)目的集中統(tǒng)一管理和審計(jì)數(shù)據(jù)的全覆蓋。 當(dāng)然在大多數(shù)情況下， 自動(dòng)化涉及的只是審計(jì)業(yè)務(wù)鏈條中的一個(gè)或某幾個(gè)環(huán)節(jié)， 本質(zhì)上并不改變原有的業(yè)務(wù)流程。 在自動(dòng)化的基礎(chǔ)上， 基于知識(shí)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(jì)算機(jī)具備了分析、推理和決策能力， 這一階段通過對審計(jì)業(yè)務(wù)流程的改造大幅提升審計(jì)能力。 到了價(jià)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(jì)功能及整體流程進(jìn)行重構(gòu)， 進(jìn)而形成新的審計(jì)模式或者更為細(xì)分的審計(jì)業(yè)務(wù)， 真正實(shí)現(xiàn)人工智能技術(shù)與審計(jì)的深度融合。

三、人工智能對國家審計(jì)的影響

1. 人工智能改變了審計(jì)取證方式， 提高了審計(jì)效率， 使審計(jì)人員的工作重心發(fā)生轉(zhuǎn)移。 相對于賬項(xiàng)基礎(chǔ)審計(jì)和制度基礎(chǔ)審計(jì)模式下通過梳理政策、檢查賬簿報(bào)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(jì)工作， 現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)模式所具有的“整體觀”使得審計(jì)人員的取證范圍從財(cái)務(wù)報(bào)表擴(kuò)展到了全部的業(yè)務(wù)及戰(zhàn)略活動(dòng)。 但由于需要大量的審計(jì)判斷， 審計(jì)對于現(xiàn)代技術(shù)的運(yùn)用落后于其他行業(yè)， 在很大程度上制約了審計(jì)工作效率和效果的提高。 在傳統(tǒng)審計(jì)方式下， 無論是審計(jì)準(zhǔn)備階段的識(shí)別和評(píng)估風(fēng)險(xiǎn)點(diǎn)、確定審計(jì)的重點(diǎn)領(lǐng)域， 還是審計(jì)實(shí)施階段的內(nèi)部控制測試、分析性程序和實(shí)質(zhì)性程序， 都要通過估計(jì)風(fēng)險(xiǎn)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(shí)現(xiàn)。 同時(shí)， 由于非財(cái)務(wù)信息占比較大， 這部分信息的搜集和整理也耗費(fèi)了審計(jì)人員大量的時(shí)間和精力。 隨著業(yè)務(wù)量的增多、政府項(xiàng)目規(guī)模的擴(kuò)大， 業(yè)務(wù)規(guī)則趨于復(fù)雜， 審計(jì)風(fēng)險(xiǎn)也日益增大。 尤其像重大政策落實(shí)跟蹤審計(jì)這類業(yè)務(wù)， 由于周期較長， 審計(jì)人員需要持續(xù)跟蹤審計(jì)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(jì)人員有限的時(shí)間和精力， 具有戰(zhàn)略性地位的審計(jì)決策和后續(xù)審計(jì)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(shí)彌補(bǔ)運(yùn)行過程中的漏洞而不斷實(shí)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(jì)工作缺乏亮點(diǎn)， 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(jì)計(jì)劃到審計(jì)報(bào)告的整個(gè)審計(jì)過程， 對數(shù)據(jù)采集、比較與驗(yàn)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(jì)、領(lǐng)導(dǎo)干部自然資源資產(chǎn)離任審計(jì)等業(yè)務(wù)。 例如， 2018年天津市濱海新區(qū)審計(jì)局在政府投資審計(jì)中首次使用無人機(jī)低空遙感測繪技術(shù)， 2019年無錫市審計(jì)局在某工程項(xiàng)目審計(jì)中也使用了無人機(jī)遙感技術(shù)， 借助無人機(jī)的可變圖像和對象識(shí)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(shí)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(bǔ)了傳統(tǒng)取證方式的不足， 更使得審計(jì)人員有較多精力專注于解決風(fēng)險(xiǎn)、完善對策， 顯著提高了審計(jì)效率。

目前， 人工智能對審計(jì)影響的焦點(diǎn)集中于審計(jì)工作中勞動(dòng)密集型任務(wù)的自動(dòng)化。 審計(jì)過程中的風(fēng)險(xiǎn)評(píng)估和識(shí)別、內(nèi)部控制測試、分析程序， 甚至包括驗(yàn)證、重新計(jì)算等在內(nèi)的占比較高的實(shí)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(huì)讀取、管理和分析更復(fù)雜的合同和數(shù)據(jù)， 審計(jì)報(bào)告也可以通過人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)自動(dòng)生成。 由于合同及發(fā)票的抓取驗(yàn)證、賬證數(shù)據(jù)的復(fù)核、銀行對賬、折舊及攤銷的重新計(jì)算及工作底稿的自動(dòng)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(jī)器人流程自動(dòng)化（Robotic Process Automation， RPA）來處理①， 審計(jì)人員能集中精力關(guān)注更加復(fù)雜的交易事項(xiàng)， 從而極大地提升審計(jì)工作的質(zhì)量和效率。 由“跟項(xiàng)目”到“跟部門和項(xiàng)目”再到“跟數(shù)據(jù)”， 審計(jì)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(dòng)并完善國家治理起到了重要作用[7] 。

2. 審計(jì)風(fēng)險(xiǎn)更隱蔽， 審計(jì)責(zé)任難以界定。 隨著技術(shù)的進(jìn)步， 審計(jì)業(yè)務(wù)中自動(dòng)化的適用范圍也在不斷擴(kuò)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(dòng)化進(jìn)行處理。 在運(yùn)用人工智能技術(shù)對數(shù)據(jù)展開分析時(shí)， 由于這是一個(gè)技術(shù)支配數(shù)據(jù)從而引導(dǎo)審計(jì)人員進(jìn)行后續(xù)審計(jì)的過程， 技術(shù)風(fēng)險(xiǎn)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(shí)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(cuò)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(shí)、思維的不斷模擬、延伸和擴(kuò)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(jì)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(cuò)學(xué)習(xí)、不斷模擬產(chǎn)生的， 除了開發(fā)、設(shè)計(jì)算法的人員， 其他人根本無法理解算法模型及其運(yùn)行的機(jī)制， 對其內(nèi)在機(jī)理更無從了解和判斷。 因此， 在應(yīng)用過程中， 審計(jì)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(jì)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(jì)風(fēng)險(xiǎn)之所在。 當(dāng)然， 在從靜態(tài)封閉轉(zhuǎn)向動(dòng)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(jì)算機(jī)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(shí)， 很難判斷其究竟是審計(jì)人員方面主觀導(dǎo)致的， 還是因?yàn)榫W(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(shí)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(jì)期望差距， 降低了審計(jì)資源的不對稱程度。 在傳統(tǒng)審計(jì)業(yè)務(wù)執(zhí)行過程中， 由于溝通反饋不及時(shí)、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(jì)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(jì)部門出具的審計(jì)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(xiàng)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(qiáng)預(yù)算控制、如何控制一般性支出等都無法進(jìn)行及時(shí)、深入的了解， 審計(jì)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(kuò)大和業(yè)務(wù)的日益復(fù)雜化又使得審計(jì)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(jì)的效率和效果難以兼顧。

在人工智能環(huán)境下， 強(qiáng)大的計(jì)算能力使機(jī)器具有類似人類的認(rèn)知功能， 審計(jì)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(shí)時(shí)調(diào)整更是增強(qiáng)了審計(jì)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(jì)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(shí)時(shí)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(shí)現(xiàn)了在設(shè)定情境下的智能化審計(jì)分析， 全方位覆蓋的審計(jì)流程打破了各業(yè)務(wù)部門的界限， 降低了審計(jì)延遲， 為國家審計(jì)資源的實(shí)時(shí)共享提供了支持。

四、有關(guān)人工智能時(shí)代國家審計(jì)的進(jìn)一步討論

1. 人工智能對審計(jì)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(jì)[9] 、持續(xù)審計(jì)[10] 等不同的作業(yè)模式， 尤其是人工智能審計(jì)的出現(xiàn)極大地改變了審計(jì)工作的性質(zhì)， 統(tǒng)一的大數(shù)據(jù)標(biāo)準(zhǔn)推動(dòng)了審計(jì)作業(yè)的自動(dòng)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(yùn)用， 促進(jìn)了審計(jì)技術(shù)和方法的發(fā)展。 在人工智能時(shí)代， 審計(jì)師可以實(shí)時(shí)監(jiān)控運(yùn)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(qiáng)化耕地保護(hù)的全流程監(jiān)測）， 審計(jì)署及各級(jí)審計(jì)機(jī)關(guān)可以清晰地看到每個(gè)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(shí)， 審計(jì)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(jì)人員更多地參與到審計(jì)流程的判斷和分析中， 審計(jì)期望差距大幅縮小， 審計(jì)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(diǎn)對點(diǎn)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(diǎn)， 使得經(jīng)濟(jì)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(tái)， 任何經(jīng)濟(jì)活動(dòng)的參與方信息都能被整合上傳并接受多方監(jiān)督， 審計(jì)鏈上的數(shù)據(jù)更加真實(shí)、完整。 如果單位內(nèi)外部信息實(shí)現(xiàn)了無縫銜接， 那么審計(jì)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(yàn)證， 在審計(jì)工作中就可以跳過現(xiàn)有的實(shí)質(zhì)性程序， 從而極大地簡化業(yè)務(wù)流程， 真正實(shí)現(xiàn)審計(jì)的實(shí)時(shí)性和全覆蓋。

2. 人工智能技術(shù)運(yùn)用給審計(jì)帶來的風(fēng)險(xiǎn)與挑戰(zhàn)。 在肯定人工智能為審計(jì)領(lǐng)域帶來發(fā)展機(jī)遇和深刻變革的同時(shí)， 也要注意到發(fā)展過程中存在的問題和風(fēng)險(xiǎn)。 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(shí)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(gè)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(cuò)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(jì)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(jì)。 但就現(xiàn)有情況來看， 多數(shù)政府或企業(yè)平臺(tái)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(dòng)， 數(shù)據(jù)孤島的存在使得充分的數(shù)據(jù)共享難以實(shí)現(xiàn)。 與此同時(shí)， 數(shù)據(jù)結(jié)構(gòu)化的不足也成為一個(gè)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(jì)平臺(tái)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(jī)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(shí)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(qiáng)審計(jì)工作的意見》中提出， 要“探索在審計(jì)實(shí)踐中運(yùn)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(yùn)用信息化技術(shù)查核問題、評(píng)價(jià)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(jì)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(jì)工作領(lǐng)域人為設(shè)置特定的指令， 對于高難度的審計(jì)業(yè)務(wù)還必須依賴具備一定職業(yè)能力的審計(jì)人員來完成， 同時(shí)對語義的精確理解以及機(jī)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(jì)還停留在概念層面， 處于發(fā)展的初級(jí)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(gè)過程的不透明性和不可解釋性導(dǎo)致審計(jì)人員很難理解并把握最終決策形成的機(jī)制。 就此而言， 與決策制定相關(guān)的人工智能解決方案會(huì)使審計(jì)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(huì)導(dǎo)致在短期內(nèi)產(chǎn)生大規(guī)模的處理錯(cuò)誤， 如網(wǎng)絡(luò)云平臺(tái)存儲(chǔ)和傳輸?shù)臄?shù)據(jù)一旦因系統(tǒng)漏洞、病毒及各種運(yùn)行故障而出現(xiàn)泄漏或者丟失， 就會(huì)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(shí)保障國家數(shù)據(jù)和系統(tǒng)的安全是審計(jì)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(xiǎn)流通與責(zé)任法案》（HIPAA）就強(qiáng)化了對個(gè)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(gè)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(huì)對用戶產(chǎn)生重大影響的自動(dòng)生成結(jié)論的內(nèi)部機(jī)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(jì)范圍， 而有關(guān)立法及國家審計(jì)準(zhǔn)則的制定機(jī)構(gòu)也應(yīng)該密切關(guān)注人工智能的發(fā)展， 加強(qiáng)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(xiǎn)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(shí)維護(hù)國家利益。

3. 人工智能與審計(jì)基本理論及原則的關(guān)系。 雖然人工智能技術(shù)實(shí)現(xiàn)了審計(jì)業(yè)務(wù)的高效化和智能化， 但是人工智能時(shí)代的國家審計(jì)仍舊是以審計(jì)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(jì)模式改變了以往國家審計(jì)準(zhǔn)則中對審計(jì)目標(biāo)的設(shè)定， 審計(jì)證據(jù)的獲取方式、充分性和可靠性要求以及審計(jì)人員的獨(dú)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(jì)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(jì)理論的探索和研究， 忽視甚至放棄審計(jì)規(guī)則和商業(yè)倫理， 導(dǎo)致人工智能審計(jì)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(bào)告中提出要“善于運(yùn)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(jì)委員會(huì)第一次會(huì)議上， 習(xí)近平總書記再次明確指出“要深化審計(jì)制度改革， 解放思想、與時(shí)俱進(jìn)， 創(chuàng)新審計(jì)理念……要堅(jiān)持科技強(qiáng)審， 加強(qiáng)審計(jì)信息化建設(shè)”。 2017 ～ 2019年的政府工作報(bào)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(qiáng)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(jì)信息化優(yōu)勢， 對國家審計(jì)準(zhǔn)則和理論做出及時(shí)的調(diào)整， 將信息系統(tǒng)審計(jì)準(zhǔn)則、數(shù)據(jù)審計(jì)準(zhǔn)則、數(shù)據(jù)審計(jì)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(jì)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(jì)領(lǐng)域成為世界引領(lǐng)者。

4. 人工智能審計(jì)的發(fā)展對審計(jì)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(dòng)化的影響， 會(huì)計(jì)和審計(jì)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(jì)自動(dòng)化可能會(huì)導(dǎo)致審計(jì)職業(yè)消亡。 盡管人工智能給現(xiàn)代審計(jì)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(gè)對國家審計(jì)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(jì)工作前的計(jì)劃階段， 審計(jì)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(jì)實(shí)施方案積累資料; 在實(shí)施審計(jì)的過程中， 審計(jì)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(jì)過程中繼續(xù)跟進(jìn)可疑事項(xiàng)、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(jì)報(bào)告前， 審計(jì)組成員要圍繞審計(jì)發(fā)現(xiàn)進(jìn)行討論以確保足以支持審計(jì)結(jié)論。 另一方面， 審計(jì)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(jì)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(jì)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(diǎn)。

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(shí)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(jì)人員自身的職業(yè)判斷。 尤其是隨著交易事項(xiàng)日益趨于復(fù)雜化， 每次審計(jì)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(jì)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(jì)人員的職業(yè)判斷就顯得越發(fā)重要。 可以說， 人為的干預(yù)和判斷永遠(yuǎn)是審計(jì)工作最有價(jià)值的部分。

人工智能時(shí)代要對審計(jì)人力資本的發(fā)展進(jìn)行徹底的反思與轉(zhuǎn)變， 審計(jì)人員需要實(shí)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(gè)應(yīng)用系統(tǒng)， 過于依賴該系統(tǒng)可能會(huì)導(dǎo)致審計(jì)人員失去自己的判斷力。 因此， 未來應(yīng)該將人工智能審計(jì)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(jì)， 但永遠(yuǎn)不會(huì)取代審計(jì)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(yùn)用， 人工智能審計(jì)體系將逐步完善， 審計(jì)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(shí)代的到來， 人工智能技術(shù)將更好地帶動(dòng)審計(jì)發(fā)展、服務(wù)于審計(jì)工作， 與國家治理體系和治理能力相適應(yīng)的審計(jì)監(jiān)督機(jī)制會(huì)在保障和落實(shí)國家重大決策機(jī)制、維護(hù)國家經(jīng)濟(jì)安全、促進(jìn)依法治國、推動(dòng)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(shí)別及以Neo4j為代表的圖數(shù)據(jù)庫分析工具等多項(xiàng)人工智能技術(shù)的廣泛應(yīng)用， 審計(jì)取證方式實(shí)現(xiàn)了由多樣化向高質(zhì)量、高效率的轉(zhuǎn)變， 持續(xù)審計(jì)在審計(jì)對象“全覆蓋”的前提下逐步成為現(xiàn)實(shí)[15] ， 審計(jì)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(jì)平臺(tái)為基礎(chǔ)， 依托多種機(jī)器學(xué)習(xí)算法模型和更強(qiáng)大的計(jì)算能力， 人工智能時(shí)代的國家審計(jì)改變了傳統(tǒng)的審計(jì)模式， 優(yōu)化了審計(jì)流程， 這不僅有助于緩解審計(jì)工作任務(wù)重與力量不足的矛盾， 也為提升審計(jì)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(jì)體檢”工作提供了堅(jiān)實(shí)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(dòng)化的范圍，但是兩者并沒有實(shí)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(shí)現(xiàn)了流程的自動(dòng)化，盡管中間也可能融入了光學(xué)文字識(shí)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(shí)質(zhì)性地改變系統(tǒng)流程，所以本質(zhì)上應(yīng)作為初級(jí)的自動(dòng)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(shí)時(shí)的數(shù)據(jù)訓(xùn)練進(jìn)行規(guī)則和統(tǒng)計(jì)模型的調(diào)整，具備了人類的“認(rèn)知功能”，應(yīng)屬于自動(dòng)化的高級(jí)階段，也稱為強(qiáng)人工智能或類人工智能階段。此處本文不做具體的區(qū)分。

【 主 要 參 考 文 獻(xiàn) 】

[1] 劉家義.論國家治理與國家審計(jì)[ J].中國社會(huì)科學(xué)，2012（6）：60 ～ 72.

[2] 張立民，崔雯雯.國家審計(jì)推動(dòng)完善國家治理的路徑研究——基于國家審計(jì)信息屬性的分析[ J].審計(jì)與經(jīng)濟(jì)研究，2014（3）：13 ～ 22.

[3] Stacey Shindelar. Big Data and the Government Agency[ J].Public Manager，2014（43）：52 ～ 56.

[4] Kaplan Andreas， Michael Haenlein. Siri， Siri in My Hand， Who's the Fairest in the Land？On the Interpretations，Illustrations and Implications of Artificial Intelligence[ J].Business Horizons，2019（62）：15 ～ 25.

[5] 喬恩·拉斐爾，戴正宗.看人工智能如何提高審計(jì)質(zhì)量[N].中國會(huì)計(jì)報(bào)，2015-06-29.

[6] Abdolmhammadi M. J.. A Comprehensive Taxonomy of Audit Task Structure， ?Professional Rank and Decision Aids for Beh-

avioral Research[ J].Behavioral Research in Accounting，1999（11）：51 ～ 92.

[7] 劉家義.國家治理現(xiàn)代化進(jìn)程中的國家審計(jì)：制度保障與實(shí)踐邏輯[ J].中國社會(huì)科學(xué)，2015（9）：64 ～ 83.

[8] Lacity M. C.， Willcocks L. P.. Robotic Process Automation at Telefonica O2[ J].MIS Quarterly Executive： A Research Journal Dedicated to Improving Practice，2016（15）：1 ～ 2.

[9] 陳偉，Wally Smieliauskas.云計(jì)算環(huán)境下的聯(lián)網(wǎng)審計(jì)實(shí)現(xiàn)方法探析[ J].審計(jì)研究，2012（3）：37 ～ 44.

[10] Brown C. E.， Wong J. A.， Baldwin A. A.. A Review and Analysis of the Existing Research Streams in Continuous Auditing[ J].Journal of Emerging Technologies in Accounting，2007（4）：1 ～ 28.

[11] 弗蘭克斯著.黃海，車皓陽，王悅等譯.駕馭大數(shù)據(jù)[M].北京：人民郵電出版社，2013.

[12] Frey C.，Osborne M.. The Future of Employment： How Susceptible Are Jobs to Computerization？[ J].Technological Forecasting & Social Change，2017（114）：254 ～ 280.

[13] Srinivasan V.. Will Financial Auditors Become Extinct？In the Intelligent Enterprise in the Era of Big Data[M].New York：Wiley，2016.

[14] GAO. Technology Assessment：Artificial Intelligence：Emer-

ging Opportunities，Challenges，and Implications[EB/OL].https：//www.gao.gov/assets/gao-18-142sp.pdf，2018.

[15] 蔣楠.論大數(shù)據(jù)時(shí)代國家審計(jì)變革與發(fā)展[ J].財(cái)會(huì)月刊，2022（7）：113 ～ 117.

[16] 中央審計(jì)委員會(huì)辦公室，審計(jì)署.關(guān)于印發(fā)《“十四五”國家審計(jì)工作發(fā)展規(guī)劃》的通知[EB/OL].http：//www.gov.cn/zhengce/zhengceku/2021-/28/content_5621230.htm，2021-06-22.