基于人工智能的高校財務(wù)收支審計研究

范琳琳 孟 錦 董 坤 李增武 鄭 清

1.西南交通大學(xué)計劃財務(wù)處 2.西南交通大學(xué)審計處

一、引言

隨著黨中央對審計管理體制的深化改革以及構(gòu)建“集中統(tǒng)一、全面覆蓋、權(quán)威高效”審計監(jiān)督體系要求的提出，高校內(nèi)部審計工作面臨巨大的機(jī)遇和挑戰(zhàn)，傳統(tǒng)的審計工作模式已無法滿足新時期對高校內(nèi)部審計工作的要求。習(xí)近平總書記提出要“善于運(yùn)用新技術(shù)、新手段，堅持科技強(qiáng)審，加強(qiáng)審計信息化建設(shè)，積極推進(jìn)大數(shù)據(jù)審計”。人工智能（AI）作為近幾年最熱的信息技術(shù)已經(jīng)廣泛地應(yīng)用于各個領(lǐng)域，部分高校開始嘗試將人工智能應(yīng)用于內(nèi)部審計中。

二、人工智能的概念及其在審計領(lǐng)域的應(yīng)用

（一）人工智能簡介

人工智能（AI）是計算機(jī)學(xué)科的一個分支，被視為21世紀(jì)三大尖端技術(shù)之一。人工智能主要研究如何讓計算機(jī)來模擬人的思維過程和智能行為（如學(xué)習(xí)、分析、規(guī)劃等）。人工智能的概念是1956年一批年輕的科學(xué)家在達(dá)特茅斯（Dartmouth）夏季學(xué)會上提出的，經(jīng)過幾十年的研究發(fā)展，現(xiàn)在人工智能已經(jīng)是一個涉及計算機(jī)科學(xué)、數(shù)學(xué)、神經(jīng)生理學(xué)、心理學(xué)、哲學(xué)、控制論等諸多學(xué)科的交叉學(xué)科。人工智能的研究范疇主要包括機(jī)器學(xué)習(xí)、自然語言處理、圖像識別、自動程序設(shè)計、機(jī)器人、神經(jīng)網(wǎng)絡(luò)、遺傳算法等，人工智能的各項技術(shù)目前已被廣泛地應(yīng)用于教育、醫(yī)療、交通以及日常生活的方方面面。

（二）人工智能在審計領(lǐng)域的理論研究綜述

國際上對人工智能在審計領(lǐng)域的應(yīng)用研究起步較早。Abdol和Usoff認(rèn)為人工智能在提升審計效率和有效性方面有著積極的作用；Brown和Murphy強(qiáng)調(diào)了人工智能在審計的一致性及審計對決策的影響等方面的意義；Elliott和Kielich認(rèn)為智能審計中必須加強(qiáng)工作人員在智能審計方面的培訓(xùn)。國內(nèi)對這方面的研究主要集中在利用大數(shù)據(jù)技術(shù)，依托云計算、云儲存等平臺開展信息化審計。劉國城和王會金利用大數(shù)據(jù)技術(shù)構(gòu)建審計平臺的方法，提供了大數(shù)據(jù)時代下智能審計的實現(xiàn)方案；張莉以國家治理新策略為背景闡述了智能審計對審計目標(biāo)、審計規(guī)劃、監(jiān)督體系及審計模式等方面的影響，并得出智能審計尚處于理論研究階段還缺少實際案例的結(jié)論；楊揚(yáng)以會計師事務(wù)所提供的上市公司審計數(shù)據(jù)為例，對人工智能在提升審計質(zhì)量方面的應(yīng)用給出了積極的評價。

（三）人工智能在審計領(lǐng)域的實際應(yīng)用

強(qiáng)大的數(shù)據(jù)處理及分析能力、高效的流程自動化處理使得國際知名的“四大”會計師事務(wù)所都在積極探索人工智能在審計業(yè)務(wù)中的應(yīng)用，隨著不斷投入及深入研究，人工智能在審計業(yè)務(wù)中的應(yīng)用也有了顯著的成果。2017年被《國際會計公報》評為“年度審計創(chuàng)新”的GL機(jī)器人就是普華永道（PwC）與H2O公司聯(lián)合研發(fā)的。GL機(jī)器人利用強(qiáng)大的數(shù)據(jù)處理能力可以幫助審計人員高效地發(fā)現(xiàn)企業(yè)舞弊和異常情況，在德國、英國、瑞典、加拿大等國的近20個審計項目中取得了很好的應(yīng)用效果。德勤（Deloitte）和畢馬威（KPMG）也相繼開發(fā)了自己的智能審計平臺，利用機(jī)器人流程自動化及數(shù)據(jù)挖掘技術(shù)對審計工作人員在制定審計風(fēng)險策略、評估審計風(fēng)險以及獲取審計經(jīng)驗數(shù)據(jù)等方面提供了很好的幫助。安永（EY）不僅開發(fā)了一款基于云計算平臺的EY Atlas審計系統(tǒng)，還將植入了圖像識別技術(shù)的無人機(jī)應(yīng)用于野外實物盤點當(dāng)中。如今，按照“流程標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)數(shù)字化，數(shù)字智能化”的策略路徑，“四大”會計師事務(wù)所都在大力推廣各自的RPA（Robotic Process Automation）智能審計方案。人工智能的介入極大地提升了審計工作的效率，以德勤在某銀行的概念驗證（POC，Proof of Concept）案例為例，通過使用智能審計系統(tǒng)，溝通成本極大降低，單個審計證據(jù)的獲取時間由以前的平均40分鐘降低到30秒以下；文檔工作大量減少，單個流程的底稿編制由以前的1.5個小時降低到30分鐘以下；智能審計系統(tǒng)可以根據(jù)預(yù)設(shè)的內(nèi)部審計規(guī)則，在每天的指定時段從系統(tǒng)中持續(xù)獲取審計證據(jù)，并開展持續(xù)性檢查。

三、高校財務(wù)收支業(yè)務(wù)審計中存在的問題

（一）數(shù)據(jù)收集難度大，效率低

高效、全面地收集基礎(chǔ)數(shù)據(jù)是有效開展審計工作的重要前提，傳統(tǒng)的高校財務(wù)收支審計業(yè)務(wù)中，由于高校內(nèi)部信息化建設(shè)不均衡等因素，審計部門獲取財務(wù)數(shù)據(jù)需要經(jīng)過層層審批，數(shù)據(jù)傳輸主要是通過電子介質(zhì)傳盤的方式，財務(wù)部門將收支數(shù)據(jù)轉(zhuǎn)化為電子表格，然后通過U盤或者移動硬盤傳給審計部門。由于數(shù)據(jù)結(jié)構(gòu)、冗余數(shù)據(jù)等原因，審計部門還需要對數(shù)據(jù)進(jìn)行再加工才能得到有效的審計數(shù)據(jù)。此方式下完成審計數(shù)據(jù)收集工作的時間基本是以天為單位，最快也是以小時為單位的，數(shù)據(jù)獲取難度大，效率低。

（二）審計人員緊缺，審計風(fēng)險大

近年隨著教育經(jīng)費(fèi)的不斷增加，高校的經(jīng)濟(jì)規(guī)模不斷增長，由此導(dǎo)致的財務(wù)收支業(yè)務(wù)也是逐年遞增。根據(jù)教育部發(fā)布的2020年全國教育經(jīng)費(fèi)執(zhí)行情況統(tǒng)計快報，2020年高等教育經(jīng)費(fèi)投入為13999億元，比上年增長3.99%。不斷增長的財務(wù)收支業(yè)務(wù)給審計工作帶來巨大工作量與緊缺審計工作人員形成了強(qiáng)烈的反差，即便僅使用抽樣審計的方式也使得高校審計人員深陷繁重的審計數(shù)據(jù)收集取證環(huán)節(jié)，根本沒有多余的精力投入到包括管理審計在內(nèi)的其他更重要的事務(wù)中，審計風(fēng)險加大。

（三）審計結(jié)果信息溝通不暢，審計整改不充分

目前高校財務(wù)收支審計工作基本以出具審計報告、提出整改建議作為審計工作的結(jié)束，對審計整改的落實情況和效果缺乏有效的監(jiān)督與記錄，這也一定程度導(dǎo)致部分單位和個人對審計結(jié)果“虛心接受，誠懇檢討，硬是不改”的現(xiàn)象，審計結(jié)果運(yùn)用不理想，則審計工作對經(jīng)濟(jì)活動的監(jiān)督及指導(dǎo)作用便無從談起，毫無意義。

四、人工智能在高校財務(wù)收支業(yè)務(wù)審計中的實現(xiàn)路徑

針對當(dāng)前高校財務(wù)收支業(yè)務(wù)審計工作中的問題，部分高校開始加強(qiáng)信息化建設(shè)并嘗試引入人工智能解決。人工智能的實施有幾個基本要素，首先需要有應(yīng)用場景作為人工智能運(yùn)行的基礎(chǔ)，其次需要數(shù)據(jù)的獲取與共享，最后也是最重要的是算法以及算力保障。

（一）規(guī)范審計流程，確定應(yīng)用場景

明確人工智能應(yīng)用場景的基礎(chǔ)是標(biāo)準(zhǔn)化的審計流程，因此運(yùn)用人工智能開展審計工作的第一步就是梳理高校財務(wù)收支審計的業(yè)務(wù)，建立一套標(biāo)準(zhǔn)化的審計工作流程，然后據(jù)此明確人工智能的應(yīng)用場景，即流程中的哪部分可以用人工智能來實現(xiàn)。審計部門應(yīng)牽頭并會同財務(wù)及其他相關(guān)部門共同梳理，確定財務(wù)收支業(yè)務(wù)的審計工作流程，具體如圖1所示。智能審計的應(yīng)用場景如下：

圖1 財務(wù)收支業(yè)務(wù)審計流程

數(shù)據(jù)獲?。褐饕δ転閷?dǎo)入財務(wù)部門提供的財務(wù)收支憑證數(shù)據(jù)以及校內(nèi)其他部門提供的相關(guān)數(shù)據(jù)。

審計業(yè)務(wù)：主要功能為供審計部門工作人員根據(jù)國家及學(xué)校相關(guān)財經(jīng)政策對財務(wù)收支憑證數(shù)據(jù)開展審計業(yè)務(wù)。

報告生成：主要功能為根據(jù)審計模塊發(fā)現(xiàn)的問題生成審計報告，并將審計報告反饋給財務(wù)部門用戶。

整改追蹤：主要功能為對審計問題的落實整改情況進(jìn)行記錄，完成整改落實情況的統(tǒng)計分析。

（二）確定數(shù)據(jù)來源，獲取數(shù)據(jù)開放共享

確定應(yīng)用場景后下一步需要將平臺所需的數(shù)據(jù)信息進(jìn)行溯源，與數(shù)據(jù)提供部門達(dá)成數(shù)據(jù)開放共享?？衫脭?shù)據(jù)倉庫技術(shù)（ETL）從財務(wù)部門獲取財務(wù)憑證、財務(wù)項目、科目等財務(wù)數(shù)據(jù)，從人事、資產(chǎn)等校內(nèi)相關(guān)部門獲取人事、資產(chǎn)等數(shù)據(jù)。還可以利用網(wǎng)絡(luò)爬蟲（Web crawler）技術(shù)或者數(shù)據(jù)倉庫技術(shù)（ETL）獲取工商數(shù)據(jù)、稅務(wù)數(shù)據(jù)以及政府采購數(shù)據(jù)等輔助數(shù)據(jù)。

（三）構(gòu)建策略算法庫，提供算力保障

作為人工智能的核心，策略算法庫以及硬件設(shè)備的計算能力保障直接決定了審計質(zhì)量的優(yōu)劣以及審計效率的高低。根據(jù)高校收支業(yè)務(wù)的審計常見問題，例如關(guān)聯(lián)交易、合同拆分、三公經(jīng)費(fèi)等結(jié)合人工智能的常見算法如邏輯回歸算法（Logistic Regression）、多項式樸素貝葉斯算法（Multinomial Naive Bayes）以及神經(jīng)網(wǎng)絡(luò)算法（Neural Network）等建立審計策略算法庫，策略算法庫應(yīng)緊密結(jié)合國家財經(jīng)法規(guī)及學(xué)校財經(jīng)政策，以有效發(fā)現(xiàn)風(fēng)險點，提高審計質(zhì)量。硬件設(shè)備的計算能力保障可依托學(xué)校信息中心的服務(wù)器提供足夠的算力及存儲空間，同時系統(tǒng)安全方面也能夠得到很好的保障。

五、智能審計模型及實際應(yīng)用

（一）高校收支業(yè)務(wù)智能審計模型

基于人工智能的高校財務(wù)收支審計模型主要有三部分：后臺數(shù)據(jù)層、中臺處理層、前臺應(yīng)用層。如圖2所示。

圖2 高校財務(wù)收支智能審計模型

后臺數(shù)據(jù)層的主要功能是利用數(shù)據(jù)倉庫或者爬蟲技術(shù)獲取基礎(chǔ)數(shù)據(jù)，同時對獲取的原始數(shù)據(jù)進(jìn)行清洗轉(zhuǎn)換，使數(shù)據(jù)成為模型可直接應(yīng)用的數(shù)據(jù)格式。

中臺處理層是智能審計模型的核心部分，智能引擎根據(jù)策略算法庫中的策略算法對數(shù)據(jù)進(jìn)行分類分析，實現(xiàn)智能審計的功能。中臺處理層將數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)。訓(xùn)練數(shù)據(jù)用于訓(xùn)練智能引擎，使其具有智能審計的能力，相當(dāng)于人類學(xué)習(xí)的過程；測試數(shù)據(jù)用于檢驗智能引擎的效果，相當(dāng)于人類的考試測驗?？筛鶕?jù)測試效果對智能引擎的策略算法以及特征選擇等關(guān)鍵技術(shù)不斷進(jìn)行優(yōu)化，達(dá)到提升智能審計效果的目的。

前臺應(yīng)用層的主要功能是給工作人員反饋審計結(jié)果、提供決策支持、生成審計報告并對整改情況進(jìn)行追蹤記錄。

智能審計模型中的業(yè)務(wù)流程如圖3所示。

圖3 高校財務(wù)收支業(yè)務(wù)智能審計流程

（二）智能審計模型的應(yīng)用及效果

人工智能在誕生之初就是面向應(yīng)用的學(xué)科，無論它與哪一個學(xué)科交叉、在哪一個領(lǐng)域施展，應(yīng)用效果都是衡量其是否有效的重要指標(biāo)。筆者以X高校2020—2021年兩年的財務(wù)收支業(yè)務(wù)數(shù)據(jù)對模型進(jìn)行驗證，并通過實際結(jié)果就人工智能對高校財務(wù)收支審計工作各方面的影響進(jìn)行分析。

1.人工智能對審計數(shù)據(jù)獲取的影響

傳統(tǒng)的高校財務(wù)收支審計業(yè)務(wù)中，由于高校內(nèi)部信息化建設(shè)不均衡等原因，審計部門獲取財務(wù)收支數(shù)據(jù)的方式主要是通過電子介質(zhì)傳盤的方式。即財務(wù)部門將收支數(shù)據(jù)轉(zhuǎn)化為電子表格，然后通過U盤或者移動硬盤傳給審計部門。由于數(shù)據(jù)結(jié)構(gòu)、冗余數(shù)據(jù)等原因，審計部門還需要對數(shù)據(jù)進(jìn)行再加工才能得到有效的審計數(shù)據(jù)。此方式下完成審計數(shù)據(jù)收集工作的時間基本以天為單位，最快也是以小時為單位。而利用人工智能的ETL（或者ELT）技術(shù)可以將數(shù)據(jù)的抽取、轉(zhuǎn)換由系統(tǒng)自動完成，不僅將審計數(shù)據(jù)獲取工作中的人工完全替代，而且極大地提高了數(shù)據(jù)獲取的實效，數(shù)據(jù)獲取時間的單位降低到幾分鐘甚至幾秒鐘，這為財務(wù)收支審計由事后審計向事中、事前審計提供了技術(shù)前提，也為審計工作與收支業(yè)務(wù)“財審融合”的實現(xiàn)提供了可能和保障。審計數(shù)據(jù)獲取時間對比如圖4。

圖4 審計數(shù)據(jù)獲取時間對比

2.人工智能對審計方法的影響

傳統(tǒng)財務(wù)收支審計的審計方法受限于人員、時間、技術(shù)條件等因素，主要是抽樣審計，即審計工作人員在高校財務(wù)收支審計業(yè)務(wù)中，從財務(wù)收支憑證的總體中選取一定數(shù)量的樣本憑證進(jìn)行審計，并根據(jù)樣本憑證的審查結(jié)果推斷總體的憑證情況。這種審計方法不僅存在“過度依賴”或“依賴不足”的風(fēng)險，而且重復(fù)性勞動較多，效率低下。利用人工智能的RPA和大數(shù)據(jù)技術(shù)不僅可以替代人工自動完成審計工作，將審計人員從低效的重復(fù)性勞動中解放出來，而且可以將原來的抽樣審計方式轉(zhuǎn)變?yōu)獒槍θ控攧?wù)收支憑證的審計方式，從根本上消除了由于抽樣樣本偏差導(dǎo)致的“過度依賴”與“依賴不足”風(fēng)險。X高校自2020年實施智能審計以來，截至2021年12月31日，對該校兩年的全部212089份憑證進(jìn)行了智能審計，發(fā)現(xiàn)3954個問題，根據(jù)問題的嚴(yán)重程度由輕到重依次分為關(guān)注提醒1010件，藍(lán)色預(yù)警2525件，黃色預(yù)警270件，紅色預(yù)警149件。按照當(dāng)前高校審計部門的人員配置情況，如果仍采用傳統(tǒng)的審計方法開展財務(wù)收支審計工作，則很難達(dá)到這種憑證全覆蓋的程度，但借助人工智能，輕輕松松就實現(xiàn)了憑證數(shù)據(jù)的全覆蓋，且審計人員從確定抽樣樣本、逐個對樣本進(jìn)行審計的重復(fù)性勞動中解脫出來，可以將更多的精力投入到需要重點關(guān)注的問題以及管理工作中，提高了審計效率和審計質(zhì)量。

3.人工智能對審計實施時間的影響

以往的高校財務(wù)收支審計幾乎都是事后審計，即當(dāng)審計業(yè)務(wù)發(fā)生時，經(jīng)濟(jì)業(yè)務(wù)已經(jīng)結(jié)束了一段時間，審計工作對經(jīng)濟(jì)業(yè)務(wù)發(fā)生的問題顯得無能為力，其意義更多的是對后續(xù)經(jīng)濟(jì)業(yè)務(wù)的指導(dǎo)。事后審計的弊端大家早有共識，之所以大部分審計工作都是事后審計，主要還是受限于審計方法、審計效率以及經(jīng)濟(jì)業(yè)務(wù)與審計業(yè)務(wù)的時間分離度。人工智能的引入使得高校財務(wù)收支業(yè)務(wù)的審計工作可以對全部憑證進(jìn)行審計，擺脫了通過抽樣推測整體狀況的束縛，智能審計的高效與自動化讓高校財務(wù)收支業(yè)務(wù)審計擺脫了人力不足的束縛，提供了審計工作的實時性。審計工作的實時性促進(jìn)了審計與財務(wù)收支業(yè)務(wù)的融合，使得高校財務(wù)收支業(yè)務(wù)在發(fā)生的同時就基本完成了審計工作，從而具備了將審計工作實施時間由事后審計轉(zhuǎn)變?yōu)槭轮袑徲嫷臈l件。筆者從X高校2021年審計發(fā)現(xiàn)問題的憑證中選取了非節(jié)假日且系統(tǒng)數(shù)據(jù)同步運(yùn)行正常時期的254份問題憑證，這些問題憑證從制單結(jié)束到智能審計系統(tǒng)發(fā)現(xiàn)問題所用的平均時間是67.01分鐘，而這些憑證從制單結(jié)束到憑證審核人員審核完成所用的平均時間為73.46分鐘。所以如果審計部門和財務(wù)部門充分開展業(yè)務(wù)聯(lián)動，即便不另外借助其他輔助工具，也可以實現(xiàn)財務(wù)收支業(yè)務(wù)的事中審計。

4.人工智能對審計整改落實的影響

傳統(tǒng)的高校財務(wù)收支審計工作基本是以出具審計報告、提出整改建議作為審計工作的結(jié)束，對審計整改的落實情況和效果缺乏有效的監(jiān)督與記錄。而審計整改如果無法落實，那么審計工作對經(jīng)濟(jì)活動的監(jiān)督及指導(dǎo)作用將無從談起。因此如何有效追蹤審計整改的落實情況，更加合理地運(yùn)用審計結(jié)果使其發(fā)揮更大的效力，一直是審計工作中的重點也是難點。人工智能在審計業(yè)務(wù)中的應(yīng)用為人們提供了用信息化手段來解決這一問題的方法。首先可以將審計工作從立項到整改完成的全生命周期進(jìn)行系統(tǒng)管理，以便于跟蹤審計整改的詳細(xì)情況，確保審計整改工作的貫徹落實。其次可以建立審計結(jié)果數(shù)據(jù)記錄，并對這些數(shù)據(jù)利用大數(shù)據(jù)技術(shù)深度挖掘，充分發(fā)揮審計結(jié)果的數(shù)據(jù)價值，為管理工作提供更準(zhǔn)確、更有針對性的意見建議。X高校自2020年運(yùn)用智能審計平臺開展財務(wù)收支審計工作以來，至2021年共發(fā)現(xiàn)3954個問題，并全部提出整改要求，通過平臺實時追蹤整改工作的進(jìn)展情況，截至2022年1月31日，3954件整改要求全部整改完畢并歸檔保存。

與此同時，利用智能審計平臺對審計發(fā)現(xiàn)問題進(jìn)行深層挖掘，將挖掘結(jié)果及時與財務(wù)部門共享，協(xié)助財務(wù)部門完善管理制度以防類似問題的重復(fù)發(fā)生。從實際情況來看，這一機(jī)制對完善財務(wù)管理制度、預(yù)防審計問題重復(fù)產(chǎn)生效果顯著。2020年X高校上線智能審計平臺第一年，對92386份財務(wù)憑證進(jìn)行審計，發(fā)現(xiàn)了2988個審計問題，問題發(fā)生率為3.23%。經(jīng)過審計部門與財務(wù)部門就這些審計問題的深度挖掘及結(jié)果的共享利用，并根據(jù)學(xué)校的實際情況財務(wù)部門不斷加強(qiáng)財務(wù)收支的管理，陸續(xù)完善了相關(guān)制度，待2021年結(jié)束時，X高校119703份財務(wù)憑證審計僅發(fā)現(xiàn)966個問題，問題發(fā)生率降低至0.81%，且不同嚴(yán)重程度（關(guān)注提醒、藍(lán)色預(yù)警、黃色預(yù)警、紅色預(yù)警）均大幅降低，如圖5所示。高校財務(wù)收支審計的一個重要作用就是通過審計發(fā)現(xiàn)問題—財務(wù)加強(qiáng)管理完善的不斷迭代最終趨向理想的管理狀態(tài)。傳統(tǒng)審計模式下，這一迭代的速率很慢，而人工智能的介入使得這一迭代速率產(chǎn)生了幾何級的變化，因此在相對很短的時間內(nèi)就會看到明顯的效果。

圖5 X高校2020年與2021年審計發(fā)現(xiàn)問題對比

六、人工智能在高校財務(wù)收支審計業(yè)務(wù)中的改進(jìn)方向

基于人工智能的高校財務(wù)收支審計模型的實際應(yīng)用情況讓人們看到了其給高校審計業(yè)務(wù)帶來的轉(zhuǎn)變和影響，但就目前的實際情況而言，仍有進(jìn)一步完善和改進(jìn)的空間。

（一）加強(qiáng)與財務(wù)信息系統(tǒng)之間的融合互聯(lián)

目前的智能審計模式就信息系統(tǒng)的管理范疇而言仍局限于審計業(yè)務(wù)之內(nèi)，如果要順利地將審計實施時間由事后轉(zhuǎn)向事中或者事前，就必須加強(qiáng)與財務(wù)信息系統(tǒng)之間的融合互聯(lián)。（1）將審計的策略及規(guī)則植入財務(wù)信息系統(tǒng)內(nèi)，使得財務(wù)收支業(yè)務(wù)在發(fā)起之初就受到監(jiān)督控制，從源頭阻斷問題的發(fā)生，降低風(fēng)險；（2）將審計結(jié)果的反饋加入財務(wù)收支業(yè)務(wù)流程中，使其成為財務(wù)收支流程的一個控制節(jié)點，讓財務(wù)收支業(yè)務(wù)在執(zhí)行過程中能夠及時糾正錯誤，成為財務(wù)收支業(yè)務(wù)的最后一道“防火墻”。

（二）加強(qiáng)人工智能在績效評價方面的應(yīng)用研究

《教育系統(tǒng)內(nèi)部審計工作規(guī)定》著重強(qiáng)調(diào)對“資產(chǎn)、資金、資源的管理和效益情況”的績效評價審計，要求高校內(nèi)部審計人員要在防控風(fēng)險改進(jìn)管理的基礎(chǔ)上進(jìn)行資產(chǎn)、資金、資源的管理效益評價，提出合理建議，使學(xué)校的資產(chǎn)、資源得到科學(xué)配置，資金產(chǎn)生最大效益。目前人工智能在高校財務(wù)收支審計中的應(yīng)用主要還是發(fā)現(xiàn)問題查找風(fēng)險，雖然效果很顯著，但是很少涉及績效審計，該方面人工智能的應(yīng)用目前還沒有太多的實踐和研究。因此在未來的工作中，加強(qiáng)人工智能在績效審計方面的應(yīng)用研究將是其在高校內(nèi)部審計工作中的一個重要內(nèi)容。

（三）加強(qiáng)審計隊伍的信息化人才培養(yǎng)

現(xiàn)在的人工智能雖然無法完全替代審計工作人員，僅是協(xié)助審計人員，但是未來高校財務(wù)審計的發(fā)展方向上人工智能的作用肯定是越來越大，根據(jù)人工智能“大中臺，小前臺”的數(shù)據(jù)模式，審計隊伍的建設(shè)也應(yīng)按照該模式進(jìn)行人才選拔和培養(yǎng)，將更多的人力投入到智能系統(tǒng)的運(yùn)維、數(shù)據(jù)分析、策略實現(xiàn)等信息化工作中，從而驅(qū)動審計工作的業(yè)務(wù)創(chuàng)新與提效。因此，加強(qiáng)審計隊伍的信息化人才培養(yǎng)是關(guān)乎人工智能能否在高校財務(wù)審計領(lǐng)域發(fā)揮其技術(shù)優(yōu)勢，完美融入業(yè)務(wù)深層的關(guān)鍵因素。

七、結(jié)語

通過X高校的數(shù)據(jù)實例看到人工智能應(yīng)用于高校財務(wù)收支審計業(yè)務(wù)中極大地提升了收集審計對象數(shù)據(jù)的效率，最大限度地拓展了審計的覆蓋范圍，有效降低了審計工作人員的工作量，從而革新了審計方法，加強(qiáng)了審計工作與審計對象之間的業(yè)務(wù)融合，事后審計向事中、事前審計的轉(zhuǎn)變成為可能，最重要的是強(qiáng)化了審計結(jié)果的運(yùn)用，使得審計的效力在有限的時間內(nèi)起到了顯著的作用。由此可見，人工智能在高校財務(wù)收支審計領(lǐng)域有著非常廣闊的應(yīng)用前景，智能化的審計模式必然是高校審計工作的發(fā)展趨勢，高校審計部門應(yīng)該高度重視，抓住機(jī)遇，大力開展相關(guān)實踐和研究。