潘尚文
南京審計(jì)大學(xué)計(jì)算機(jī)學(xué)院,江蘇 南京 211815
隨著人工智能技術(shù)的發(fā)展,機(jī)器學(xué)習(xí)、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)在審計(jì)領(lǐng)域逐步有了一定的應(yīng)用,助力審計(jì)向著自動(dòng)化、智能化、數(shù)字化方向發(fā)展。在審計(jì)工作中應(yīng)用人工智能技術(shù),不僅提高了審計(jì)質(zhì)量與審計(jì)效率,也在一定程度上改變了審計(jì)模式、組織結(jié)構(gòu)以及審計(jì)工作方法。自2017 年以來,國(guó)際四大會(huì)計(jì)師事務(wù)所相繼推出財(cái)務(wù)機(jī)器人,人工智能在審計(jì)領(lǐng)域的應(yīng)用更為廣泛,審計(jì)自動(dòng)化處理取代了重復(fù)的人工業(yè)務(wù),提高了審計(jì)效率。
在人工智能技術(shù)與審計(jì)領(lǐng)域不斷融合發(fā)展的背景下,通過梳理總結(jié)人工智能審計(jì)應(yīng)用發(fā)展現(xiàn)狀,分析預(yù)測(cè)審計(jì)行業(yè)未來的發(fā)展方向,更好地促進(jìn)我國(guó)“科技強(qiáng)審”的目標(biāo)愿景。
國(guó)外學(xué)界對(duì)于人工智能在審計(jì)中的應(yīng)用研究較早。Issa 等[1]探討了人工智能對(duì)手工勞動(dòng)產(chǎn)生的影響、代替或補(bǔ)充的可能性,給出了24 種探究人工智能在審計(jì)中應(yīng)用的研究方法,鼓勵(lì)探索人工智能推動(dòng)審計(jì)發(fā)展的方法與模式。Kokina 等[2]論述了人工智能帶給審計(jì)的實(shí)踐模式轉(zhuǎn)變。Appelbaum 等[3]討論了審計(jì)與會(huì)計(jì)自動(dòng)化中的機(jī)器人技術(shù),并對(duì)流程自動(dòng)化應(yīng)用做出展望。Yan 等[4]提出了在分析大量合同文本時(shí),使用文本分析技術(shù)提取有效信息的契約分析框架。
隨著我國(guó)人工智能技術(shù)的不斷發(fā)展,國(guó)內(nèi)研究者也開始逐步對(duì)人工智能在審計(jì)中的應(yīng)用進(jìn)行研究。吳勇等[5]面向?qū)徲?jì)全周期構(gòu)建了機(jī)器學(xué)習(xí)應(yīng)用框架和基于機(jī)器學(xué)習(xí)模型的審計(jì)應(yīng)用框架。曹納[6]提出了人工智能審計(jì)平臺(tái),基于BP 神經(jīng)網(wǎng)絡(luò),融合分析人工智能和神經(jīng)網(wǎng)絡(luò)方法,進(jìn)行審計(jì)智能化模式分析和系統(tǒng)設(shè)計(jì)。孫宇斌等[7]結(jié)合RPA 和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù),構(gòu)建前瞻性全量全周期的數(shù)字審計(jì)體系,在內(nèi)部審計(jì)中成功實(shí)現(xiàn)經(jīng)營(yíng)數(shù)據(jù)采集、疑點(diǎn)整改跟蹤和風(fēng)險(xiǎn)指標(biāo)評(píng)估等創(chuàng)新。程平[8]將RPA 技術(shù)應(yīng)用于審計(jì)中,提出了審計(jì)機(jī)器人的框架模型以及研發(fā)流程,并在實(shí)際應(yīng)用中深入分析RPA 審計(jì)機(jī)器人的研發(fā)策略。曹婷[9]基于人工智能技術(shù),針對(duì)智能審計(jì)進(jìn)行系統(tǒng)平臺(tái)設(shè)計(jì)并提出具體的保障建議,以促進(jìn)智能審計(jì)的應(yīng)用推廣。
盡管審計(jì)的領(lǐng)域與技術(shù)都在不斷拓展,但是針對(duì)管理層所提供財(cái)務(wù)信息的真實(shí)性、合規(guī)性和效益性進(jìn)行評(píng)估與鑒定的本質(zhì)目的是不變的。審計(jì)是包含收集、組織、處理、評(píng)估和呈現(xiàn)數(shù)據(jù),并最終提供審計(jì)意見、出具審計(jì)報(bào)告的一系列信息密集型活動(dòng)。最終審計(jì)意見和審計(jì)報(bào)告一般基于相關(guān)、適當(dāng)、充分的審計(jì)證據(jù),對(duì)財(cái)務(wù)報(bào)表不同方面的真實(shí)性、合規(guī)性和效益性進(jìn)行審計(jì)判斷。
通過對(duì)目前的人工智能審計(jì)應(yīng)用進(jìn)行研究與分析,總結(jié)得出,人工智能技術(shù)應(yīng)用于審計(jì)領(lǐng)域的技術(shù)及概念主要有專家系統(tǒng)、機(jī)器學(xué)習(xí)以及RPA 技術(shù)。由于審計(jì)工作的特殊性,目前結(jié)合人工智能技術(shù)主要用于提升審計(jì)質(zhì)量與審計(jì)效率、處理復(fù)雜審計(jì)問題以及實(shí)現(xiàn)審計(jì)自動(dòng)化。
在人工智能應(yīng)用領(lǐng)域,專家系統(tǒng)是最活躍和最重要的發(fā)展分支之一,其采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù),基于某一領(lǐng)域中一個(gè)或多個(gè)專家的專業(yè)知識(shí),模擬專家決策過程得出結(jié)論,可以用于解決在審計(jì)工作中需要專家決策討論的問題。
由于審計(jì)工作往往涉及不同的領(lǐng)域與業(yè)務(wù)內(nèi)容,專家系統(tǒng)在應(yīng)用于自動(dòng)化審計(jì)時(shí),通常將一個(gè)或多個(gè)領(lǐng)域?qū)<业膶I(yè)知識(shí)結(jié)合起來,為解決審計(jì)問題提出相應(yīng)的建議,幫助審計(jì)人員做出較為正確的決策。與傳統(tǒng)輔助決策工具相比,專家系統(tǒng)能夠模擬專家決策過程,擁有更多優(yōu)勢(shì)。在日常審計(jì)工作中,審計(jì)人員需要在多個(gè)環(huán)節(jié)查詢不同領(lǐng)域的相關(guān)專業(yè)知識(shí),這一過程雖然有利于審計(jì)人員自身專業(yè)素質(zhì)的提升,但浪費(fèi)了大量時(shí)間,降低了審計(jì)效率。專家系統(tǒng)中的知識(shí)體系綜合了多個(gè)領(lǐng)域?qū)<业膶I(yè)知識(shí),可針對(duì)不同的審計(jì)問題提出解決方法,在有效縮短審計(jì)人員審計(jì)時(shí)長(zhǎng)的同時(shí),也在一定程度上減少了審計(jì)人員的遺漏或疏忽,提高了審計(jì)結(jié)果的有效性。
機(jī)器學(xué)習(xí)是人工智能中的一個(gè)重要的部分,機(jī)器學(xué)習(xí)主要是用數(shù)據(jù)及算法訓(xùn)練機(jī)器使用人類學(xué)習(xí)知識(shí)的方式進(jìn)行學(xué)習(xí)與思考,并能通過大量的歷史數(shù)據(jù)進(jìn)行分析預(yù)測(cè)。目前機(jī)器學(xué)習(xí)已應(yīng)用于審計(jì)的多個(gè)流程任務(wù)中,如審查源文件、分析業(yè)務(wù)交易、評(píng)估企業(yè)風(fēng)險(xiǎn)等。在大數(shù)據(jù)時(shí)代背景下,審計(jì)工作量與數(shù)據(jù)量快速增長(zhǎng),逐漸出現(xiàn)審計(jì)效率與審計(jì)質(zhì)量難以兼顧的情況,機(jī)器學(xué)習(xí)在分析預(yù)測(cè)方面的優(yōu)勢(shì)可以很好地提高審計(jì)效率[10]。
機(jī)器學(xué)習(xí)能夠在很大程度上同時(shí)保證審計(jì)的速度與質(zhì)量,未來將在一定程度上改變審計(jì)的模式與方法。與傳統(tǒng)抽樣檢查不同的是,機(jī)器學(xué)習(xí)算法能夠?qū)彶楣镜恼w數(shù)據(jù),幫助審計(jì)人員在更加全面的角度上,制定實(shí)施更有效的審計(jì)方案,及時(shí)發(fā)現(xiàn)公司風(fēng)險(xiǎn)及異常。除了對(duì)數(shù)據(jù)進(jìn)行分析預(yù)測(cè),機(jī)器學(xué)習(xí)算法還可以學(xué)習(xí)審計(jì)人員的審計(jì)結(jié)果,并在其他相似特征的審計(jì)項(xiàng)目中,應(yīng)用相同的推理邏輯。值得注意的是,很長(zhǎng)一段時(shí)間內(nèi),在實(shí)證研究演繹推理范式下的會(huì)計(jì)與審計(jì)主流理論研究中,歸納推理方法被低估,而機(jī)器學(xué)習(xí)在審計(jì)工作的應(yīng)用引發(fā)了會(huì)計(jì)與審計(jì)研究領(lǐng)域?qū)w納推理方法的重新研究。同時(shí),在演繹推理研究方案中,機(jī)器學(xué)習(xí)成為常用的技術(shù)方法和工具。
目前,機(jī)器學(xué)習(xí)模型在審計(jì)工作中已具備成熟的運(yùn)行機(jī)制,其應(yīng)用能夠覆蓋審計(jì)工作的全過程,國(guó)際四大會(huì)計(jì)師事務(wù)所也在機(jī)器學(xué)習(xí)與審計(jì)結(jié)合方面積極探索,已推出了成熟的應(yīng)用系統(tǒng)。
2.2.1 基于機(jī)器學(xué)習(xí)模型審計(jì)應(yīng)用模式的運(yùn)行機(jī)制
機(jī)器學(xué)習(xí)通過應(yīng)用數(shù)據(jù)分析和處理技術(shù)來檢查交易的聯(lián)系、模型、結(jié)構(gòu)、合法性程度,并將學(xué)習(xí)算法應(yīng)用到已經(jīng)處理過的數(shù)據(jù)中,運(yùn)行機(jī)器學(xué)習(xí)軟件分析數(shù)據(jù)并進(jìn)行模式識(shí)別,最終給那些包含潛在欺詐風(fēng)險(xiǎn)的交易貼上標(biāo)簽。機(jī)器學(xué)習(xí)的迭代算法應(yīng)用于大量數(shù)據(jù)進(jìn)行模式識(shí)別,有助于將審計(jì)自動(dòng)化更好地應(yīng)用于實(shí)際審計(jì)業(yè)務(wù)中。通過一系列無監(jiān)督和有監(jiān)督的學(xué)習(xí)方式,使得計(jì)算機(jī)做出較為精準(zhǔn)的預(yù)測(cè),有效預(yù)測(cè)審計(jì)中存在的風(fēng)險(xiǎn)。雖然每次處理的數(shù)據(jù)不同,但通過在新的數(shù)據(jù)上訓(xùn)練機(jī)器學(xué)習(xí)算法(如識(shí)別與業(yè)務(wù)類型不符的會(huì)計(jì)處理方式和會(huì)計(jì)估計(jì)方法、識(shí)別與原始會(huì)計(jì)憑證相比呈現(xiàn)出異常特征的交易和事項(xiàng)等),系統(tǒng)能夠?qū)π碌陌瑵撛谄墼p風(fēng)險(xiǎn)的交易進(jìn)行標(biāo)注,可以為審計(jì)人員進(jìn)行風(fēng)險(xiǎn)評(píng)估以及確定重點(diǎn)審計(jì)領(lǐng)域和審計(jì)范圍提供重要的決策支持。
2.2.2 面向?qū)徲?jì)全生命周期的機(jī)器學(xué)習(xí)模型系統(tǒng)應(yīng)用
機(jī)器學(xué)習(xí)的應(yīng)用與實(shí)施可能會(huì)覆蓋審計(jì)過程的所有階段,以支持從審計(jì)計(jì)劃制定到審計(jì)報(bào)告決策的全過程。在審計(jì)證據(jù)收集階段,審計(jì)人員能夠通過使用機(jī)器學(xué)習(xí)算法開發(fā)的規(guī)則收集數(shù)據(jù),獲得無偏見且更準(zhǔn)確的信息。此外,機(jī)器學(xué)習(xí)能夠通過處理自然語言和視覺數(shù)據(jù),提供不同來源的大數(shù)據(jù)綜合信息,審計(jì)人員可以在機(jī)器學(xué)習(xí)模式識(shí)別的幫助下,通過對(duì)比分析這些額外的、更高質(zhì)量的數(shù)據(jù)集來識(shí)別異常值,還能夠通過比較實(shí)際數(shù)據(jù)和機(jī)器學(xué)習(xí)生成的預(yù)測(cè)數(shù)據(jù)來檢測(cè)異常。在風(fēng)險(xiǎn)評(píng)估階段,語音和面部識(shí)別技術(shù)在鑒別欺詐訪談方面可以起到重要的輔助補(bǔ)充作用。此外,作為風(fēng)險(xiǎn)評(píng)估程序的一部分,審計(jì)人員可以通過使用機(jī)器學(xué)習(xí)工具,充分利用非傳統(tǒng)數(shù)據(jù)關(guān)系,更好地理解數(shù)字背后的驅(qū)動(dòng)因素和行為模式,以便偵測(cè)到目前可能被忽視的問題。如果發(fā)現(xiàn)與傳統(tǒng)指標(biāo)不一致的地方,則需要審計(jì)人員重點(diǎn)關(guān)注。
2.2.3 國(guó)際四大會(huì)計(jì)師事務(wù)所機(jī)器學(xué)習(xí)系統(tǒng)的實(shí)踐應(yīng)用
國(guó)際四大會(huì)計(jì)師事務(wù)所積極嘗試將人工智能技術(shù)與審計(jì)相結(jié)合,自2017 年以來陸續(xù)推出財(cái)務(wù)機(jī)器人,標(biāo)志著人工智能審計(jì)階段的開啟。在國(guó)際四大會(huì)計(jì)師事務(wù)所中,人工智能機(jī)器學(xué)習(xí)技術(shù)主要在風(fēng)險(xiǎn)評(píng)估、審計(jì)計(jì)劃、分析和出具審計(jì)工作底稿等工作中用于數(shù)據(jù)分析、編制文件、審查總賬和審計(jì)決策等。
德勤最早將人工智能與審計(jì)結(jié)合,其與Kira Systems 公司共同開發(fā)了Argus 認(rèn)知模型,該模型應(yīng)用機(jī)器學(xué)習(xí)、自然語言處理等技術(shù),可以識(shí)別讀取合同和租賃等結(jié)構(gòu)化文本文件,并能夠準(zhǔn)確識(shí)別其中重要的合同條款,從數(shù)據(jù)中分析趨勢(shì)與異常。此后,德勤又推出了財(cái)務(wù)機(jī)器人“小勤人”,用于執(zhí)行大量重復(fù)性的審計(jì)工作。普華永道開發(fā)了基于機(jī)器學(xué)習(xí)模型的數(shù)據(jù)審計(jì)技術(shù)工具Halo,用于分析日記賬,并能從中識(shí)別潛在的問題和風(fēng)險(xiǎn)。安永結(jié)合機(jī)器學(xué)習(xí)和自然語言處理技術(shù),開發(fā)了全球化的數(shù)字平臺(tái)EY Canvas 和EY Helix,使用交互式視覺分析技術(shù),讓審計(jì)工作人員可以使用高效的機(jī)器學(xué)習(xí)工具,在降低法律風(fēng)險(xiǎn)的同時(shí)也能收集到更多的信息。畢馬威開發(fā)了KPMG Ignite 機(jī)器學(xué)習(xí)工具組合,在業(yè)務(wù)決策和流程上促進(jìn)數(shù)字化轉(zhuǎn)型,加強(qiáng)數(shù)字平臺(tái)的建設(shè)。
RPA 技術(shù)即機(jī)器人流程自動(dòng)化技術(shù),用于模擬人機(jī)交互的過程,根據(jù)事先設(shè)定好的程序自動(dòng)執(zhí)行,并針對(duì)指定任務(wù)依據(jù)簡(jiǎn)單的規(guī)則進(jìn)行決策,由此實(shí)現(xiàn)自動(dòng)化審計(jì)[11]。常見的RPA 平臺(tái)有UiPath、UiBot 等。
目前RPA 技術(shù)主要應(yīng)用于審計(jì)自動(dòng)化?;赗PA技術(shù)的審計(jì)機(jī)器人可以代替人工執(zhí)行大量簡(jiǎn)單、重復(fù)的工作,從而使得審計(jì)人員將更多的時(shí)間和精力放在更為重要的審計(jì)環(huán)節(jié)中,提高審計(jì)效率,降低審計(jì)風(fēng)險(xiǎn)。RPA技術(shù)將表示層的人機(jī)交互過程轉(zhuǎn)變?yōu)樽詣?dòng)化流程,不涉及被審計(jì)系統(tǒng)底層系統(tǒng)的變更,同時(shí)也不涉及改變IT 系統(tǒng)或與操作系統(tǒng)集成,從而實(shí)現(xiàn)不同平臺(tái)與軟件的操作跨越。在應(yīng)用RPA 審計(jì)機(jī)器人時(shí),審計(jì)人員不要求具備較高的計(jì)算機(jī)知識(shí)及編程能力,只需在相關(guān)RPA 軟件上進(jìn)行基本配置即可。
盡管RPA 技術(shù)給審計(jì)工作帶來了很多的便利,但RPA 技術(shù)也存在一些缺點(diǎn)。在目前的發(fā)展階段,基于RPA 技術(shù)的審計(jì)機(jī)器人只能執(zhí)行設(shè)定好的規(guī)則,不能進(jìn)行智能化審計(jì)決策。當(dāng)遇到預(yù)定規(guī)則以外的審計(jì)任務(wù),RPA 機(jī)器人則無法自動(dòng)處理,需要人工干預(yù)處理。
基于RPA 技術(shù),將專家系統(tǒng)應(yīng)用于機(jī)器學(xué)習(xí)模型構(gòu)建中,使RPA 機(jī)器人能夠不再局限于執(zhí)行設(shè)定好的任務(wù),并通過數(shù)據(jù)訓(xùn)練,實(shí)現(xiàn)自動(dòng)判斷推理,為審計(jì)人員提供更多發(fā)現(xiàn)審計(jì)問題的參考依據(jù)。同時(shí),RPA 機(jī)器人能夠在不同的審計(jì)環(huán)境中解決審計(jì)問題,通過不斷地升級(jí)優(yōu)化系統(tǒng),RPA 審計(jì)機(jī)器人能實(shí)現(xiàn)更高程度的自動(dòng)化審計(jì),推動(dòng)未來審計(jì)工作高效開展。
應(yīng)根據(jù)不同審計(jì)項(xiàng)目的特點(diǎn)與規(guī)模,確定是否需要使用人工智能技術(shù)。目前大部分基礎(chǔ)審計(jì)業(yè)務(wù)與人工智能技術(shù)結(jié)合較少,若是盲目應(yīng)用人工智能技術(shù),不僅會(huì)增加不必要的工作量,而且可能降低審計(jì)質(zhì)量。將人工智能與審計(jì)有效結(jié)合,使審計(jì)人員脫離重復(fù)性工作,提高自身的業(yè)務(wù)水平,才能切實(shí)高效地解決實(shí)際問題。需要注意的是,在審計(jì)工作中,審計(jì)人員應(yīng)嚴(yán)謹(jǐn)對(duì)待運(yùn)用人工智能得出的預(yù)測(cè)結(jié)果,機(jī)器學(xué)習(xí)模型得出的是概率,而非真實(shí)結(jié)果,不可作為真實(shí)審計(jì)證據(jù)使用。
人工智能推進(jìn)審計(jì)向自動(dòng)化、閉環(huán)式、持續(xù)性審計(jì)轉(zhuǎn)變,以超前的響應(yīng)、多元的視角、閉環(huán)的管控,提供更具價(jià)值的審計(jì)監(jiān)督,實(shí)現(xiàn)審計(jì)全覆蓋、審計(jì)全過程。在審計(jì)前,前瞻性分析識(shí)別業(yè)務(wù)風(fēng)險(xiǎn)種類、風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)發(fā)展趨勢(shì);在審計(jì)過程中,有針對(duì)性地執(zhí)行審計(jì)程序并進(jìn)行整改監(jiān)督,全量采集經(jīng)營(yíng)數(shù)據(jù),精準(zhǔn)定位重大風(fēng)險(xiǎn);在審計(jì)結(jié)束之后,可以持續(xù)跟蹤線索整改,顯著提升經(jīng)營(yíng)質(zhì)效。
需求決定技術(shù)的發(fā)展,盡管在實(shí)際審計(jì)工作中,人工智能的應(yīng)用還處于初步階段,但其發(fā)展空間是巨大的。人工智能促進(jìn)了審計(jì)自動(dòng)化的進(jìn)程,利用計(jì)算機(jī)技術(shù)拓展了審計(jì)的方法與領(lǐng)域。以“科技強(qiáng)審”為目標(biāo),結(jié)合人工智能技術(shù),將其真正應(yīng)用于實(shí)際業(yè)務(wù)之中,才能更好地促進(jìn)審計(jì)人員自身發(fā)展,提升審計(jì)質(zhì)量,從而推動(dòng)審計(jì)工作與審計(jì)行業(yè)高質(zhì)量全面發(fā)展。