作者设想构建一个“信息机器”平台—大数据审计综合平台，将“手工作业”计算机审计转换为“机器化”流水线生产，通过平台将各种信息沟通和协同机制固化起来，形成协作机制，围绕“机器”功能落实责任、细化分工，享受数据服务的同时完成协同责任，提高审计“生产力”。 从大数据审计人力资源对象和大数据审计数据流程这两个方面来分析这台“信息机器”如何运转，构建大数据审计流水线。首先是机器操作人员，包括决策领导层、机关技术核心团队，计算机审计技术骨干层、一线审计业务层、外部信息技术市场的技术资源层等5类人员，各类人员在大数据审计的各个环节进行工作，既为其他人员提供服务，也在分享别人提供的成果。其次是大数据审计生产流水线，包括项目准备、数据采集、数据存储、审计分析、审计疑点核查等五大流程。一个大数据审计项目就是按照这五个流程，一步步组织五类人员，共同完成阶段任务，具体分工如下： 一是全局性、整体性、外部环境性质的决策事项。领导层责无旁贷，例如数据采集协调环境的建立、全省性共享体系的协同机制的创建、审计机关内部数据开放和共享机制筹划等顶层设计； 二是数据存储和数据分享事项。在大数据审计模式下，数据是全局的数据，是跨多个年度的持续数据，不是个别项目的数据，因此需要审计机关建立机关核心数据团队，维护数据的上下共享、横向贯通、时间兼容、权责清晰的数据管理机制，是大数据的核心工作。这个团队需要投入大量的精力和时间做后台工作，建立大数据的知识体系，为审计人员提供服务，这项工作不直接出成绩，但关乎整个审计机关的计算机审计水平，必须由机关自己主导进行。 三是归纳提炼审计项目具体目标，调查研究审计项目的可用数据，将审计项目具体业务与大数据紧密结合。考虑人力、技术资源，编制审计方案，提出审计事项，是大数据审计技术骨干层的责任。这类人员主要是项目的主审、组长，需要完成项目从无到有的构建过程，需要深入大数据，了解大数据，从大数据业务角度进行思考，分析被审计单位业务，感知可能存在问题的领域和必须关注的重要领域，在实施中针对复杂问题构思数据模型。思路决定出路，其必须是业务和技术的复合型人才，在大数据审计生产流水线中，善于利用既有大数据中心的知识体系，还要融合被审计单位的业务特色数据，并据此产生大数据审计实用需求，是提高审计“生产力”的重要因素。 四是审计方案的具体审计事项。在经过数据分析之后，形成审计疑点数据表，需要审计人员进一步核查落实，这些人就是一线审计业务层。在大数据审计中，不能要求全部的审计人员都懂得数据库知识，因此流水线上就需要提供适应不同技术层面人员的半成品，例如，以Excel、AO数据包、数据查看器等方式提供数据结果，数据半成品还应该有足够的说明，例如数据是基于怎么样的思路查询出来的，提供的数据的主要特征是什么，如何分析查看这些数据，进一步核查这些数据等，这样广大的一线审计人员就可以高效利用大数据分析的成果开展核查。这一部分，是当前审计的主体力量，必须考虑这部分人员如何参与大数据审计，发挥他们的智慧。 五是信息技术市场的技术资源层。在流水线中，各个环节上的纯粹数据采集转换、模块开发、审计分析等技术服务，应该借助信息技术市场的购买服务来完成。大数据审计“机器流水线”应该提供各类技术服务的起点数据规范，让服务人员可以清晰地获得数据处理任务；提供各类数据处理完毕后的产品规格要求，让软件公司反馈给“流水线”的产品很容易被需要的人员继续利用。
