人工智能审计的内涵 人工智能审计突破传统审计所带来的新的技术手段和分析方法，以机器学习、深度学习神经网络等技术为基础，对审计数据分析能力，实现每个月几何级增长。随着人工智能技术进步，审计算法、算力迭代速度加快，审计部门利用积累的海量审计数据，采用机器学习、深度学习神经网络等技术，顶层设计不同行业电子审计标准和规范，训练形成不同类别审计的模板，进而形成审计知识库，从而实现智能提取这些知识库的自然语言文本中的客户关键审核要素，结合风险审计业务规则和审计要素之间的关联稽查关系，识别出异常点，提示异常虚假信息的风险。 在整个过程中，通过区块链、机器学习、深度学习等技术辅助审计，实现审计过程自动留痕、可追溯、防篡改、形成透明可信的审计链条，以此构建人工智能审计业务模式和管理体系。 人工智能审计的优势 2015年中办和国办印发的《关于完善审计制度若干重大问题的框架意见》及《关于实行审计全覆盖的实施意见》，要求对公共资金、国有资产、国有资源和领导干部履行经济责任情况实行审计全覆盖，需要在各领域大规模进行审计，这就对审计部门提出了新的要求。传统审计通常依靠审计人员经验，费时费力，需要大量人工，现在智能化审计还未普及，完成全覆盖审计任务压力很大。 而人工智能审计和传统审计、大数据审计等体系有着截然不同的手段和方式，具有独特性，其审计标准体系、审计组织体系架构、审计人员考核体系、信息化基础设施建设、网络信息安全等方面与时俱进，表现出人工智能审计应用的比较优势。 首先，通过人工智能审计，将进一步提高审计机关及其审计人员的审计效率和决策能力。由于未来审计数据接口、采集、标准、整理、分析等规范化，符合人工智能要求的审计体系将逐步建立。人工智能审计将替代一些按照现有审计规则、程序和作业模式进行的审计工作，特别是那些具有规范步骤和事务性的审计工作，并可以进行辅助审计决策。人工智能审计实现了替代和辅助决策相融合，依照审计全覆盖要求，对于政府和国有资产审计，可设立全新的符合人工智能审计的数字电子审计标准，该体系可以打破政府部门和行业划分，依照数字电子审计规则，建立人工智能审计框架，根据共性和个性依存原则，提取审计规则共性元素，然后依照不同行业和区域独特性，联网提供符合审计要求的数据接口和数据集，并参照国际审计先进标准，按照国家、行业审计标准和相应电子数据应用规则，进行人工智能审计。 其次，通过人工智能审计，将进一步完善现有的审计体系，实现审计流程全覆盖。在人工智能时代，技术性审计将趋于主导地位，审计组织会根据审计任务和审计对象差异进行灵活配置，采用网络状、扁平式、分布式等组织形态去完成特定工作。应用人工智能技术颠覆传统的风控及审计方法，将风险融入监管过程，采用事前规则管控、事中指标管控、事后模型管控的三维一体监控模式，可有效解决风险管控落地难题。在审计流程全覆盖中，审计人员更多是承担审计对象咨询专家角色，可以全面参与审计及查看相关数据，对审计进度和审计结果随时调看，由此审计质量得到保证。审计资料及审计过程的透明化，减少了廉政风险和质量风险。同时主动审计，将职务犯罪控制在萌芽中。 最后，人工智能审计和传统审计等相比，让审计数据更安全，更难以扩散泄露，更可靠。人工智能审计需要逐渐完善现有的信息化基础设施和审计平台，对现有大数据审计体系进行升级，来实现大数据、算法和算力一体化。在机器审计替代程序化审计任务之外，将行为审计，财务审计、非财务审计纳入统一的人工智能审计范畴，采用自然语言处理、神经网络分析、区块链等技术对审计对象的会议纪要、语音记录、视频等各类文本文件进行统一化处理，并对审计数据依照安全保密等级进行分类和区别对待。低密级、公开、透明的审计数据，建立全国统一联网公开平台共享。反之，涉密等级高，依据保密制度，根据政府政策规定逐渐公开，建立内部统一联网平台互享。两个平台互为补充，由此构建国家统一人工智能审计技术平台，服务国家治理需要。
