人工智能是一组展示某种形式的人类智能的技术，与其他技术结合使用，可以扩展其初始功能，如高级分析或智能自动化。人工智能在理解自然语言和非结构化数据方面的优势，可用于协助收入和租赁合同审查。人工智能的一个主要推动力是开发与人类智能相关的计算机功能，如推理学习和解决问题。人工智能技术也称为认知技术，能够将信息技术的力量扩展到人类执行的传统功能。传统上审计确认的工作流程是准备、授权、分发、收集、评估和协调。然而这个过程可以简化，因为机器学习技术可用于识别，提取和处理通常附在确认上的许多支持文件，自动确认交易而无需重大干预。与人类相比，机器在处理诸如数据采集之类的重复和耗时的任务方面表现优异。他们能够审查大量数据，评估审计中需要检查的内容以及识别数据中的异常情况。 人类价值观仍然是审计的核心，拥抱人工智能确实是审计专业发展方式的一个进步。使用认知技术在审计流程中发展，使其更智能，更具洞察力和更高效，这是审计行业创新的另一种方式。随着技术的发展，审计师对现在和将来的工作将越来越需要人工智能和在该领域具有专业知识的人的组合。越来越多的审计师需要了解AI数据挖掘和分析的相关性，才能成为业务中不可或缺的组成部分。 二、人工智能在绩效审计方面的应用现状 在未来，审计需要采用人工智能为审计领域带来利益。内部审计师最重要的任务是能够分析收集的信息，而审计的问题部分可以由初级审计员完成。在金融危机之后，从人工智能引入过程中受益最多的领域是内部审计。这样，可以以更有效的方式使用现有资源，并且可以在更短的时间段内运用于更多领域。将来，内部审计将使用像Eliza这样的软件，频繁与所有领域的专家进行面谈，并且能够通过搜索关键词来建立报告预警系统并收集信息。 人工智能中的认知技术实际将信息技术的力量扩展到传统由人类执行的任务中，它们使用户能够解决曾经在速度、成本和质量之间进行权衡的问题。这些人工智能技术可以帮助审计人员自动执行人类手动执行了数十年的任务。因此，人工智能简化了评估程序，可以使审计人员花费更多时间提高洞察力并应用更好的专业判断，进而提高审计质量。人工智能对会计和审计专业的未来至关重要。人工智能是一个重要的工具，将为这些专业人员提供所需的工具，以提高其职业的效率和效力。记账或流程驱动的重复性任务更有可能被自动化技术所取代，而涉及专业判断的高价值专业在短时间内不会被取代。 此外，AI非常有用的一个特定领域是文档审查。在过去，输入特定的不同的关键术语是一个耗时的手动过程，使用人工智能能够实现自动化识别，这种能够识别并处理的“学习技术”使得在一组样本文档上的训练系统变得可行，以便系统学习如何识别和提取关键术语。 实际上，人工智能已经广泛运用于生活中。2017年，安永的一项调查显示，74%的CEO表示他们没有人工智能的战略计划。一年之后，完全相同的调查结果表明，73%的CEO已经采用AI或计划在未来两年内采用。由世界经济论坛提供的第二个统计数据显示，到2025年，30%的公司审计将由AI执行。经合组织计算了46个国家公共部门正在进行的200多个区块链计划。安永在租赁合同过程中引入了人工智能。该公司在2018年10个月中开发了一种基于机器学习的软件程序，该程序可以读取数百页的合同文件，并减少人们审查和审计合同所需的时间。现在，人们在几分钟内审查租赁合同，而不是在计划的帮助下审查租赁合同。这使得工人能够专注于更有趣的合同问题，例如与他们相关的风险。 最后，了解财务专业人员如何从采用这些颠覆性技术中受益也是至关重要的。通过为审计人员提供分析大量审计相关数据的能力，分析可以帮助提高审计质量，从而获得洞察力并更深入地了解财务结算和业务运营。高级分析为审计团队提供前瞻性功能，通过场景分析和预测提高预测结果的能力。大规模自动化将允许机器完成更多的日常审计任务，使财务和审计专业人员能够将注意力集中在更有价值的任务上。 三、人工智能应用于绩效审计带来的挑战 （一）人工智能无法进行有效的绩效审计沟通 绩效审计中的问题是千变万化的，对被审计单位的经济活动审计不能单靠资金信息，还需要人工的质疑和判断，人工智能系统可以通过获取、处理和挖掘企业财务报告系统产生的大量数据来协助审计人员。但是，虽然机器可以更快速、更完整地识别海量数据集中的模式和异常，但更多的价值来自调查和推断模式背后的原因或异常。只有审计人员才能说出数据背后的真实故事，审计单位在开展审计工作之前会和被审计单位深入沟通，全方位了解相关信息，为后期绩效审计的顺利开展打下基础，保证绩效审计结果的公正性与效率性。当审计过程中出现争议时，还需要审计人员进行更深入的调查和沟通，保证争议事项的公平公正，而人工智能技术并不能代替审计人员与被审计单位进行沟通，只能进行最基础性的工作。 （二）人工智能缺乏绩效审计的判断能力 为了避免过度拟合并确保高分类精度，需要大尺寸的训练数据，因为深度学习采用具有多个参数和深隐藏层的深度神经网络。但是由于法定限制，审计人员没有谷歌或搜狗提供的大量数据。审核员有道德（或法律）义务维护客户信息的机密性，未经客户同意，禁止披露任何机密客户信息，为审计公司带来了一大堆不确定因素和障碍。因此，研究“理想”的训练数据集以实现不同分析任务的目标精确度势在必行。
