一、信息技术发展对内部审计工作的影响 当前，以互联网、大数据、人工智能为代表的新一代信息技术蓬勃发展，对各国经济发展、社会进步、人民生活带来重大而深远的影响。从企业角度来看，新一代信息技术发展对企业内部控制环境也产生了深刻影响。一是促进企业内部管理水平的提升。企业信息化深入应用，集成化、移动化、智能化的趋势愈发明显，助推管理方式由粗放型向集约型、精细化转变。二是催生新的业态和模式。新技术进步催生出电子商务、互联网金融、数字媒体、共享经济等新的商业模式，促进企业主营业务、经营模式的变革，大型企业综合化经营、新业务创新的步伐不断加快。 企业内部控制环境的快速变化，对内部审计工作提出更高要求。一是企业业务创新加速，要求内部审计进一步发挥“前瞻预警”作用。企业新的产品形式、业务流程、对外合作方式不断涌现，带来新的风险形式，且风险特征快速变化，要求内部审计能够快速响应，在新业务发展初期就开展有效的风险评估，为新业务发展保驾护航。二是企业多元化发展，要求内部审计监督范围不断扩展。大型企业跨地域、跨市场、跨专业经营，经营风险多样化、复杂化，风险传导特征凸显，要求内部审计在更大的范围和领域开展审计工作，深入推进审计全覆盖。三是企业技术创新加速，要求审计技术方法随之不断升级。大型企业客户服务及运营管理均高度依赖信息技术，内部审计必须建立起与之相匹配的技术方法，及时获取审计资料数据，充分挖掘大数据价值，实现对业务的有效监督。 二、审计信息化的发展现状及局限 立足新时代，面对新情况，党中央、国资委、审计署均要求中央企业加强审计信息化建设、推进“科技强审”。审计信息化是内部审计发展的必然趋势，其核心目标是充分利用信息化手段，节约审计人力资源、扩大审计覆盖、提高审计精度，显著提升审计效率及效果，助力内部审计高质量发展。 目前大型企业审计信息化建设实现长足发展，普遍建立起审计相关信息系统，并不断推进审计技术创新与实践。一是实现审计管理及作业流程的信息化支撑。实现审计计划管理、现场作业管理、人员管理、档案管理、成果管理等相关功能，提高审计作业的标准化、规范化程度。二是积极储备大数据审计能力。通过采集重要信息系统的电子数据，利用大数据分析方法，对全量数据开展深度分析，提出违规问题或线索，变抽样为全量，提升了问题发现的深度。三是探索开展远程审计实务。部分公司构建大数据审计平台，通过数据接口等方式采集相关系统数据，并定期自动执行预设审计程序，实现对高风险领域的全量、准实时监控，提升审计效率，扩大审计覆盖。 尽管企业审计信息化建设取得了较好成绩，但与国家及监管要求、与企业自身对内部审计的要求相比，仍存在较大局限。一是数据采集困难。集团型企业各级单位自建系统较多，各系统数据被独立存储，“数据孤岛”现象明显，格式、口径均不统一，大范围的数据采集存在较大困难，使数据审计成为“无米之炊”。二是对非结构化数据的分析能力缺失。审计实务中大量的审计资料属于非结构化数据，如合同、会计凭证、业务单据等，传统的数据分析方法无法对此类数据开展审计，严重限制数据审计的范围。三是“机器”精准定位问题能力不足。数据审计的程序逻辑通常根据审计人员的经验设置，由于审计人员个人知识结构和工作经验的差异，程序逻辑不准确、对特殊业务情况考虑不完整等情况较为普遍，容易造成数据审计的查全率、查准率不高。四是远程审计难以适应新业务的快速变化。远程审计虽然可有效节省审计资源，但是由于现场投入审计力量较少，存在着审计结果核查不充分的问题，并且审计逻辑优化、更新速度慢，无法快速适应新业务变化。五是审计作业系统自动化程度不足。审计作业系统虽实现了审计作业的全流程线上操作，但自动化程度仍不足，在审计底稿编辑及录入、审计结果整理归档等方面仍需繁琐、重复的人工操作，制约了审计作业效率的提升。 三、人工智能技术发展现状 人工智能（Artificial Intelligence，简称AI），是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。关于人工智能的科学研究最早发起于20世纪50年代，经过60余年的演进，相继取得一批突破性的研究成果。2010年之后，大数据、云计算、互联网等新一代信息技术的发展，为人工智能技术研究提供了更强大的运算能力和更广泛的数据资源，助力人工智能技术加速发展，促进人工智能从理论研究走向实际应用，特别是图像识别、语音识别、无人驾驶等技术应用趋于成熟，人工智能技术的社会影响日益凸显。2017年，国务院印发的《新一代人工智能发展规划》指出，“必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能”。 人工智能技术内涵深广，具有较多技术细分领域，通常需要多项细分技术相互衔接、组合应用。整体上，人工智能技术主要包括以下五方面能力：一是感知识别能力。自动从图像中识别物体、场景，可应用于人脸识别、签名识别等场景；自动对声音进行识别和处理，可应用于机器翻译、语音书写等场景。二是知识计算能力。以知识图谱、自然语言处理技术（NLP）为主要代表，能够持续获取知识信息，具备实体识别、知识演化建模和关系挖掘能力，在搜索引擎、智能广告、反洗钱等领域得到应用。三是认知推理能力。以近年来发展迅速的深度学习、强化学习等机器学习技术为代表，能够基于数据自动分析、挖掘、推理、演化，构建分析推理引擎，形成对客观事物的认知，其认知能力甚至超过人类，如在金融股价预测、疾病预测等领域得到应用。四是运动执行能力。以智能机器人、机器人流程自动化技术（RPA）为主要代表，把感知识别能力、知识计算等能力与机械自动化、系统自动化技术相结合，使机器人拥有判断、决策能力，能够在不同的环境中处理不同的任务。五是人机交互能力。“机器”通过交互方式为人提供信息，如苹果手机助手Siri、智能客服等应用；人帮助“机器”提升认知能力，如在机器学习技术的应用中，通常需要人对于机器产生结果的正确性进行判断，并反馈给机器，机器根据反馈信息进一步优化算法，提升其准确性。
