人工智能审计应用的国际进展

作者简介:
吴勇,余洁,王尚纯,张超,合肥工业大学管理学院

原文出处:
中国注册会计师

内容提要:

02


期刊代号:V3
分类名称:审计文摘
复印期号:2021 年 08 期

关 键 词:

字号:

      随着机器学习、专家系统、计算机视觉、语音识别、认知计算、神经网络等人工智能(AI)技术在众多行业的深度应用,对会计和审计领域产生了颠覆性的影响。根据权威机构预测,到2025年,全球30%℃的企业审计工作将由人工智能完成(世界经济论坛,2015),到2030年,企业对人工智能的持续投资将使全球生产力提高到6.6万亿美元。人工智能的研究,历史上经历了逻辑规则(利用逻辑学设定规则以协助做出逻辑判断)、机器学习(利用大量资料训练机器使其具备类似人类的预测能力)、认知能力(利用深度学习获得人类感知能力)和自主学习(自主获取和分析资料、自主适应和决策)四次重要的兴衰。20世纪90年代的专家系统(也称为规则系统)曾一度在医疗和故障诊断领域有着广泛的应用,但到21世纪初陷入低谷期。当前随着5G技术的应用、计算能力和存储能力的提升、新算法推陈出新以及分析维度的拓展,且可以与图像识别等新兴人工智能技术有效结合,人工智能在视觉、语音、文字、模式和知识等的识别与生成领域有着重要应用,已逐步形成有效商业模式与完整产业生态圈。人工智能强调感知能力、记忆和思维能力、学习和自主适应能力以及行为决策能力等,人工智能在会计与审计的创新应用,将审计判断的规则纳入流程自动化技术中,可以根据被审计单位所处的环境和行业特性,智慧生成所需的决策信息,并具有自主学习和改善提升的能力,实现信息化、网络化向自动化、智能化的转型。智能环境下,构建完善的审计数据生态系统,需要系统整合使用大量的外生变量,这些多源异构的数据流可能包括社交媒体、天气、物联网(IoT)、航拍、新闻稿件以及其他与内部数据源相关联的数据(Cho,Vasarhelyi和Zhang,2019;Brown Liburd和Vasarhelyi,2017),通过对海量大数据的深度挖掘和分析,可以有效识别异常和风险,提高审计效率,提升审计质量。审计人员借助大数据分析和挖掘技术,一方面可以利用自动化审计程序拓展审计取证范围,提供更高保证程度的审计意见;另一方面,通过对审计过程中海量数据的深度挖掘分析,以及与自身发展以及同行业企业发展的对标比对,能够为管理层提供更有价值和更具洞察力的咨询建议。

      行业监管和准则制定机构高度关注人工智能在审计实践中的创新发展和推广应用。美国公众公司会计监督委员会(PCAOB)成立了数据和技术工作组,以获得理论界和实务界对以人工智能、数据分析为代表的新一代信息技术的见解。2020年PCAOB在一份最新的研究报告中,分享了对当前人工智能在识别和评估重大错报风险以及生成审计证据方面的实施意见。国际审计与鉴证准则委员会(IAASB)的技术工作组2020年也发布了一份文件,探讨了审计人员应用自动化工具和技术对审计工作可能产生的影响,并对审计准则的发展、信息技术如何提升审计质量,以及审计和财务专业人员的能力提升等提出了建议。

      二、AI的概念及其分类

      《牛津英语词典》将人工智能定义为“计算机或其他机器表现或模拟智能行为的能力”。百度百科指出人工智能是计算机科学的一个分支,旨在探究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。基于知识管理的视角,人工智能是关于知识的学科,旨在探究知识表达、知识获取、知识使用与知识创新的科学。人工智能作为一种自适应、自学习系统,可以通过计算机程序来模仿人类的判断和认知技能,感知外部的环境变化,以便做出决策、预测或采取合适的行动。与其他理论方法不同的是,人工智能系统能够从数据中“学习”,并且可以随着时间的推移,基于更新的数据而自我进化(Shaw,2019)。上述内涵界定反映了人工智能学科的基本思想和基本内容,即人工智能是研究如何使用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。Ivy Munoko等(2020)认为智能行为包括观察和感知周围环境的能力、从语音或文本中提取信息的能力、从获得的信息中学习以及利用这些信息做出决策的能力等属性。基于技术生态系统视角,人工智能技术作为一组技术的总称,是指综合利用机器学习(Machine learning)、计算机视觉(Computer Vision)、虚拟代理(Virtual Agent)、自然语言处理/自然语言生成(Natural Language Processing/Natural Language Generation)、认知计算(Cognitive Computing)等技术,使计算机实现类似人类的智能。

      普华永道(2017)在一份报告中将人工智能系统划分为三种类型。第一类为辅助型人工智能系统(Assisted AI),用以辅助支持人类进行决策或采取行动,具体表现为机械智能,主要执行一些常规性的重复性任务。在使用这类辅助型人工智能系统时,人类保留了最终的决策权。日常工作中使用的一些智能程序即属于此种类型,例如将语音转换成文本的应用程序,可以帮助企业的电话客服部门转录客户电话,以便更好地了解和评估客户需求,改善产品和服务(微软,2019)。第二种是增强型人工智能系统(Augmented AI),作为人类决策的重要补充,注重从与人类和环境的互动中学习,从数据中学习和处理信息以解决问题,因此,表现出良好的分析智能和学习能力。此种情形下人类和人工智能系统共同做出决策。这类增强型人工智能系统能够执行一些以前难以完成的活动。例如,智慧医疗诊断系统可以迅速扫描患者数据,并为临床医生提供准确的解释和初步判断,辅助出具诊断意见。第三种类型是自主式人工智能系统(Autonomous AI),它可以不需要人类参与和协助,通过自主学习以适应不同情况,并能独立自主地做出决策或采取行动,此种情形下人类将决策权委托给人工智能系统。自主式人工智能系统同时表现出直觉智能和同理心智能,其中,直觉智能使其能够创造性地、有效地适应新的环境,而同理心智能则使得它能够理解人类的情感,对人类做出适当的回应和影响,并能够在无干预的情况下与人类进行有效交互。自主式人工智能系统成功应用于服务行业,例如与客户互动的聊天机器人(Huang & Rust,2018)。

相关文章: