随着党中央对审计管理体制的深化改革以及构建“集中统一、全面覆盖、权威高效”审计监督体系要求的提出，高校内部审计工作面临巨大的机遇和挑战，传统的审计工作模式已无法满足新时期对高校内部审计工作的要求。习近平总书记提出要“善于运用新技术、新手段，坚持科技强审，加强审计信息化建设，积极推进大数据审计”。人工智能（AI）作为近几年最热的信息技术已经广泛地应用于各个领域，部分高校开始尝试将人工智能应用于内部审计中。 二、人工智能的概念及其在审计领域的应用 （一）人工智能简介 人工智能（AI）是计算机学科的一个分支，被视为21世纪三大尖端技术之一。人工智能主要研究如何让计算机来模拟人的思维过程和智能行为（如学习、分析、规划等）。人工智能的概念是1956年一批年轻的科学家在达特茅斯（Dartmouth）夏季学会上提出的，经过几十年的研究发展，现在人工智能已经是一个涉及计算机科学、数学、神经生理学、心理学、哲学、控制论等诸多学科的交叉学科。人工智能的研究范畴主要包括机器学习、自然语言处理、图像识别、自动程序设计、机器人、神经网络、遗传算法等，人工智能的各项技术目前已被广泛地应用于教育、医疗、交通以及日常生活的方方面面。 （二）人工智能在审计领域的理论研究综述 国际上对人工智能在审计领域的应用研究起步较早。Abdol和Usoff认为人工智能在提升审计效率和有效性方面有着积极的作用；Brown和Murphy强调了人工智能在审计的一致性及审计对决策的影响等方面的意义；Elliott和Kielich认为智能审计中必须加强工作人员在智能审计方面的培训。国内对这方面的研究主要集中在利用大数据技术，依托云计算、云储存等平台开展信息化审计。刘国城和王会金利用大数据技术构建审计平台的方法，提供了大数据时代下智能审计的实现方案；张莉以国家治理新策略为背景阐述了智能审计对审计目标、审计规划、监督体系及审计模式等方面的影响，并得出智能审计尚处于理论研究阶段还缺少实际案例的结论；杨扬以会计师事务所提供的上市公司审计数据为例，对人工智能在提升审计质量方面的应用给出了积极的评价。 （三）人工智能在审计领域的实际应用 强大的数据处理及分析能力、高效的流程自动化处理使得国际知名的“四大”会计师事务所都在积极探索人工智能在审计业务中的应用，随着不断投入及深入研究，人工智能在审计业务中的应用也有了显著的成果。2017年被《国际会计公报》评为“年度审计创新”的GL机器人就是普华永道（PwC）与H20公司联合研发的。GL机器人利用强大的数据处理能力可以帮助审计人员高效地发现企业舞弊和异常情况，在德国、英国、瑞典、加拿大等国的近20个审计项目中取得了很好的应用效果。德勤（Deloitte）和毕马威（KPMG）也相继开发了自己的智能审计平台，利用机器人流程自动化及数据挖掘技术对审计工作人员在制定审计风险策略、评估审计风险以及获取审计经验数据等方面提供了很好的帮助。安永（EY）不仅开发了一款基于云计算平台的EY Atlas审计系统，还将植入了图像识别技术的无人机应用于野外实物盘点当中。如今，按照“流程标准化，标准数字化，数字智能化”的策略路径，“四大”会计师事务所都在大力推广各自的RPA（Robotic Process Automation）智能审计方案。人工智能的介入极大地提升了审计工作的效率，以德勤在某银行的概念验证（POC，Proof of Concept）案例为例，通过使用智能审计系统，沟通成本极大降低，单个审计证据的获取时间由以前的平均40分钟降低到30秒以下；文档工作大量减少，单个流程的底稿编制由以前的1.5个小时降低到30分钟以下；智能审计系统可以根据预设的内部审计规则，在每天的指定时段从系统中持续获取审计证据，并开展持续性检查。 三、高校财务收支业务审计中存在的问题 （一）数据收集难度大，效率低 高效、全面地收集基础数据是有效开展审计工作的重要前提，传统的高校财务收支审计业务中，由于高校内部信息化建设不均衡等因素，审计部门获取财务数据需要经过层层审批，数据传输主要是通过电子介质传盘的方式，财务部门将收支数据转化为电子表格，然后通过U盘或者移动硬盘传给审计部门。由于数据结构、冗余数据等原因，审计部门还需要对数据进行再加工才能得到有效的审计数据。此方式下完成审计数据收集工作的时间基本是以天为单位，最快也是以小时为单位的，数据获取难度大，效率低。 （二）审计人员紧缺，审计风险大 近年随着教育经费的不断增加，高校的经济规模不断增长，由此导致的财务收支业务也是逐年递增。根据教育部发布的2020年全国教育经费执行情况统计快报，2020年高等教育经费投入为13999亿元，比上年增长3.99%。不断增长的财务收支业务给审计工作带来巨大工作量与紧缺审计工作人员形成了强烈的反差，即便仅使用抽样审计的方式也使得高校审计人员深陷繁重的审计数据收集取证环节，根本没有多余的精力投入到包括管理审计在内的其他更重要的事务中，审计风险加大。 （三）审计结果信息沟通不畅，审计整改不充分 目前高校财务收支审计工作基本以出具审计报告、提出整改建议作为审计工作的结束，对审计整改的落实情况和效果缺乏有效的监督与记录，这也一定程度导致部分单位和个人对审计结果“虚心接受，诚恳检讨，硬是不改”的现象，审计结果运用不理想，则审计工作对经济活动的监督及指导作用便无从谈起，毫无意义。 四、人工智能在高校财务收支业务审计中的实现路径 针对当前高校财务收支业务审计工作中的问题，部分高校开始加强信息化建设并尝试引入人工智能解决。人工智能的实施有几个基本要素，首先需要有应用场景作为人工智能运行的基础，其次需要数据的获取与共享，最后也是最重要的是算法以及算力保障。 （一）规范审计流程，确定应用场景 明确人工智能应用场景的基础是标准化的审计流程，因此运用人工智能开展审计工作的第一步就是梳理高校财务收支审计的业务，建立一套标准化的审计工作流程，然后据此明确人工智能的应用场景，即流程中的哪部分可以用人工智能来实现。审计部门应牵头并会同财务及其他相关部门共同梳理，确定财务收支业务的审计工作流程，具体如图1所示。智能审计的应用场景如下： 数据获取：主要功能为导入财务部门提供的财务收支凭证数据以及校内其他部门提供的相关数据。
