随着大数据、云计算、人工智能、区块链等技术加速创新并日益融入经济社会发展各领域，为落实“科技强审”战略，我国各级审计机关始终重视审计信息化建设，持续的审计信息化建设提高了审计的监督效能、为建立高效审计组织体系奠定了基础。然而，面对日益复杂的审计环境和海量的审计信息，立足于局部信息的传统审计方法已经无法满足审计工作高质量发展的要求。随着近年ChatGPT及文生图工具Midjourney等生成式人工智能应用的迅猛发展，大力推进审计技术方法创新已经成为新时代审计工作实现高质量发展的迫切需要，而当前审计技术方法创新的应用和实践面临着审计技术方法创新与审计业务工作不相匹配的现实问题。针对这一问题，本文拟结合数智时代前沿技术系统梳理审计技术方法创新的类型和主要应用场景，分析影响不同类型审计技术方法创新应用于审计业务工作的正反两方面因素，探讨这些技术方法创新如何更好地适应实际审计业务工作需要。 国内外学者针对数智时代前沿技术如何影响审计理论、审计流程、审计质量和技术方法创新等方面也进行了一些研究和探讨。毕秀玲等提出“审计智能+”的概念，建议通过整合5G、物联网、人工智能与区块链等新兴技术，保证审计数据在线上真实、完整地运行，实现数据采集、分析到报告生成全过程自动化，完成智能审计升级。他们认为推进“审计智能+”建设，有助于满足审计全覆盖的要求，应对大数据挑战，解决审计发展不平衡问题，抢占审计发展先机，争得标准制定国际话语权。郑石桥提出了一个理论框架，将人工智能对审计的影响区分为不同的三种情形：审计机构不使用人工智能，但审计客体使用人工智能；审计机构使用人工智能，但审计客体不使用人工智能；审计机构和审计客体都使用人工智能。在此基础上，分别分析不同情形下人工智能对审计取证的不同影响。陈耿等分析了审计线索筛选问题产生的理论基础与解决方法，提出以因果理论为基础，研究大数据全样本环境下的审计线索筛选问题。他们重新界定了与智慧审计理论相关的一些基本概念，通过要素结构以揭示智慧审计中各个要素之间的相互作用。 与国内学者多使用规范研究方法不同，国外学者更多使用实证研究方法对审计技术方法创新产生的影响进行研究。例如，Fedyk等通过分析2010年至2019年间，美国36家主要审计企业的AI投入情况和31万余名审计企业员工数据，得出如下结论，一是随着审计企业投资AI技术，其审计质量将同步提升，重编报表特别是重大重编的数量有所减少；二是除了审计质量有所改善外，审计师们的工作效率也有提升；三是从审计费用来看，AI的协助让审计师工作效率更高、审计成本下降。对AI技术的投入越大，相应的审计费用就能控制得越低。 数智时代大数据、云计算、人工智能、区块链等前沿技术的普及使用不仅会影响审计主体和审计对象思考和处理问题的方式，还会重塑传统的审计规则和审计规范。以人工智能技术为例，随着AI技术的不断发展，将会有越来越多的审计任务可以自动化完成并减少人工的工作量，提高审计效率和准确性。但另一方面，AI技术的普及将带来新的审计挑战，例如数据安全和隐私保护问题；因为原始数据来源、真实性和可靠性带来的偏差风险问题等。在此背景下，本文首先探讨了人工智能技术、大数据技术、流程挖掘技术、机器人流程自动化技术、区块链技术和无人机技术等六类新兴信息技术在审计业务工作中的相匹配的应用场景，在此基础上从正反两个角度深入分析影响技术创新应用于审计实务的积极推动和消极制约因素，本文也针对审计技术方法创新应用于审计实务工作中的制约因素提出相应的政策建议，以期推动我国审计工作在审计全覆盖的理念下实现健康发展。 一、新兴信息技术在审计工作中的应用 最初的审计工作主要采用详细审计，依赖于审计人员手工逐笔业务核查。随着企业广泛采用内部控制和统计抽样技术的进步，审计工作演变为基于内部控制评价的制度基础审计。随着信息技术的应用普及，一方面会计核算普遍使用计算机，提高了核算效率，减少了计算错误；另一方面，日趋复杂的信息技术增加了企业经营的复杂性，同时增加了审计的风险。为了合理降低审计风险和审计成本，审计工作向风险导向模式转化，审计人员也普遍采用计算机作为辅助审计的手段。近年来，大数据、人工智能、区块链等前沿信息技术的出现，为审计人员提供了诸多辅助手段。本文将从不同的技术方法角度来分析这些技术手段和工具对审计技术方法创新产生的影响。 （一）人工智能技术 人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究范围非常广泛，包括自然语言理解、自动程序设计、专家系统、机器学习、神经网络、模式识别、机器视觉、智能控制、智能检索、智能调度与指挥、分布式人工智能、生成式人工智能等等。其中机器学习、并行处理、算法优化等人工智能技术已经开始逐步运用到审计实务中。目前，人工智能技术在审计工作中的实际应用包括以下三个方面。 一是将大型语言模型和生成式人工智能综合应用于审计工作实务，通过这类人工智能综合应用来快速处理海量数据和信息不仅能提高审计效率，在一定程度上也能优化风险导向审计的流程。以ChatGPT为例，作为一种采用了人类反馈强化学习（Reinforcement Learning from Human Feedback，RLHF）等先进技术的大型语言模型（Large Language Models，LLMs），通过机器学习算法结合并使用人工输入提高了模型的性能，不仅可以协助审计人员执行审计程序，完成各种审计工作，例如审计工作底稿编制、数据搜集、整理和分析、关键审计事项确定等；还可以协助生成相关审计报告，实现审计计划、审计报告、管理建议书等初稿的自动生成。
