一、引言 机器学习、语音识别、自然语言处理与大语言模型等前沿数智技术的广泛应用，深刻地影响着政府机构、企业单位的商业模式和管理方式。人工智能正在以迅猛之势重塑全球经济格局，成为推动生产力发展与经济增长的核心力量。特别是2025年，我国自主研发的大语言模型DeepSeek横空出世，进一步引发了人工智能的应用热潮。从中央到地方各级审计机关、企业组织等均积极探索大语言模型部署的审计业务场景和实施策略，如江苏省发布大语言模型智能分析平台、中国石化部署DeepSeek大模型等，从理念、资源、技术等多个维度创新数字化转型路径，以大语言模型平台为支点转变决策过程、组织结构、协同机制，提升审计监督效能与覆盖范围。 人工智能凭借其强大的数据处理与分析能力，摆脱了传统审计抽样的局限（张春芝等，2024），其在异常检测和风险评估方面表现出色，有助于降低审计风险（Munoko等，2020）。可解释人工智能（XAI）增强了审计师对人工智能决策过程的理解和信任，有利于提升审计质量（Zhang等，2022）。但与此同时，人工智能也给审计工作带来诸多挑战，如：审计数据在采集、存储和传输的过程中存在泄露或被篡改的风险（Alles，2020；Gu等，2023）；人工智能“黑箱”缺乏控制（Seethamraju和Hecimovic，2023）会增加技术的不确定性与审计结果的不可解释性；人工智能在数据处理和分析等方面的优势会对审计人员产生职业替代威胁（李海萍等，2024）。 当前，学术界已经对人工智能审计的技术应用、实践优势与风险挑战等方面展开了深入探讨，但是对于人工智能审计的概念尚未达成共识，没有形成统一的理论体系。因此，本文融合文献计量和编码分析方法，对2004～2024年国内外权威期刊相关文献进行梳理和分析。首先，通过对人工智能审计内涵的系统梳理，揭示其核心特征，并从数据、技术、能力、流程、应用等维度搭建人工智能审计系统架构。其次，分析人工智能审计的发文特征和研究热点。再次，围绕智能技术演进与应用、审计效能提升路径以及技术风险与伦理挑战三大主题，解析人工智能审计相关的理论研究进展，并阐述人工智能在国家审计、社会审计、内部审计领域的应用情况。最后，构建人机协同审计模式的分析框架，并从技术突破、应用深化和治理体系等方面明晰人工智能审计的未来发展方向，以期为提升人工智能审计应用水平提供理论参考和经验借鉴。 二、人工智能审计的内涵及核心特征 （一）人工智能审计的内涵 人工智能审计作为审计学科与智能技术深度融合的新兴领域，其内涵随着技术的迭代和实践探索的深入推进不断拓展。从技术演进视角来看，人工智能审计的发展可追溯至20世纪50年代专家系统在审计领域的早期应用，其核心在于通过算法模拟人类决策过程。随着机器学习、自然语言处理、计算机视觉等新一代人工智能技术的突破，审计智能化呈现出从单一工具应用转向系统性重构的发展态势。当前，审计中常见的人工智能技术有机器学习、深度学习、自然语言处理、知识图谱、文本挖掘技术和图像识别等。 国外学者较早关注人工智能技术在审计中的应用。Abdol（1987）、Bell等（1998）指出电子数据交换、图像处理等将颠覆传统审计线索获取方式，推动审计流程数字化、智能化；Kamil（2012）则关注人工智能对审计生态的重塑效应。近年来，学者们更多聚焦于大数据、区块链、机器人流程自动化、自然语言处理、大语言模型等新技术在审计工作中的应用（Rozario和Vasarhelyi，2018；Schmitz和Leoni，2019；Banker等，2020），但尚未形成统一的认知。国内学界对人工智能审计的研究呈现技术驱动特征，大致可分为技术赋能型、模式变革型和融合创新型三类。技术赋能型研究聚焦于人工智能技术对审计效率的提升作用（刘杰等，2019）；模式变革型研究强调人工智能技术对审计流程的系统性重构，其会带来作业模式的根本变革（武晓芬和田海洋，2019；罗忠莲和张永杰，2023）；融合创新型研究则侧重于智能技术与审计职能的互嵌融合，凸显分析能力与审计效果（林慧涓和陈宋生，2023；张春芝等，2024）。 本文在系统梳理国内外研究的基础上，提出人工智能审计的整合性定义，即人工智能审计是通过集成机器学习、自然语言处理、计算机视觉等智能技术，构建具备自主感知、深度分析与决策支持能力的智能审计系统，以实现审计流程的自动化与智能化重构。如下页图1所示，人工智能审计系统架构涵盖数据层、技术层、能力层、流程重构和成果应用等方面。其中，技术层为人工智能审计系统架构的核心。 （二）人工智能审计的核心特征 传统审计是一种基于人工操作、以纸质文件为主要审计对象的审计方式，通过标准化程序、抽样技术和职业判断完成审计目标。在该模式下，审计资源的限制往往会导致程序执行不到位，从而增加审计风险并减损审计价值（杨道广等，2022；张春芝等，2024）。人工智能审计是利用现代信息技术手段，包括大数据、人工智能等开展的审计活动。其通过利用审计软件、数据库等工具，对被审计单位的财务和业务数据进行自动化处理与分析（钱钢等，2024；黄小忠和吕全，2024），提高数据处理的效率与准确性；基于自动化、高效、准确的特性，使审计逐渐从抽样审计转变为抽样审计与局部模块全样本审计相结合的方式（龙志能等，2024），审计范围覆盖到被审计单位的全部业务活动（Rose等，2017）；同时，通过对经济业务开展实时监控，避免传统审计依赖事后审计的滞后性，提升审计的前瞻性，从而进行风险预警（张春芝等，2024）。
