摘要：面对新技术、新形势、新变化也给企业内部审计工作带来了新机遇与新挑战。为了适应新时期发展的要求，内部审计必须对自身进行重新定位，并做出相应的调整。文章探析了在人工智能时代下，企业内部审计所面临的机遇与挑战。
2015年，中办和国办印发了《关于完善审计制度若干重大问题的框架意见》及《关于实行审计全覆盖的实施意见》，要求对公共资金、国有资产、国有资源和领导干部履行经济责任情况实行审计全覆盖，需要在各领域大规模进行审计，这就对审计部门提出了新的要求。为了在日益数字化的环境中提供客观和全面的评价，审计部门必须不断创新并改进审计程序与审计工具实现审计全覆盖。随着科学技术的发展，云计算、人工智能技术和物联网等新兴技术大量涌现，企业逐步实现业务流程的数字化，这种转变也改变了审计数据与审计证据的收集方式。企业业务系统收集了大量审计相关数据，（如日记账、流程日志或职责分离配置等）。数据记录的性质和范围为人工智能技术在内部审计中的应用提供了土壤，有望大大提高内部审计的覆盖面与效率。
1. 人工智能技术的应用
人工智能技术可以简单看作是人与机器的融合，主要通过计算机模拟人类的认知与思维模式，以自学的方式达成设定任务。机器学习是人工智能技术的一个重要分支，它为计算机提供了学习并建立模型的能力，不需要通过编程来明确事物发展逻辑，通过大量训练集与内部数据的自我印证建立思维模型，模型的有效性会随着训练集数据或内部形成数据的增加而提高。
机器学习算法通过在数据中识别与目标相关的标签集，从而得出一个最优的逻辑路径。在传统的机器学习方法中，如决策树或贝叶斯分类器，模型训练的成功与否主要体现在人们从原始数据中手动提取与目标相关特征的优劣。提取的特征被机器学习算法所识别，通过分类算法或相关性的算法，推导出达成目标的最优方案。而深度学习是一种受人脑结构与功能启发的学习模式，通过模仿人类大脑皮层的人造神经元来实现学习行为。与传统的机器学习方法相比，深度学习技术具有从原始数据中自主提取特征以达到预期目标的能力。
机器学习的演算过程与审计中使用的“假设－求证”的审计方法类似，在审计中，可以通过使用深度学习算法在海量的数字、日志和标签中识别出特征来进行分析论证。因此，以风险为导向的审计与无特征、无监督的学习算法是天作之合，也是对审计数据分析技术工具的重要补充。
2. 机遇与挑战
随着人工智能技术的不断发展，通过运用决策树、随机森林等机器学习方法，结合神经网络、回归分析等人工智能技术，深入挖掘大量的数据，从深层挖掘潜在的风险，能够大大提高审计的针对性，实现以风险为导向的审计；利用机器学习与知识地图技术，能够有效地利用审计经验与审计成果；通过形成审计知识库，建立主动、实时、智能的审计监督体系，替代传统的人工操作与分析，在提高审计效能的同时也解决了审计人才紧张、知识储备难的问题。使用人工智能技术能从以下三个方面改善审计管理工作：
（一）风险评估：对被审计对象进行全面的风险评估是审计人员的主要工作之一。在人工智能技术的帮助下，审计人员可以把来自组织内外部的大量数据进行交叉分析，可以帮助审计人员更好地评估组织内外部现有或潜在的风险。准确而详细地风险评估和财务分析有助于改善组织业务流程和内部控制状况。且人工智能技术纳入审计流程有助于实时评估审计风险，审计人员实时获取信息意味着他们可以在实际工作开展前更好地了解组织和业务流程的效率和有效性，这也有助于持续审计，以便更好地进行风险管理。应用人工智能技术将颠覆传统的风控及审计方法，将风险融入监管过程，采用事前规则管控、事中指标管控、事后模型管控的三位一体的监控模式，可有效解决风险管控落地难题。
（二）审计质量：对审计人员来说，钻研的态度、专业的能力和丰富的审计经验决定了审计质量的好坏。在传统的审计方式中，审计人员通过经验判断选择审计方向，而人工智能技术的结合能够有效解决数据整合的问题，通过深度学习网络模型，对审计项目下的各项结构化与非结构化的指标数据进行分类、学习、拟合，实现了以全量统计描述来替代抽样方法对被审计对象的企业状况全貌的统计描述，有助于审计人员在审查财务报表、业务流程和内部控制中快速、精确地发现问题，在审计流程全覆盖中，审计人员更多是承担审计对象咨询专家角色，可以全面参与审计及查看相关数据，对审计进度和审计结果随时调看，由此审计质量得到保证。
（三）审计效率：采用人工智能技术审计可以解决人力资源不足的问题，一方面可以避免人为失误、产生审计风险；另一方面将机械性的工作交给机器完成，审计人员从繁重的低价值工作中解脱出来，发挥审计人员的主观能动性，关注价值较高的部分。
但伴随着新技术的推广，信息技术的应用范围和场景在不断扩大和深化挑战也接踵而至，比如：人工智能无法对信息安全进行保障，机器内部错误程序、来自企业外部人员的恶意攻击等，这些原因都会造成系统运行的失误，导致企业内部失控。数据治理与数据隐私的界限无相关依据支撑、人工智能训练模型置信度低等问题。要想有效地运用人工智能技术，需要将丰富的审计经验和信息技术结合起来，同时审计人员还需要对所分析的业务流程、控制、相关的风险及系统数据、应用的统计分析和机器学习方法有深刻的了解，审计人员的综合素养就显得更为重要，审计部门也将面临复合型人才的补足难题，以及对现有审计人员技能的更新成本。审计部门应当从以下几个方面考虑和采取措施：
（一）强化信息安全措施：企业需要建立健全的信息安全管理体系，包括制定严格的访问控制和权限管理策略，加密重要数据，建立安全审计机制等。此外，还需要注重内部员工的信息安全意识培养，加强针对恶意攻击和入侵的防护措施。
（二）加强人工智能系统的测试和验证：在引入人工智能系统之前，进行充分地测试和验证，包括对机器学习模型的验证和评估，确保其在不同场景下的准确性和稳定性。同时，建立容错机制和监控系统，及时检测和纠正系统运行中的错误。
（三）明确数据治理和数据隐私的边界：企业需要制定明确的数据治理规范和数据使用政策，确保合规性和隐私保护。此外，还需要加强数据访问权限的管理，限制数据的使用范围，并定期进行数据安全演练和风险评估。
（四）提高审计人员的综合素养：审计人员需要具备丰富的审计经验和信息技术知识，理解业务流程、控制和相关风险，并熟悉统计分析和机器学习方法。企业需要提供培训和更新计划，以确保审计人员的技能与技术的发展保持同步。
（五）加强人才储备和补充：鉴于复合型人才对审计部门的重要性，企业需要加强对复合型人才的招聘和培养，培养擅长信息技术和审计经验的人员，以提高整体的综合素质和应对复杂问题的能力。
总之，要有效地运用人工智能技术，需要从多个方面综合考虑，包括加强信息安全保障、优化算法和模型的质量，以及提高人员素质和整体管理水平。同时，持续关注技术的发展和演进，及时更新技术和措施，以适应未来的挑战和变化。人工智能技术在审计中具有广阔的应用前景，可以提高审计的针对性、质量和效率。人工智能在审计中的应用，既是机遇，也是挑战。审计人员应抓住人工智能时代的机遇，利用人工智能特点，提升业务能力，积极适应，与审计工作一同迈入新时代。
参考文献
[1] 董峻. 中办、国办印发《关于完善审计制度若干重大问题的框架意见》及相关配套文件[J]. 中国审计, 2015.
[2] 闫志明， 唐夏夏， 秦旋，等. 教育人工智能（EAI）的内涵，关键技术与应用趋势*--美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J]. 远程教育杂志, 2017, 35(1):10.
[3] 张月波. 数字化转型中商业银行内部审计智能化探索与应用[J]. 中国内部审计, 2020(10):4.