DeepSeek 出现后，大家都热烈讨论起来了，
南审出了一个《面向审计行业DeepSeek 大模型操作指南》，
说实话，作为长期一直在运用大模型的人来说，这充其量叫“软件安装指南”或者“ollama安装指南”，
与审计可以说毫无关系。
另外，这两天出现的“马斯克主导的团队DOGE用AI审计美国政府资金”也在我的朋友圈满天飞，
大家都高潮了。
我专门在 google 上搜索这个内容的关键词，并没有找到特别相关的贴切来源。
单纯从这些文章上来看，里面所用到的 “AI” 技术其实和你所理解的 AI 技术是应该是完全不同的。
为什么？
因为目前，普通人理解的 AI 直接是和类似 chatgpt 的大语言模型画等号，
但要知道，目前我所看到的技术并不能用大语言模式对海量数据进行分析，
文章中所提到的AI 我理解应该是机器学习的技术，
通过一些机器学习的模型对资金数据进行的分析，或者运用图数据库进行资金回流的分析。
这仅是我从现实的角度作的一些猜想。
再回过头来，DeepSeek 出现后，对使用者有本质变化吗？它比 chatgpt 强吗？
( 注：国内的通义千问之前就很强了 )
我没感觉出来，它最大的作用是把训练成本降低了！
真正将来大概率用运用在审计中的AI技术，我觉得有下面几点：
-
Agent
利用大语言模型的能力，将审计任务进行拆分，通过 Agent 智能体去完成每个任务。
-
知识库
审计案例、法规等文档向量化在本地数据库中，利用大语言模型，调用知识库回答审计人员专业问题。
甚至植入到程序中，直接规划好你需要做什么？风险点是什么？
-
多模态
利用视觉模型，辅助审计人员在纸质文件检查，盘点，等。
-
机器学习、深度学习
这个是在大模型出来前一直在发展运用的，对海量数据进行异常检测。
但前提是有多维度的数据，现实情况是我们很难拿到有效的数据。
