涨姿势！人工智能与财务报表审计

人工智能的意思是让计算机具有人脑的认知能力。这个概念在 1940 年左右被提出，主要是科学家希望用计算机模拟人类的认知体系。但是随着脑科学和计算机技术的发展，研究者发现人脑的复杂程度和认知过程的难度远远地超过人类的想象，就像一段程序无法验证自身的 error 一样。人类发现通过自己编程来模拟大脑活动，甚至再造一个大脑简直是天方夜谭。这时，科学家想到一个简洁一些的办法：只通过给定输入和输出，不通过强制的硬逻辑让计算机认知，而是通过大量数据的输入，让计算机通过结果来理解过程和认知事物，这就是机器学习的雏形。

深度学习则是机器学习的一种方法，目前普遍采用的机器学习方法包括支持向量机、人工神经网络等等，而深度学习则是多层神经网络的使用。深度学习的概念由 Geoffrey Hinto 研究团队于 2006 年提出，其基础是深度置信网络提出非监督贪婪逐层训练算法，为解决深层结构相关的优化难题带来希望。目前深度学习在图像识别、声音识别等领域有非常出色的表现。

由此可见，人工智能、机器学习和深度学习是一个递进的关系，前一层成为后一层的底层建筑，而后一层是在前一层基础上对某个问题点的具体研究成果。

只有人类，例如审计师，才能讲述数据背后的真实故事。

我们可以信任人工智能（AI）并将它运用于财务报表审计工作吗？

也许吧。

人工智能的倡导者认为，终有一天人工智能系统将能够完成一个公司所有财务交易的审计工作。这些远见者预见到，当人工智能能够完成连续和实时的审计过程时，大批会计师在财政年度结束之后日以继夜地加班将不再是一种工作常态。

但是将人工智能应用于审计是一个好主意吗？抑或，我们是否可以选择——人工智能只是所有公司必须响应的、聚焦于数据的技术浪潮的一部分？

我们在探索和推进人工智能在审计方面的应用时，是以确保人类价值在我们的审计工作中仍然保持核心地位，以及审计师将人工智能视为是继续提高审计质量的工具为基础的。以下是我们在这一过程中学习和总结得出的心得：

——细节至关重要。数据获取是审计工作的核心。审计师首先需要获取原始业务数据，而后才能对其进行“审计”——检查数据集（如采购订单、发票开具、应收款项、付款、费用和赔偿）的准确性和一致性。此外，为了了解风险、制定审计计划以及确认公司主张的真实性，审计师会定期考察外部数据源。为了将人工智能纳入审计方法之中，审计师需要系统地了解这些数据集的结构；因行业、客户或源系统的不同而表现出何种差异；以及如何可靠地转换数据以便应用于我们的解决方案。

虽然当今几乎所有的业务记录都以某种电子数据格式进行了保存，但一些数据比其他数据更易为软件程序所消化。例如，许多保险公司以PDF格式的文件来保存保单，而针对这些保单提出的索赔信息则存储在文本格式的文档中。在核对和调整这些数据集之前，审计师需要一个接口来解释和协调那些被文件格式所割裂的相关数据点。到目前为止，该接口从本质上而言仍然依靠人力和手工操作。为了让人工智能执行这些任务，我们不仅需要为它提供正确的数据，还需要基于该数据提供正确的决策能力。

——人工智能对我们确有影响。与人类相比，机器在执行数据采集等重复性以及费时费力的工作方面表现突出。机器以及人工智能推动的技术将减少审计师在数据采集方面所面临的挑战。寻找相关信息、从文档中提取相关信息并将其转换为可用的格式等工作曾经耗费了大量的时间和精力，而人工智能将最大程度地减轻这些负担，让人们只需要执行复核、分析和审计工作。

完成典型的财富500强公司的审计工作所需的独立审计师人数可以得到缩减，审计师可以将更多的时间花在审计工作的判断方面。机器擅长于高效地处理大量数据。它们能够成规模地审查大量数据，评估审计工作需要检查的内容，而后识别数据中存在的异常。获得人工智能支持的解决方案能够快速轻松地识别一系列事项，例如来自特定地理位置的订单出现的异常峰值，个人记录的一组特殊费用项目，或针对特定供应商的设备租赁中所包含的异常优惠条款。

——但我们亦能掌控人工智能。客户保留审计师是为了获取财务方面的鉴证，而这只能通过深思熟虑的检查和判断——人类做出的判断，才能实现。人工智能系统可以为审计师提供协助，获取、处理和挖掘企业财务报告系统所生成的海量数据。但是，机器虽然可以更快速以及更全面地识别海量数据集的模式和异常情况，但更多的价值是来自于对模式或异常情况背后原因的调查和推断。只有人类，例如审计师，才能讲述数据背后的真实故事。

随着新技术的引入，我们也有责任确保它们已经做好了万全的应用准备。人工智能需要按照我们的指令完成工作——不要过多、也不要打折扣，我们对风险必须保持清醒的认识。通过明确定义审计要求以及推动数据科学家、开发人员与审计师之间的合作来满足审计要求，我们可以超越口号，将技术推得更远，成功和负责地加以实践。

——更快的确意味着更好。当数据的处理时间大大缩短时，更快的确意味着更好。将人工智能运用于审计之中，让其完成100%的数据审计而不是样本数据的审计成为可能，这样一来，审计师将能够以有效的方式来研究企业的整体性。人工智能可以帮助审计师从传统的审计抽样框架转向纵观全局的可视化和评估。

——人工智能时常可以提供帮助。当涉及密集型的手工操作时，人工智能在绝大多数情况下可以提供帮助，这代表了传统审计的重大转变。数据提取、比较和验证是很好的切入点。与手工执行数据的输入和提取工作相比，人工智能可以显著地加快这些工作的数字化，减少准备审计数据所耗费的时间。将内部付款数据与第三方支持对应起来的工作需要执行相当多的审计工作并占用客户大量的时间。我们可以应用人工智能来完全自动化地测试支付交易的存在和评估情况，为任何实质性测试提供所需的支持。

——客户获益最大。在最基本的层面上，流程效率意味着客户能用更少的时间和资源来回应查询和文档记录请求，让他们在有截止期限限制的关键时间段内能够获得更多的时间。

更为重要的是，当外部审计师能将更多的时间用于更高层次的分析工作上时，他们可以专注于那些需要做出更多判断、估计具有高度不确定性的领域。

作者：张翔    转自：中国会计视野，文章有删减，审计之家整理发布

原文Artificial Intelligence Comes to Financial Statement Audits链接：http://ww2.cfo.com/auditing/2017/02/artificial-intelligence-audits/

更多精彩内容可向公众号回复关键词：

内控 | 2016版《全面风险管理框架的修订版》

会计 | 史上最全IPO审计的财务问题及其规范方法

报告 | 新审计报告准则发布，你做好准备了吗？

笔记 | 做财务总监十年，总结出98条精华笔记！

四大 | 都闪开，说到黑「四大」谁有我专业

审计 | 内部审计中常见的会计舞弊手段