主要观点总结
文章主要讨论了AI在审计领域的应用和审计人如何应对这一变革。文章指出AI在审计中的使用场景,如IPO项目中的风险核查、制造业客户的采购环节风险预示以及函证处理等。同时,文章也提出了审计人的生存法则,包括升级武器、训练属于自己的AI以及正确认识AI等。
关键观点总结
关键观点1: AI在审计领域的应用已经逐渐普及,从数据读取和分析到风险预示,甚至替代部分审计员的工作。
AI在审计中的应用场景包括IPO项目的风险核查、制造业客户的采购环节风险预示和函证处理等。它能够通过数据分析和算法标签输出风险图谱,帮助审计员快速完成核查工作。
关键观点2: 审计员需要适应AI的发展,从单纯的数据统计员转变为侦查指挥官。
面对AI在审计领域的应用,审计员需要学会如何利用AI工具,从数据分析的角度去发现和解决问题。同时,他们需要具备更强的商业逻辑能力,对风险有专业的判断能力。
关键观点3: 未来审计工作不会消失,但工作方式会被AI重构。
虽然AI在审计领域的应用带来了变革,但审计工作仍然存在。未来的审计工作将更加注重商业逻辑的分析和风险的预测,而不仅仅是数据统计。
关键观点4: 审计人需要适应新技术的发展,通过学习和训练掌握AI技能。
为了不被AI替代,审计人需要积极学习新技术,包括Python等编程语言,并构建自己的AI知识库。同时,他们也需要构建自己的信息筛选体系,不断提高自己的知识系统。
正文
文 | FreeCity (转载请注明出处)
关注公众号:行走的审计汪
知乎专栏:行走的审计汪
凌晨3点,我盯着
第387条银行流水
,突然听见
实习生小王嘟囔
:
要是AI能帮我找异常交易,这底稿早该归档了...
——
这不是科幻场景
,
德勤已让「凭证扫描机器人」全年无休,普华永道AI系统甚至可以协助会计师预判财务舞弊模式
。
审计的变革
已经越来越接近
,
未来的模式也越来越清晰
。
我早已和大家分享过我的一贯看法,
也就是我们一定要从
“纯粹的统数查凭”
转向对“
商业本质的认知和AI加成的高能量审计
中
”。
具体也可以查看这篇文章:
DeepSeek风靡背后:深度思考如何重塑我们的未来?
那么今天,结合目前的
AI发展趋势
,我不禁发出
灵魂拷问
:
当AI开始做抽凭、核数、写审计说明,我们手里的放大镜该转向哪里?
AI目前主要是
工具形式
,如果
我们能够驾驭它,它就可以成为我们的工具
;
如果我们无法具备驾驭AI的能力,那么我们很快就会被AI替代
。
AI在审计中具体有哪些使用场景?我们可以来举几个例子:
1.在IPO项目中,我们经常需要面对
庞大的数据
,比如
销售明细、银行流水明细
等,然后进行相关
核查工作
,比如
关联交易等核查
,
是否有体外流水核查等
。目前某内资所已经可以
用AI工具
实现20分钟输出风险图谱
。
AI是如何做到的?
其实技术底层一点也不难。
AI具有
超强的数据读取和分析能力
,通过抓取相关信息,比如
工商信息、关联信息
等,然后通过一些设定的算法和标签,
AI就可以输出相关的风险图谱
,帮助我们
做掉需要2-3个审计员花费十天半个月的事情
,且
具备更高的准确率
。
那么审计员做什么?不是没事可做了,而是
从数据统计员转换为侦查指挥官
,
让AI帮你查,而你从它查到的结果中再去做进一步侦查
。
和原来翻凭证工作相比,你现在可能需要学会如何给AI的工作成功打上专业型的标签
。
2.某个制造业客户,AI通过
分析供应商访谈录音中被访谈人的情绪波动和访谈内容之间可能存在的矛盾
,同时结合
历史开票数据和结算金额
等,提前预示
采购环节存在的风险
。
这意味着什么?
意味着
AI可能会比我们更快识别到“舞弊的迹象”,并提示相应的风险
。
那我们的工作视角如何替换?
我们被
AI重构后的审计程序
应该如何展开?如何
对AI识别出的舞弊迹象
进一步做出专业判断?
这也值得引发我们的思考。
3.我们的
函证处理
,考虑到
发函环节的监管要求,工序繁多
,
且需要定期跟进,分析判断、沟通和处理
。那么某四大推出的
智能函证处理中心
,
通过AI技术把函证处理时间压缩60%,大大释放了会计师的精力
。
但是
在AI能给我们带来精力释放的时候
,我们
有限的精力不得不向更高水平的地方转移
,我们要思考,
如何对AI形成的专业标签和
判断形成职业判断
,
毕竟最后要承担责任的是我们自身,而不是AI本身。
从上面这些场景中,我们不难发现,
未来的审计工作不会消失
,
藏在人性里面的本质会让财报相关的鉴证工作仍然存在