在人工智能技术快速发展的数智时代，审计工作迎来了数字化、智能化的深刻变革。“科技强审”理念不断深入践行，通过构建大数据审计平台，加大数据分析力度，精准锁定问题，缩短现场核查时间，以新技术应用提升审计效能。

　　人工智能时代审计工作新特点

　　目前人工智能技术在审计工作中的应用主要分布在以下几方面：

　　工作流程自动化。依赖AI与机器人流程自动化（RPA）协同的审计流程自动化主要应用在审前、审中、审后三阶段。借助RPA技术完成数据采集、凭证抽样等重复性任务，显著提高了工作效率。例如，德勤会计师事务所开发的“小勤人”，通过字符识别技术完成数据采集及信息匹配。审计工作流程自动化通过技术深度嵌入业务全链条得以实现。

　　风险识别精准化。人工智能审计通过机器学习、自然语言处理等技术，对数据进行多维度分析。从而更早、更准确、更全面地发现潜在的风险，从事后检查转向事前、事中预警，提前识别异常。通过算法对历史数据进行训练，构建预测模型，能够主动识别出与背离正常的异常交易和潜在风险点。

　　数据分析全面化。传统审计工作完全依靠审计主体对信息数据进行人工搜索和筛选，由于受限于技术和时间，只能进行“抽样审计”。借助Deepseek等技术的优势，可以将结构化与非结构化数据进行整合。抽样不再受限于时间和空间，逐渐转变为传统审计无法实现的“全量审计”。基于对全量数据的分析处理，审计证据的来源更为可靠。使审计工作基于完整的数据信息，结合更成熟更智能的方法，及时做出准确、全面、和更具前瞻性的判断。

　　技术赋能各阶段的审计工作，特别有助于提升实施阶段的工作效率。例如，借助AIGC技术可以从法律条文、历年审计报告中提取有效信息，分析常见问题，最终生成审计事项。再到对财务报表的分析、审计底稿的校对、审计报告的校对等，高效生成高质量的审计报告。

　　审计责任的智能化冲击

　　AI赋能审计既是机遇也是挑战，技术浪潮正在冲击既有的审计责任版图。在传统审计框架下，责任边界较为清晰，各方主体各司其职。然而，在大数据、人工智能等技术深度介入审计流程后，责任链条随之延长、审计主体日趋多元。审计人员在利用智能工具提高工作效率的同时，也出现了审计责任模糊难以界定的问题。

　　审计主体范围扩大。审计数智化转型不仅提升了审计效率，也使审计关系得以延伸。由审计主体、审计客体和审计委托人构成的传统审计关系，演变至审计系统开发者、审计主体、审计客体、利益相关者之间的新型关系。在新型审计模式中，审计主体的范围也同样被扩大，在审计主体范围外延的情况下，审计责任的界定问题变得更加复杂。

　　审计责任边界模糊。传统审计模式下，审计方与被审单位责任泾渭分明，但随着审计过程高度技术化、智能化，责任边界逐渐模糊化。例如，审计主体依赖被审计单位提供的电子数据进行分析，而数据的真实性与完整性由被审计单位负责人负责。审计结论很大程度取决于数据信息的质量，如果数据本身存在瑕疵、失实的情况，被审计单位有意隐瞒。审计责任。再如，会计师事务所可能采用第三方开发的审计软件辅助分析决策，如果因为软件技术问题导致判断失误，事务所和软件方的责任如何划分，还缺乏明确指引。

　　黑箱问题。人工智能算法的引入，使机器自主完成部分审计工作。传统审计强调工作底稿记录审计过程和判断依据，而智能审计中，算法不透明，导致难以追溯决策过程。算法根据复杂模型输出结果，审计人员也难以解释详细过程，这可能会降低审计报告的公信力。审计监督过程不透明会削弱审计人员对结论的掌控，也让监管者难以评估审计师是否勤勉尽责。这种情况下，如果不能有效解决“黑箱”问题，审计师可能面临承担法律责任的风险。

　　数据安全问题。审计流程涉及企业敏感信息，如医疗记录、金融交易记录、用户浏览记录等私密信息。当人工智能助力审计工作逐渐转变为“全量审计”时，企业、个人的信息暴露无遗，AI处理过程中可能引发泄露或滥用问题，有关数据采集与使用边界问题亟需解决。

　　监督困难。现代治理要求审计与纪检监察、组织人事、巡视巡察等监督形成合力。在这种监督格局下，审计发现的问题线索往往被移送其他部门处理，共同推进整改。协同监督虽然提高了监督效能，却也带来了责任划分的新问题。多部门协同背景下需要重新界定审计与其他监督主体的责任边界，确保各司其职的同时又无责任空白。

　　审计责任协同共治

　　尽管AI技术显著提升了审计效率和风险识别能力，其引发的责任归属难题、伦理冲突以及法律滞后的问题亟待解决。人工智能正在重塑审计的工作范式，审计责任的界定问题却仍受到传统框架的限制。职责明晰、协同高效、问责有力的责任机制，将助力智能审计走上可持续发展之路。

　　构建责任共同体。传统审计模式下，对于舞弊漏查等问题，社会舆论和法律机制往往会讲矛头指向审计主体。然而，智能审计质量会受多元因素的影响，需要多方共同承担质量保障责任。审计责任共同体是将被审计单位、审计机构、监管部门、智能技术提供方等都纳入责任体系框架。通过构建审计责任共同体，使各方认识到“人人有责”，审计质量不仅是审计人员的任务，也是相关利益主体共同的使命。

　　明晰责任边界。有效的协同共治需要划分责任主次，形成分层负责、各尽其责的体系。在智能审计中，可按照职责性质划分为主体责任、监督责任、技术责任等。被审计单位及其主管部门承担提供数据真实性的主体责任，审计机关承担实施审计和督促整改的监督责任，技术提供方承担算法模型准确、安全可靠运行的技术责任。在审计监督链条上，不同层级、不同环节的责任必须清晰划分，使每个责任主体既各司其职、各负其责，又形成协同配合的责任闭环。

　　强化协同监督机制。形成合力共治格局。在智能审计生态中，各方力量协同发力，才能有效防控风险、提高审计质量。一方面，要健全审计机关与纪检监察、巡视巡察、组织人事等部门的贯通协作机制，建立问题线索移送与反馈闭环，防止监督真空。另一方面，内部审计、社会审计应与国家审计形成优势互补的监督体系。内部审计作为被审计单位的第一道防线，应承担起日常监督和风险管控责任，社会审计作为市场机制下的独立鉴证主体，应对上市公司等履行法定审计职责。国家审计机关则要发挥统筹和指导作用。协同共治要求各方既各有侧重，又密切配合，实现联合审计，使审计结论更全面、更公正。

　　审计责任体系重构思路

　　落实协同共治的审计责任体系，需要从制度完善、技术保障和职业道德培养三方面提供支持，形成协调发力的长效机制。制度为责任划分提供约束力，技术为责任落实提供软工具，职业道德为责任担当提供内驱力。三者协同融合，方能构筑起清晰、稳固、符合时代发展的审计责任体系，以适应数智时代的新要求。

　　健全法律法规是明确责任边界、重构责任体系的基础。首先，应及时更新法律法规，及时将智能审计的新要求纳入其中。针对目前审计工作的发展趋势，可出台专门的智能审计指南或监管规定，细化人工智能、大数据在审计中的应用规范，明确各参与方的法律责任和义务。同时，建立责任追溯制度，区分故意舞弊、重大过失和一般过失情形，分别设定处罚和问责措施。这既对严重失职行为严肃问责，也防止因新技术不确定性导致的非重大过失受到过度惩罚，做到宽严相济、责罚适当。通过以上制度建设，让每个责任主体“有法可依、有章可循、有责必问、失责必究”。

　　强化技术支持，助力责任落实。首先，应加快审计信息化建设中内置责任控制功能。在智能审计平台开发时，就融入权限管理、过程留痕、自动校验等机制，确保每一步审计流程、每一个算法决策都有迹可循、责任可追溯。其次，加强推进算法的可解释性研究，使智能审计工具的决策逻辑易被审计人员理解和监督。最后，充分利用信息化手段，构建跨部门审计追踪系统，共享审计问题及整改情况，推动责任管理。

　　职业道德不仅包括审计人员的个人德行，还体现审计职业群体共同的价值追求和利益倾向。审计人员必须坚守职业道德和责任担当，把责任内化为职业内涵的一部分。首先，深化职业道德教育，强调独立、客观、公正原则在智能审计环境下的重要意义。技术仅是辅助工具，审计人员应当具备批判性思维，保持审计独立性，不依赖技术作出结论判断。其次，完善审计团队评价体系，道德表现指标化。将责任意识和履职表现作为考核的重要内容，设置道德指标考核体系。再次，注重复合型人才的培养。传统的人才培养模式，已经不能满足智能审计工作的发展需要。在培养阶段，加强跨学科合作。制定审计与IT结合的复合型人才培养方案，将跨学科专业能力与职业道德内容相结合。不因为技术优势而忽视基本审计准则，始终把维护公共利益放在首位。最后，职业道德建设还包括明确智能技术使用的边界和原则，防止滥用。促进社会公平与稳定发展、注重个人发展。

　　（刘冰琪 作者单位：上海立信会计金融学院会计学院）