k8凯发(中国)天生赢家·一触即发

　　主持人ღღ✿ღ：大家下午好ღღ✿ღ！我是圆桌论坛的主持人谢建中ღღ✿ღ。今天几乎每位嘉宾都谈到数字化ღღ✿ღ、数智化或人工智能ღღ✿ღ，圆桌论坛也将围绕“AI驱动下的数智化审计实践”展开ღღ✿ღ。我们非常荣幸地邀请到四位嘉宾ღღ✿ღ，他们是ღღ✿ღ：中信银行审计部副总经理王鹏虎ღღ✿ღ，顺丰集团审计部业务研究处负责人管显超ღღ✿ღ，国家管网集团综合监督部审计管理总监肖远文ღღ✿ღ，国网电力审计中心内控信息处处长邬奕强ღღ✿ღ。

　　四位嘉宾在数智化审计领域都有非常丰富的实践ღღ✿ღ、经验和非常深入的思考ღღ✿ღ、洞察ღღ✿ღ，下面先请每位嘉宾用5分钟时间做一个主题分享ღღ✿ღ。

　　王鹏虎ღღ✿ღ：今天很多领导ღღ✿ღ、专家介绍了很多内容ღღ✿ღ，质量非常高ღღ✿ღ。关于AI在审计工作中的应用ღღ✿ღ，我之前一直不愿意谈数智化ღღ✿ღ，因为我认为我们还在数字化阶段ღღ✿ღ。我认为ღღ✿ღ，推动审计工作在科技应用方面可以分为四个阶段ღღ✿ღ：第一阶段是电子化ღღ✿ღ，把原来存在各种载体的审计信息先变成电子载体ღღ✿ღ，这一阶段多数企业已经经历了ღღ✿ღ；第二阶段是线上化或者系统化ღღ✿ღ，搭建一个审计平台ღღ✿ღ，把各种分散信息聚合在系统或者线上化作业平台上ღღ✿ღ，这一阶段至少还有一半以上的企业没有完成ღღ✿ღ；第三阶段是数字化ღღ✿ღ，在平台上对各种数据进行处理和分析ღღ✿ღ，帮助我们发现一些问题ღღ✿ღ；第四阶段是智能化ღღ✿ღ，应用人工智能ღღ✿ღ、大数据建模ღღ✿ღ，替代人去做一些工作ღღ✿ღ。四期叠加很多企业都在做ღღ✿ღ，我今天谈AI在审计中的应用应该到了第四阶段了ღღ✿ღ。中信银行做了一些初步探索ღღ✿ღ。

　　首先ღღ✿ღ，人工智能就是把传统审计专家的经验总结变成一种计算机的软件或者计算机的程序ღღ✿ღ，由计算机代替人执行一些任务ღღ✿ღ，输出一些结果ღღ✿ღ。这方面也经历了几个阶段ღღ✿ღ，第一就是简单规则类的模型ღღ✿ღ，把人对数据的理解变成规则ღღ✿ღ，用规则来处理数据ღღ✿ღ，输出的大多数是疑点数据ღღ✿ღ。第二就是算法类模型ღღ✿ღ，用特征描述一个主体或者现象ღღ✿ღ、行为ღღ✿ღ、流程ღღ✿ღ，采集很多数据ღღ✿ღ，用一个算法或模型做特征标注或预警监测ღღ✿ღ。第三就是大模型ღღ✿ღ，有三个特点ღღ✿ღ：1.多模态ღღ✿ღ，可以处理文本ღღ✿ღ、图片凯发娱乐旗舰ღღ✿ღ、视频ღღ✿ღ、语音各种非结构化数据ღღ✿ღ；2.自然语言处理ღღ✿ღ，可以理解并输出人的自然语言ღღ✿ღ，包括语音输入ღღ✿ღ、文本输入都可以理解并且输出ღღ✿ღ；3.智能化ღღ✿ღ，可以仿照人生成我们所需要的内容ღღ✿ღ，超越了前面两个阶段ღღ✿ღ，能做的工作非常多ღღ✿ღ。

　　第一ღღ✿ღ，规则类模型应用非常多ღღ✿ღ，90%以上的模型都是规则类模型ღღ✿ღ，主要用于数据处理ღღ✿ღ，特别是对业务数据异常值的处理ღღ✿ღ，就是所谓的疑点数据ღღ✿ღ。传统审计是基于统计学进行抽样ღღ✿ღ，无论是科学ღღ✿ღ、分层和随机抽样都是一部分样本ღღ✿ღ，现在用规则模型可以从全量数据中筛选出疑点数据ღღ✿ღ，规则类模型是最有效的ღღ✿ღ，目前大多数还是在用规则类模型筛选和处理海量数据ღღ✿ღ，出了疑点数据就可以做进一步的核查ღღ✿ღ。大量审计项目还在应用规则类模型取出疑点数据ღღ✿ღ，锁定聚焦审计重点ღღ✿ღ。

　　第二ღღ✿ღ，算法类模型的应用ღღ✿ღ，在风险持续监测和预警方面应用得比较多ღღ✿ღ。比如中信银行对高风险客户的监测和预警ღღ✿ღ，提取了三四百个特征变量ღღ✿ღ，从行为ღღ✿ღ、交易ღღ✿ღ、账户到基本信息ღღ✿ღ，包括供应链ღღ✿ღ、资金账户交易信息等等ღღ✿ღ，把所有这些变量进行定期收集ღღ✿ღ，用一个算法模型进行计算ღღ✿ღ，就会把所有客户做全量风险排序ღღ✿ღ，根据风险排序变化ღღ✿ღ，每个季度可以出一个风险客户名单ღღ✿ღ，关注Top5或者Top10ღღ✿ღ，与业务一线交互ღღ✿ღ。我们的观点可能与业务有一些不一致ღღ✿ღ，这恰恰是审计所创造的价值阿法兔宝官方网站ღღ✿ღ，业务不认为有风险ღღ✿ღ，但是审计认为有风险ღღ✿ღ，虽不能阻断他们的业务开展ღღ✿ღ，但是可以作为参考ღღ✿ღ。

　　另外是员工行为类模型ღღ✿ღ，用于员工行为管理和排查ღღ✿ღ，反舞弊审计和案件防控非常有用ღღ✿ღ，我们把员工行为数据ღღ✿ღ，包括账户ღღ✿ღ、考核ღღ✿ღ、考勤ღღ✿ღ，以及外部数据ღღ✿ღ、征信数据ღღ✿ღ，负债类ღღ✿ღ、消费类数据都采集进来运行模型ღღ✿ღ，可以把所有员工进行全面监测ღღ✿ღ，定期进行排序ღღ✿ღ，反舞弊审计就变得非常主动了ღღ✿ღ。刚才中科院专家方金云老师讲了很多反舞弊审计ღღ✿ღ，很受启发ღღ✿ღ，我们也是通过数据分析ღღ✿ღ，从机会ღღ✿ღ、可能性ღღ✿ღ、合理化舞弊三角的维度找到了很多变量数据ღღ✿ღ，可以定期进行分析ღღ✿ღ。

　　第三ღღ✿ღ，多模态大模型的应用ღღ✿ღ。刚刚火了两三年ღღ✿ღ，我们初步探索点上的应用ღღ✿ღ，开始是通过阿里的通义千问ღღ✿ღ，今年基于Deep Seek技术模型ღღ✿ღ。现在两条线并用ღღ✿ღ，各有各的优势ღღ✿ღ。一是做报告生成和审核ღღ✿ღ，只要输入基础的审计底稿和审计确认书ღღ✿ღ，告诉它报告的结构和架构ღღ✿ღ，就能输出报告初稿ღღ✿ღ，而且可以反复修改审核ღღ✿ღ，基本可以替代70%～80%的人工ღღ✿ღ，已经非常厉害了ღღ✿ღ。二是审计方案的生成ღღ✿ღ，输入一些知识库ღღ✿ღ，它会对审计重点关注的方面ღღ✿ღ、适用法律法规和已有模型做一些推荐凯发娱乐旗舰ღღ✿ღ。审计方案是辅助性的ღღ✿ღ，加一些修改就可以作为下一步实施审计项目的依据ღღ✿ღ。

　　管显超ღღ✿ღ：刚接到圆桌论坛的主题时ღღ✿ღ，我想到一个分享的题目和方向是ღღ✿ღ：数智化审计是从“人+工具”到“人机协同”的范式革命ღღ✿ღ。下面我结合顺丰审计实际情况和大家分享智能化审计发展的过程ღღ✿ღ、结果以及未来设想ღღ✿ღ。

　　我理解数智化有两层含义ღღ✿ღ：第一是数字化审计ღღ✿ღ，第二是数智化审计ღღ✿ღ。智能化审计必须有数字化审计的基础ღღ✿ღ，今天下午听了很多专家谈到数字化ღღ✿ღ、智能化的工具包括审计模式的变化ღღ✿ღ，我简单谈谈我的想法ღღ✿ღ。

　　首先ღღ✿ღ，什么是数字化？它是业务数据化以及对数据的高效采集ღღ✿ღ、存储ღღ✿ღ、处理和分析ღღ✿ღ，其本质目标是要挖掘数据本身的价值ღღ✿ღ。什么是智能化？就是运用算法机器提取数据中的规律ღღ✿ღ，其本质目标是模拟人类的智能ღღ✿ღ、感知ღღ✿ღ、学习ღღ✿ღ、推理ღღ✿ღ，也赋予了机器自主解决问题的能力ღღ✿ღ。

　　下面我介绍一下顺丰在数智化审计发展的过程ღღ✿ღ，2015年我加入顺丰集团后ღღ✿ღ，慢慢接触到数字化审计的雏形ღღ✿ღ，2017年顺丰集团真正开始推动数字化审计转型的变革ღღ✿ღ。我认为数字化审计实现了三大目标ღღ✿ღ：第一是有数用ღღ✿ღ，第二会用数ღღ✿ღ，第三是用好数ღღ✿ღ。

　　第一ღღ✿ღ，怎么有数用？在审计工作中ღღ✿ღ，很大一部分工作内容是获取数据ღღ✿ღ，审计数据从哪里来？这几年我们搭建了顺丰审计数字化底盘的系统ღღ✿ღ，对接很多业务系统的数据ღღ✿ღ。很多人会说业务没有数据怎么办？我们推出了业务部门信息化建设评估的工作ღღ✿ღ，希望从审计角度推动很多业务工作线上化ღღ✿ღ，只要业务工作线上化了ღღ✿ღ，必然有数据可以对接ღღ✿ღ，持续丰富数据底盘ღღ✿ღ。

　　第二ღღ✿ღ，怎么用数据？涉及两个问题ღღ✿ღ，一是有没有工具ღღ✿ღ，二是有没有能力ღღ✿ღ。一开始我们引入OCRღღ✿ღ，后来引入大数据工具ღღ✿ღ，包括要求审计人员持数字化分析师的证书上岗ღღ✿ღ，从工具引入包括技能培养ღღ✿ღ，建立了会用数的能力ღღ✿ღ。

　　第三ღღ✿ღ，怎么用好数据？怎么发挥数据的价值？尽可能把数据做成有意义的赋能工具ღღ✿ღ，基于审计需要生成指标ღღ✿ღ、模型ღღ✿ღ、看板ღღ✿ღ，我们已经搭建了一百余个类似报表和看板来辅助审计人员分析ღღ✿ღ，并针对很多风险场景建设了300多个风险监控模型ღღ✿ღ，实现对风险的监控ღღ✿ღ。

　　回顾这个过程ღღ✿ღ，就是“人+工具”的模式ღღ✿ღ，我们利用大数据和技术便利阿法兔宝官方网站ღღ✿ღ，让审计人员更好地处理和分析数据ღღ✿ღ，输出异常线索ღღ✿ღ。同时ღღ✿ღ，用这些工具固化审计经验ღღ✿ღ、方法ღღ✿ღ，形成风险监控模型ღღ✿ღ。最终是希望能实现远程审计ღღ✿ღ、持续审计ღღ✿ღ、全量审计ღღ✿ღ。

　　近几年ღღ✿ღ，我们明显感受到数字化所带来的效率提升和价值提升ღღ✿ღ，但数字化是不是解决了所有问题呢？不是的ღღ✿ღ。在过程中ღღ✿ღ，我们慢慢感受到困扰我们的三个困境ღღ✿ღ：

　　第一ღღ✿ღ，数据之困ღღ✿ღ。审计人员没有数据时很苦恼ღღ✿ღ，到处找数据ღღ✿ღ，但是现在我们有了1万多张表和几十亿ღღ✿ღ、数百亿的数据ღღ✿ღ，数据多了以后ღღ✿ღ，我们也很苦恼ღღ✿ღ。靠审计人员怎么处理这些数据ღღ✿ღ，数据与数据之间的关联是众多的ღღ✿ღ，以人的精力与能力怎么分析完ღღ✿ღ，对我们是一个巨大的挑战ღღ✿ღ。

　　第二ღღ✿ღ，经验之困ღღ✿ღ。虽然我们有数字化工具的赋能和加持ღღ✿ღ，但在很多数据的前期处理ღღ✿ღ，包括规则的梳理ღღ✿ღ、对风险的判断等ღღ✿ღ，都需要靠审计人员的经验去完成ღღ✿ღ。我们发现ღღ✿ღ，同样的问题ღღ✿ღ、同样的数据给到不同人ღღ✿ღ，答案是不一样的ღღ✿ღ，结果“千人千面”ღღ✿ღ。我们希望同一个事情可以有统一的判断ღღ✿ღ，这也是数字化审计带来的苦恼ღღ✿ღ。

　　第三ღღ✿ღ，效率之困ღღ✿ღ。我们虽然可以用数字化工具建模ღღ✿ღ，实现风险监控ღღ✿ღ，但是审计人员在现场实施过程中依然存在很多无效工作ღღ✿ღ，比如取数本身没有意义ღღ✿ღ，数据分析过程也没有意义阿法兔宝官方网站ღღ✿ღ，真正有意义的是对数据的判断ღღ✿ღ，很多工作是无效的ღღ✿ღ。我们希望数字化审计能提高审计人员的效率ღღ✿ღ，如果我们越开展数字化审计ღღ✿ღ，审计人员加班越多ღღ✿ღ，这不是我们想看到的局面ღღ✿ღ。

　　2023年ღღ✿ღ，在ChatGPT火的时间ღღ✿ღ，集团领导要求强化智能工具的应用ღღ✿ღ，我们在思考AI怎样在审计工作中发挥作用ღღ✿ღ，主要有以下几个方面ღღ✿ღ。

　　第二ღღ✿ღ，智能问答ღღ✿ღ，把审计的知识经验以及历史发现积累到知识库ღღ✿ღ，形成本地化部署的AI问答模型ღღ✿ღ，解决审计人员信息和经验查询的痛点ღღ✿ღ。

　　第三ღღ✿ღ，智能助手ღღ✿ღ，希望通过智能助手解放审计人员的手脚ღღ✿ღ，让其关注真正重要的方面ღღ✿ღ。比如语音识别ღღ✿ღ，访谈纪要自动化整理工具ღღ✿ღ，可以实时记录并形成不同角色的内容ღღ✿ღ，对内容做信息纪要的提炼ღღ✿ღ，也可以生成思维导图ღღ✿ღ。这些可以有效提升审计人员的效率ღღ✿ღ。

　　第四ღღ✿ღ，智能化图片识别ღღ✿ღ。顺丰在全国有上万家网点ღღ✿ღ，原来我们要到现场做检查ღღ✿ღ，很耗费人力ღღ✿ღ。现在我们利用了监控视频的图片识别技术ღღ✿ღ，对现场人员的形象可以做到智能化地识别ღღ✿ღ，帮我们锁定哪些方面值得关注ღღ✿ღ，通过智能化的工具不断提升效率ღღ✿ღ。

　　最后阿法兔宝官方网站ღღ✿ღ，AI到底是什么？我们内部在做数字化和智能工具引入时ღღ✿ღ，很多人员有一些悲观情绪ღღ✿ღ，大家可能觉得审计人员变得不重要了ღღ✿ღ，未来很多工具会替代人ღღ✿ღ。我认为ღღ✿ღ，AI不是会替代审计人员ღღ✿ღ，而是未来会用AI的审计人员会淘汰不会用AI的审计人员ღღ✿ღ。在实践过程中ღღ✿ღ，我越来越发现AI更多是帮助我们提高审计效率和质量的辅助工具ღღ✿ღ，未来我们会开发很多智能体ღღ✿ღ，在报告ღღ✿ღ、分析环节会有各种各样的智能体阿法兔宝官方网站ღღ✿ღ，包括报告的校稿等等ღღ✿ღ，我们希望实现审计工作从体力劳动向脑力竞技的转变ღღ✿ღ。谢谢ღღ✿ღ。

　　肖远文ღღ✿ღ：国家管网集团成立于2019年ღღ✿ღ，是由中石油ღღ✿ღ、中石化ღღ✿ღ、中海油的管道资产划转而新成立的一家央企ღღ✿ღ，主要负责油气管道建设和运营ღღ✿ღ，目前运营的油气管道超过10万公里ღღ✿ღ，资产总额近万亿元ღღ✿ღ。在重组改革过程中ღღ✿ღ，由于原单位审计中心的力量未划转到管网集团ღღ✿ღ，我们的审计力量相对比较薄弱ღღ✿ღ，审计人员主要来自原先划转二级单位和新转岗的人员ღღ✿ღ。重组完成后ღღ✿ღ，随着业务不断发展ღღ✿ღ，业务模式不断创新ღღ✿ღ，所属单位又翻倍增加ღღ✿ღ，经营风险也在不断增加ღღ✿ღ。在此情况下ღღ✿ღ，党组领导对审计的要求非常高ღღ✿ღ，审计人员的素质ღღ✿ღ、数量等等跟不上阿法兔宝官方网站ღღ✿ღ，我们该怎么办？趁集团推行数字化的机会ღღ✿ღ，我们将审计数智化转型作为提升审计覆盖广度ღღ✿ღ、深度和精度的破局之法ღღ✿ღ，数智化审计转型也是集团党组交给我们的必答题ღღ✿ღ。

　　经过5年不断地探索和发展ღღ✿ღ，我们形成了以数据为导向ღღ✿ღ、平台为支撑ღღ✿ღ、场景为驱动ღღ✿ღ、人才为保障的数字化转型思路ღღ✿ღ，并在该思路指引下搭建了管网自己的数智化转型审计生态ღღ✿ღ。

　　第一ღღ✿ღ，以数据为导向ღღ✿ღ。我们的数据是两条线ღღ✿ღ，因为管网做数字化转型过程中建设了集团层级的数据湖和数据中台ღღ✿ღ。借助这一契机ღღ✿ღ，在建设数据湖时ღღ✿ღ，我们也搭建了自己的数据中心ღღ✿ღ，可以将多种来源和多种种类ღღ✿ღ、形式的数据分别进行积累沉淀ღღ✿ღ，不断拓展审计基础资源ღღ✿ღ。现在基础数据在逐步夯实过程中ღღ✿ღ，初步解决了审计人员的取数难ღღ✿ღ、理数难ღღ✿ღ、用数难的三个难题ღღ✿ღ。

　　第二ღღ✿ღ，以平台为支撑ღღ✿ღ。按照审计管理和审计作业两条线ღღ✿ღ，打造了自己的审计平台ღღ✿ღ。目前平台实现的功能基本可以让审计管理流程线上化ღღ✿ღ，在审计管理作业过程中ღღ✿ღ，嵌入了大模型和智能体技术手段ღღ✿ღ，提升了监督的穿透力ღღ✿ღ。

　　第三ღღ✿ღ，以场景为驱动ღღ✿ღ。以聚焦重点ღღ✿ღ、全量覆盖ღღ✿ღ、提升效率ღღ✿ღ、提高质量为目标ღღ✿ღ，建设一些小模型ღღ✿ღ。建设小模型时ღღ✿ღ，我们依托项目实践ღღ✿ღ，在项目实践过程中总结了应用场景构建策略ღღ✿ღ，要从业务到风险ღღ✿ღ，到审计思路ღღ✿ღ，到数据分析方法逐步构建起来ღღ✿ღ。谈到业务ღღ✿ღ，要去了解业务背后的运行逻辑ღღ✿ღ，这就意味着业务背后运行的权利在哪里？业务可能存在的风险在哪？如何找到业务运行逻辑背后的风险？针对这些风险ღღ✿ღ，审计思路上怎样提前预警ღღ✿ღ、提前发现这些风险？明确完审计思路之后ღღ✿ღ，针对审计思路去找这些数据分析的方法ღღ✿ღ，就需要用什么数据ღღ✿ღ，哪些方法可以固化下来ღღ✿ღ。有时候是规则模型ღღ✿ღ，有时候就是经验固化等等ღღ✿ღ，之后我们逐步构建自己的小模型ღღ✿ღ，这是我们实施路径的方法论ღღ✿ღ。

　　在构建小模型过程中ღღ✿ღ，目前围绕着管网集团建设ღღ✿ღ、运营ღღ✿ღ、维护ღღ✿ღ、研发ღღ✿ღ，分别构建了自己的模型包括合同ღღ✿ღ、财务ღღ✿ღ、生产ღღ✿ღ、市场ღღ✿ღ、供应链等等核心业务小模型ღღ✿ღ，通过小模型可以做前瞻疑点排查的分析ღღ✿ღ。

　　在大模型方面ღღ✿ღ，因为大模型跟顺丰管总分享的思路差不多ღღ✿ღ。我们打造了“审计会监督”产品ღღ✿ღ，2025年是审计智能体的元年ღღ✿ღ，我们领导对我们提出了要求“全民AI”ღღ✿ღ，审计能做什么？我们想通过管网私有化部署的智能体平台开发我们自己审计的智能体ღღ✿ღ，目前可以从几个方面构建自己的智能体ღღ✿ღ，包括审前调查ღღ✿ღ、智能辅助项目查证ღღ✿ღ、智能辅助工程项目查证等灵活性强ღღ✿ღ、快速见效的模型ღღ✿ღ。

　　第四ღღ✿ღ，以人才为保障ღღ✿ღ，提升审计人员数智化审计思维ღღ✿ღ、专业水平和实践能力ღღ✿ღ。今天各位嘉宾对人才相关的分享已经比较多了ღღ✿ღ，不再赘述了ღღ✿ღ。

　　邬奕强ღღ✿ღ：很荣幸有机会分享国网上海电力数字化审计的经验ღღ✿ღ。上海电力的数字化审计建设ღღ✿ღ，总体上执行国家电网公司数字化审计发展统一部署ღღ✿ღ。2018年之前主要是基于ERP系统开发审查特定问题的审计报表ღღ✿ღ、小程序ღღ✿ღ。2019年上线了国网数字化审计平台ღღ✿ღ，具备了审计项目线上管理ღღ✿ღ、直连数据中心灵活开发审计模型ღღ✿ღ、审计日常事务管理等功能ღღ✿ღ。2023年升级为国网新一代数字化审计平台凯发娱乐旗舰ღღ✿ღ，基于数据中台完善审计数据体系ღღ✿ღ，丰富审计建模工具ღღ✿ღ，增强审计项目线上作业管控ღღ✿ღ，增强审计日常管理和辅助决策分析能力ღღ✿ღ。

　　新一代平台集合了SQLღღ✿ღ、Pythonღღ✿ღ、Quick BIღღ✿ღ、可视化报表等主要数据分析工具ღღ✿ღ，自数据中台取数ღღ✿ღ，支持灵活分析数据ღღ✿ღ、审计模型固化及调优ღღ✿ღ、模型定时运行等需求ღღ✿ღ。

　　已经完成全业务数据向审计开放授权ღღ✿ღ。按照国网公司统一技术路线ღღ✿ღ，审计人员主要应用审计中间表数据ღღ✿ღ。审计中间表部署在数据中台分析层ღღ✿ღ，数据源自中台共享层的4万余张业务系统源表ღღ✿ღ，并补充总部统一购买的外部数据ღღ✿ღ。基于便于审计人员理解ღღ✿ღ、调用的原则ღღ✿ღ，在不改变数据实质内容的基础上ღღ✿ღ，对源数据进行去重ღღ✿ღ、去冗余ღღ✿ღ、统一数据格式ღღ✿ღ、初步联表整合ღღ✿ღ、优化表名和字段名称表述等操作ღღ✿ღ，目前已建205张ღღ✿ღ，仍在持续建设ღღ✿ღ。

　　基于编程易学ღღ✿ღ、业务难懂的判断ღღ✿ღ，坚持审计人员学编程ღღ✿ღ，以审计人员为主体ღღ✿ღ，专业IT人员为辅助的方式开展数据分析ღღ✿ღ、审计建模等工作ღღ✿ღ。近年来ღღ✿ღ，上海电力专职审计人员20人上下ღღ✿ღ，能够独立编程的常年保持50%以上ღღ✿ღ，以SQL为主ღღ✿ღ，个别能够应用Pythonღღ✿ღ。

　　数字化审计已经融入审计作业ღღ✿ღ，项目间歇期开展集中数据分析ღღ✿ღ，项目期间和其他零散时间按需分析ღღ✿ღ，涉及审计项目的疑点在项目里核实ღღ✿ღ，其他疑点基于数字化持续审计机制核实ღღ✿ღ。对成熟好用的数据分析方式予以固化ღღ✿ღ，成为审计模型ღღ✿ღ，目前100余个ღღ✿ღ。

　　总体层面ღღ✿ღ，以查问题的效率ღღ✿ღ、质量为根本落脚点ღღ✿ღ，将数字化审计作为必要手段但非全部手段ღღ✿ღ。必须开展全量数据分析ღღ✿ღ，判断主要风险领域ღღ✿ღ、筛查特征比较明显的疑点ღღ✿ღ。也发展传统审计方式ღღ✿ღ，特别是对单一事项的审计ღღ✿ღ，能查阅一些归档资料ღღ✿ღ、开展几次谈话就完成审计ღღ✿ღ，没必要强行做审计模型ღღ✿ღ。同时ღღ✿ღ，要求对数字化审计发现的疑点必须全量或抽样现场核实ღღ✿ღ，判断问题实质和产生原因ღღ✿ღ、深入影响ღღ✿ღ。

　　分析层面ღღ✿ღ，发展3类建模策略ღღ✿ღ。一是问题导向型ღღ✿ღ，分析已知问题的数据特征ღღ✿ღ，将查找同特征数据的逻辑转换成程序语言ღღ✿ღ，实现全量筛查ღღ✿ღ。二是业务导向型ღღ✿ღ，沿着业务链路ღღ✿ღ，选择关键控制环节ღღ✿ღ，开展前后环节比对ღღ✿ღ、关联业务比对ღღ✿ღ、业财数据比对等ღღ✿ღ，判断业务真实性ღღ✿ღ、准确性ღღ✿ღ、合规性ღღ✿ღ。三是风险导向型ღღ✿ღ，在不预设拟查找什么问题的前提下ღღ✿ღ，直接对关键业务数据表开展奇异点分析ღღ✿ღ，从数据异常表现出发ღღ✿ღ，进一步分析异常原因ღღ✿ღ，是否存在实质问题ღღ✿ღ。总体来说ღღ✿ღ，第一是知道错误是什么样ღღ✿ღ，我们就去找这类问题ღღ✿ღ；第二知道业务应该怎么样ღღ✿ღ，去找不符合要求的问题ღღ✿ღ；第三就是什么都不知道ღღ✿ღ，单纯去找一些奇怪业务进行深入研究ღღ✿ღ。

　　今年春节后ღღ✿ღ，DeepSeek的发布为内部审计带来更多机遇ღღ✿ღ，经过反复地试用ღღ✿ღ、研究ღღ✿ღ，我们确定了AI-Agentღღ✿ღ，也就是大模型智能体的应用思路凯发娱乐旗舰ღღ✿ღ。搭建一个可以输入各种格式资料ღღ✿ღ、可以调用多个大模型ღღ✿ღ、可以调用建模工具直接输出审计结果的平台ღღ✿ღ，重点训练5类审计能力ღღ✿ღ：

　　二是审计思路推荐ღღ✿ღ，审计人员输入需要审计的问题ღღ✿ღ，大模型推荐可用的审计方案ღღ✿ღ，再经多轮问答把方案落实到执行步骤或者程序代码层面ღღ✿ღ。

　　三是数据标签ღღ✿ღ，大模型阅读原始数据后ღღ✿ღ，以审计思维对数据进一步细化分类并打上标签ღღ✿ღ，丰富审计分析的维度ღღ✿ღ。

　　四是数据奇异点输出ღღ✿ღ，大模型直接输出业务数据表里不符合总体分布规律ღღ✿ღ、变化趋势ღღ✿ღ、合理阈值的业务ღღ✿ღ，建议审计人员深入了解情况ღღ✿ღ。

　　五是多模态数据业务审计ღღ✿ღ，举例理解ღღ✿ღ，输入电网工程的立项ღღ✿ღ、招投标ღღ✿ღ、合同ღღ✿ღ、图纸ღღ✿ღ、签证ღღ✿ღ、领料单ღღ✿ღ、工程量清单ღღ✿ღ、结算书等格式各异的全套资料ღღ✿ღ，大模型基于工程规范ღღ✿ღ，直接分析是否有合规性问题ღღ✿ღ、造价和结算是否准确ღღ✿ღ。

　　主持人ღღ✿ღ：谢谢邬处ღღ✿ღ！下面进入提问环节ღღ✿ღ。首先想请教管显超总一个问题ღღ✿ღ：顺丰数字化审计10年了ღღ✿ღ，给顺丰审计带来最大的几个价值是什么？

　　第一ღღ✿ღ，由现场到远程ღღ✿ღ。有了数据ღღ✿ღ，审计就可以由现场到远程ღღ✿ღ，原来没有数据ღღ✿ღ，必须到现场ღღ✿ღ，而传统审计费时费力ღღ✿ღ。现在有了数据ღღ✿ღ，不到现场就可以做跨区协同ღღ✿ღ，包括远程分析ღღ✿ღ，可以提高分析效率ღღ✿ღ。

　　第二ღღ✿ღ，由抽样到全量ღღ✿ღ。为什么要去现场？因为没有数据ღღ✿ღ。去现场必须抽样ღღ✿ღ，选择哪些地方去ღღ✿ღ。但抽样本身有局限ღღ✿ღ，样本有没有代表性？抽的地方是不是真正有风险的地方？以前我们经常会发现选了这个地区ღღ✿ღ，实际并没有太大的风险ღღ✿ღ，我们没有去的反而有风险ღღ✿ღ，这是抽样的局限性ღღ✿ღ。有了数据后ღღ✿ღ，我们可以做全量分析ღღ✿ღ，更全面地披露一些风险ღღ✿ღ，让审计发现或者输出更加具有全面性和精准性ღღ✿ღ。

　　第三ღღ✿ღ，从间断到持续ღღ✿ღ。传统审计计划是周期性的ღღ✿ღ，会安排什么时间去哪里审计ღღ✿ღ，整改也是阶段性回顾ღღ✿ღ，过去因为没有数据技术或数据ღღ✿ღ，无法对风险进行持续监控ღღ✿ღ。现在指标ღღ✿ღ、报表ღღ✿ღ、看板和模型都可以实现对业务和风险的持续性监控ღღ✿ღ。有了持续性ღღ✿ღ，就可以把规则固化成对风险持续性的监控ღღ✿ღ，有风险可以实时浮出ღღ✿ღ，我们就可以及时去查问题ღღ✿ღ。

　　主持人ღღ✿ღ：谢谢管总ღღ✿ღ！下面请教肖远文总一个问题ღღ✿ღ：管网集团迅速完成数字化转型ღღ✿ღ，特别是针对取数ღღ✿ღ、理数ღღ✿ღ、用数“三难”的问题ღღ✿ღ，相信一定积累了很多经验ღღ✿ღ，请给大家分享一下ღღ✿ღ。

　　肖远文ღღ✿ღ：针对“三难”的问题ღღ✿ღ，刚才嘉宾已经从不同角度提过了ღღ✿ღ，从我们的角度来理解凯发娱乐旗舰ღღ✿ღ，比如取数难ღღ✿ღ，包括两个方面问题ღღ✿ღ：一方面难在业务不够配合ღღ✿ღ，我们想去取数ღღ✿ღ，想去要业务线中所有业务执行过程中留下的数据ღღ✿ღ，但有时业务人员不愿意配合ღღ✿ღ，也不愿意提供ღღ✿ღ，即使提供了ღღ✿ღ，也不一定是业务一手数据ღღ✿ღ。另一方面难在审计人员对数据不够熟悉ღღ✿ღ，因为审计人员不可能要求是全能的ღღ✿ღ，虽然我们一直在提审计人员要一专多能ღღ✿ღ，但面对一个新系统ღღ✿ღ，要很快速了解系统的架构ღღ✿ღ，了解数据背后的逻辑ღღ✿ღ，对审计人员来说ღღ✿ღ，其实是很难的ღღ✿ღ。怎么解决这个难题呢？我们做数字化转型时建了数据中台ღღ✿ღ、数据湖ღღ✿ღ，在此基础之上ღღ✿ღ，我们有自己审计监督数据中心ღღ✿ღ，我们采用了中台取数为主ღღ✿ღ、线下取数为辅的总体思路进行建设ღღ✿ღ。在建设过程中ღღ✿ღ，我们将集团系统中与审计相关的系统数据ღღ✿ღ，通过D+1的方式取到审计监督数据中心存储ღღ✿ღ。另外ღღ✿ღ，取数还靠审计人员自身的积累ღღ✿ღ，现场审计时很多数据是在线下ღღ✿ღ。审计人员在现场需要通过项目进行收集整理ღღ✿ღ，我们把这些数据逐步积累到系统中ღღ✿ღ，包括现场有一些设计数据ღღ✿ღ、施工数据ღღ✿ღ、采购数据等等都要积累到审计数据中台ღღ✿ღ，通过几年积累之后ღღ✿ღ，审计监督数据中心积累了审计人员逐步需要用的数据ღღ✿ღ，解决了审计人员取数难的问题ღღ✿ღ，也不能说是完全解决ღღ✿ღ，还在持续解决的过程中ღღ✿ღ。

　　理数难和用数难的问题ღღ✿ღ，对于审计人员来说ღღ✿ღ，可能已习惯了去阅读资料ღღ✿ღ、看账目ღღ✿ღ、理解ღღ✿ღ，找问题ღღ✿ღ、找风险ღღ✿ღ，但当一堆数据摆在你面前时ღღ✿ღ，可能你会觉得无从下手ღღ✿ღ，无从下手时怎么办？邬处提到他们建的是中间表ღღ✿ღ，我们也是同样的道理ღღ✿ღ，也建了自己的中间表ღღ✿ღ，中间表起什么作用呢？就是帮助审计人员把繁琐的大量数据中一些无用的数据剔除了ღღ✿ღ，把审计人员认为跟审计相关经济事项ღღ✿ღ、数据通过中间表的要素提取出来ღღ✿ღ。同时ღღ✿ღ，因为数据来自不同的系统ღღ✿ღ，可能来自生产系统ღღ✿ღ、合同系统ღღ✿ღ，或者来自财务系统ღღ✿ღ，他们之间通过什么关联才能把数据打通呢？因为我们不能寄希望于业务数据之间拉通ღღ✿ღ，我们只能通过中间表ღღ✿ღ，通过他们之间的内部逻辑把数据拉通ღღ✿ღ。我们就帮审计人员建立中间表ღღ✿ღ，把数理清楚ღღ✿ღ，让他们可以针对中间表进行数据分析和建模ღღ✿ღ。

　　王鹏虎ღღ✿ღ：一是用算法类模型替代规则类模型ღღ✿ღ。最早我们用的是各种规则类模型ღღ✿ღ，后来发现规则类模型太多了ღღ✿ღ，缺乏整体考虑ღღ✿ღ，开始大量用算法类模型替代规则类模型ღღ✿ღ，一般一个变量带一个规则类模型ღღ✿ღ，比如客户风险ღღ✿ღ，就用三四百个特征变量大概替代了100—200个规则类模型ღღ✿ღ。比如以前最早做预警ღღ✿ღ，一个规则命中可能就要预警ღღ✿ღ，另一个规则命中又要预警ღღ✿ღ，造成预警量太大ღღ✿ღ，让业务一线人员感到无所适从ღღ✿ღ。为了解决这个问题ღღ✿ღ，我们开始升级为算法类模型ღღ✿ღ，用几百个特征变量替代几百个规则类模型ღღ✿ღ，把所有主体排序ღღ✿ღ，多个规则触及越多ღღ✿ღ，风险分值越高ღღ✿ღ，就变成了我们重点关注的对象ღღ✿ღ。这是一个升级的方法ღღ✿ღ，我们在做减法ღღ✿ღ。

　　二是要用大模型ღღ✿ღ，进一步做模型收敛ღღ✿ღ。规则类模型有几千个ღღ✿ღ，常用的也有一千多个ღღ✿ღ，用算法类模型替代之后ღღ✿ღ，基本保持三四百个ღღ✿ღ，每年会有新增ღღ✿ღ，但是我们会合并规则类模型ღღ✿ღ。到大模型后ღღ✿ღ，未来还会进一步收敛ღღ✿ღ，减少模型的数量ღღ✿ღ。现在模型不是越多越好ღღ✿ღ，而是越少越好ღღ✿ღ，未来希望用大概十几个大模型（AI Agent智能体）ღღ✿ღ，全流程改造现在的审计作业模式ღღ✿ღ，从审计计划到审计方案到数据分析ღღ✿ღ，到疑点排查ღღ✿ღ，到问题定性ღღ✿ღ，到报告生成ღღ✿ღ，到整改跟踪ღღ✿ღ，每个场景ღღ✿ღ、每个环节都用智能体凯发娱乐旗舰ღღ✿ღ，也就是垂直类大模型的特定场景应用ღღ✿ღ。

　　首先ღღ✿ღ，要做模型的升级提升和萃取精炼ღღ✿ღ。通用大模型是第一层ღღ✿ღ，第二层是垂直类模型ღღ✿ღ，第三层是场景类模型ღღ✿ღ，每一个智能体包含的都是若干个规则类模型和算法类模型ღღ✿ღ，再进一步做模型收敛ღღ✿ღ，未来我希望用十几个大模型基本解决80%～90%的模型需求ღღ✿ღ。现在90%的人都会做模型ღღ✿ღ，未来不需要了ღღ✿ღ，可能10个人会做模型就够了ღღ✿ღ。10%的人做模型ღღ✿ღ，剩下90%的人用模型就可以了ღღ✿ღ，会大量收敛模型ღღ✿ღ。第二ღღ✿ღ，做流程再造ღღ✿ღ，用AI对审计传统作业模式进行全流程改造ღღ✿ღ，全面提升审计的作业效率和质量ღღ✿ღ。第三ღღ✿ღ，人机协同ღღ✿ღ。AI不是要端了我们的饭碗ღღ✿ღ，不是要让审计人变得没价值ღღ✿ღ。从做数字化审计转型开始ღღ✿ღ，我就在想一件事ღღ✿ღ，一定要充满人性化ღღ✿ღ，就是替代审计人员最不愿意做的ღღ✿ღ、最苦最累最脏的ღღ✿ღ，简单重复繁琐ღღ✿ღ、没有任何价值的工作ღღ✿ღ，包括去查档案ღღ✿ღ、看凭证ღღ✿ღ、做数据分析和处理ღღ✿ღ，包括最后写报告ღღ✿ღ。这些工作没有太大价值ღღ✿ღ，应该交给AI去做阿法兔宝官方网站ღღ✿ღ，把人腾出来去做最有价值的工作ღღ✿ღ。具体是ღღ✿ღ，战略审计ღღ✿ღ、治理审计ღღ✿ღ、持续审计等ღღ✿ღ。AI做不了的事ღღ✿ღ，才是我们审计人员真正应该发挥作用的领域ღღ✿ღ。以后90%的工作由AI去做ღღ✿ღ，10%的工作由现在的人去做ღღ✿ღ，这就是我们一直讲的人机协同ღღ✿ღ，是我们比较愿意看到的局面ღღ✿ღ。

　　主持人ღღ✿ღ：谢谢王总ღღ✿ღ！最后请教邬处一个问题ღღ✿ღ，转型过程中人是最关键的ღღ✿ღ，刚才您谈到50%的人会编程ღღ✿ღ，在审计人员培养方面有什么经验和大家分享？

　　邬奕强ღღ✿ღ：关于审计人员要不要自己学编程ღღ✿ღ，我们也经历过纠结ღღ✿ღ，最终促使我们推进这项工作的其实是3年疫情ღღ✿ღ，一方面是难以开展现场审计倒逼我们学ღღ✿ღ，另一方面封控期间没有审计任务也给了我们时间学ღღ✿ღ。现在倒过来看ღღ✿ღ，我觉得可以从必要性和可行性两个角度看这个问题ღღ✿ღ。

　　一是审计人员有必要学编程ღღ✿ღ。审计的数字化和业务数字化有一个本质不同ღღ✿ღ。业务部门搞数字化ღღ✿ღ，可以很清晰地提出需求ღღ✿ღ，也就是管理要求和流程ღღ✿ღ，剩下的都交付给软件设计开发人员去实现ღღ✿ღ，最后通过测试ღღ✿ღ、验收来确认需求是否满足ღღ✿ღ、是否要调整ღღ✿ღ。但是审计是查问题ღღ✿ღ，没有固定套路ღღ✿ღ，审计人员如果不会自己跑数据ღღ✿ღ，根本就不知道问题要怎么查ღღ✿ღ，没法给it人员明确的开发需求ღღ✿ღ，或者只能靠想象提出需求ღღ✿ღ，在开发过程中会遇到非常多意想不到ღღ✿ღ，甚至无法解决的情况ღღ✿ღ。靠审计人员提供审计思路ღღ✿ღ、it人员提供编程技能ღღ✿ღ，这种方式比较低效ღღ✿ღ、难以融合ღღ✿ღ。在审计人员自己的大脑里融合审计和it,才是高效的方式ღღ✿ღ，打一个不恰当的比方ღღ✿ღ，医生既要有医药知识ღღ✿ღ，也要有手术的动手能力ღღ✿ღ，缺一不可ღღ✿ღ。

　　二是审计人员可以学编程ღღ✿ღ。我们要求的不是成为软件开发人员ღღ✿ღ，掌握初级的SQLღღ✿ღ，也就是50个左右的语句ღღ✿ღ，基本可以覆盖所有的审计需求ღღ✿ღ，Python之类更智能化的语言属于锦上添花ღღ✿ღ，我们是不做强制要求的ღღ✿ღ。初级的SQL本质上没有脱离excel的思维框架ღღ✿ღ，只是换一种形式展现ღღ✿ღ，甚至比excel里一些高级函数还简单一些ღღ✿ღ。我们的新进审计人员ღღ✿ღ，一般通过2周左右的集训ღღ✿ღ，一般一周基础语法ღღ✿ღ、一周案例实操ღღ✿ღ，都能够很好地掌握初级SQLღღ✿ღ。

　　主持人ღღ✿ღ：谢谢各位嘉宾精彩而充满智慧的分享ღღ✿ღ！由于时间关系ღღ✿ღ，今天的圆桌论坛到此结束ღღ✿ღ。下面我们进入论坛的最后一个环节ღღ✿ღ，由中国商业会计学会副会长兼风控与审计分会会长谭丽丽老师为我们作闭幕总结暨《敏捷审计转型与超越》成果发布ღღ✿ღ，大家欢迎ღღ✿ღ！数智健康ღღ✿ღ，凯发k8旗舰厅agღღ✿ღ，凯发8官网ღღ✿ღ，K8凯发国际旗舰厅ღღ✿ღ，资本控股ღღ✿ღ。天生赢家一触即发凯发ღღ✿ღ，