课程总览
一、审计领域Al的应用模式
- 1. AI技术的价值
- 1. 能否满足审计准则
- 2. 数据的处理
- 3. 审计知识的传承
- 2. 数据分析能力与预测性模型
- 1. 审计工作的性质和需求
- 2. 实现更精准的分析
- 3. 对数据进行清洗、统计和分析
- 4. 构建预测性分析模型
二、AI技术在审计中的应用
- 1. 审计项目承接阶段
- 1. 迅速了解客户,通过资源语言处理了解业务和风险评估
- 2. 初步识别筛查潜在风险,自然语言处理技术可以获取潜在审计风险概要
- 2. 编制审计计划阶段
- 1. A1可以提出相关的风险提示便于进行分析总结
- 2. 数据分析和异常检测,A1可以结合行业趋势、业务周期性和其他相关信息
- 3. 匹配交易，A1可以绘制被审计单位的常规交易流程识别异常交易
- 3. 审计执行阶段
- 1. 盘点方面,利用计算机视觉技术,识别物品
- 2. 控制测试方面，通过分析系统日志,快速识别需要注意的项目或异常值
三、AI的优势与适用条件
- 1. AI在审计领域具备的潜在优势
- 1. 减少错误
- 2. 降低审计风险
- 3. 高效、精准、并发处理、减少重复和持续可用
- 4. 保障客观性
- 2. 发挥AI的优势的条件
- 1. 需要将技术应用于合适的场景
- 2. 需要相应治理机制的支持
- 3. AI审计技术的价值实现
- 1. 制定审计策略
四、AI对审计工作潜在的负面影响分析
- 1. AI审计工作的执行与审计证据和工作底稿的不可控性
- 1. AI审计技术与执行的控制风险
- 2. AI审计证据评价的复杂性和不确定性
- 3. AI审计工作底稿编制的合规与信息安全问题
- 2. 对数据质与量的治理要求
- 1. 数据获取的质量
- 2. 数据获取的合规性
- (1)数据分级
- (2)存储和分享
- 3. 技术和人才及其知识传承困境
五、实现 AI 应用价值的关键对策与行动方案
