正文复制

山西科技报/2026 年/3 月/13 日/第 012 版学术

AI 技术在审计实务中的应用研究

南京审计大学 卢柏宏

数字化转型浪潮推动被审计单位经济活动数据化，结构化、半结构化与非结构化数据呈爆炸式增长，传统抽样审计在全量数据处理、风险精准识别上的短板愈发明显，难以满足新时代审计监督的高效性、全面性要求。“ 坚持科技强审” 战略部署为审计转型指明方向，AI 技术凭借“ 5V”核心特征，打破数据壁垒，实现跨领域、跨层级数据深度挖掘，为破解审计覆盖窄、效率低、风险识别难等痛点提供了技术支撑。本文立足审计实务全流程，系统探析 AI 技术的应用逻辑与路径，为审计行业数字化升级提供理论与实践参考。
一、AI 技术与审计实务的理论基础
人工智能技术是模拟、延伸和扩展人类智能的技术体系，核心包含机器学习、自然语言处理、知识图谱等技术，能从海量数据中自主学习规律、解析语义信息、构建数据关联网络，为审计智能化分析提供核心技术支撑。
审计实务的核心流程涵盖审计计划、风险评估、控制测试、实质性程序、审计证据收集及报告出具等环节。传统审计在处理海量异构数据时，存在覆盖不全、效率低下、风险识别滞后等明显局限。
AI 技术与审计实务的融合，核心是以机器学习模型替代人工经验判断，提升风险识别的科学性与准确性；以自然语言处理技术拓展审计证据来源，强化非结构化数据利用能力；通过智能分析工具赋能审计全流程，推动审计工作从“ 经验驱动” 向“ 数据智能驱动” 转变，实现精准、高效、深度的审计监督。
二、AI 技术在审计实务中的应用路径
（一）审计计划阶段：智能辅助审计范围与重点确定