生成式人工智能正在进入财务分析和审计工作流程。合同信息提取、财务资料整理、数据汇总、异常线索筛查和审计报告初稿等工作,都可以借助AI辅助完成。对于财务审计人员来说,掌握AI工具的使用方法,有助于提高资料处理效率,但如何验证AI输出结果,同样是需要重视的专业能力。
在财务审计中,AI发现异常并不意味着已经形成审计结论。模型可能遗漏业务背景,也可能因为数据不完整或判断假设不合理而给出错误解释。审计人员仍需结合原始资料、审计证据和专业准则作出判断。
目前,生成式AI可以辅助审计人员处理部分信息密集型任务,常见应用包括:
1. 财务资料整理
辅助提取合同中的金额、付款条件、交易主体和履约时间,整理财务报表及相关业务资料,减少重复性信息处理工作。
2. 异常交易线索筛查
结合财务数据识别异常波动、重复记录和不寻常的交易模式,为审计人员提供进一步核查的线索。
3. 审计资料检索与汇总
辅助查找相关制度、会计政策和行业资料,归纳不同文件中的信息,方便审计人员开展后续分析。
4. 审计文档辅助编写
根据已经核实的资料整理工作底稿说明、问题摘要和报告初稿,但涉及审计结论和专业意见的内容必须由审计人员审核。
这些财务审计AI应用主要承担资料处理和辅助分析工作,不能直接替代审计程序和证据收集。
例如,AI在分析企业收入数据时发现某个月销售额明显上升,并提示可能存在收入确认风险。
但销售额增长也可能与季节性促销、大客户集中交付或业务扩张有关。如果模型没有掌握完整的业务背景,就可能将正常波动识别为异常。
审计人员需要进一步核查:
数据是否完整:模型使用的数据是否覆盖相关期间和全部重要交易?
判断假设是否合理:异常识别是否考虑季节性、业务模式和会计政策变化?
证据是否充分:分析结果能否通过合同、发票、银行流水及其他审计证据验证?
结论是否符合准则:AI给出的解释是否符合相关会计和审计要求?
因此,AI输出结果验证不能只检查文字和数字是否正确,还要检查数据来源、分析逻辑、判断前提和证据支持情况。
AI可以提供风险线索,但审计意见仍应由审计人员依据充分、适当的审计证据和职业判断形成。
随着AI工具进入审计流程,审计人员需要逐步掌握三方面能力:
工具应用能力:能够使用生成式AI进行资料检索、提示词设计、信息提取和数据分析辅助。
结果验证能力:能够识别模型幻觉、数据偏差和不合理假设,核对AI生成内容与原始资料是否一致。
风险与合规意识:了解财务数据、客户信息和企业经营资料的保密要求,避免未经授权将敏感数据输入外部AI工具。
这些能力共同构成了审计人员AI能力的重要组成部分。其中,结果验证能力尤其重要,直接关系到AI辅助分析能否为审计工作提供可靠参考。
生成式人工智能基础认证(GAI认证)由Certiport推出,考核内容涉及生成式AI基础知识、提示词工程、内容生成、输出结果评估以及负责任使用等方面。
对于财务和审计从业者,GAI认证可以帮助建立通用AI知识体系,并提供第三方AI素养评价凭证。
审计人员可以通过AI学习和实操掌握工具应用方法,再结合财务专业知识开展结果核验。让AI辅助整理信息、发现线索,由专业人员核查证据、判断风险并承担审计责任,才是生成式AI在财务审计工作中的合理应用方式。
了解GAI认证及报名安排,可前往恒利联创官网咨询。