要点
- 如今,借助数据分析与人工智能工具,可以在短时间内对总体进行全面分析。
- 各方的共同观点是:工具并不改变对审计证据的要求。
- 无论使用何种工具,审计师都须独自对其签署的审计意见负责。
- 从数据而非工具入手:统一会计科目表、商品与客户编码,并定期核对会计系统与电子发票平台的数据。
从抽样到总体
数十年来,审计师通常对交易进行抽样测试,并据此得出结论,因为逐笔人工检查每一条分录并不现实。如今,借助数据分析与人工智能工具,可以在短时间内对总体进行全面分析。常见用途包括:
- 会计分录分析:识别异常分录,例如在非常规时间录入、金额为整数,或由很少录入分录的用户录入的分录。
- 阅读单据与合同:从租赁、融资和收入合同中提取关键条款,并与会计处理进行比对。
- 大规模匹配:将发票与采购订单、收货单及付款记录相互匹配。
- 预测性分析:将实际余额与基于历史数据和行业数据形成的预期进行比较。
准则制定机构怎么说?
目前尚无准则制定机构发布专门针对人工智能的准则,但已出现两个明确方向:
- 国际审计与鉴证准则理事会(IAASB)于 2025 年 6 月启动一项专题工作,研究新兴技术(尤其是人工智能)对审计与鉴证业务的影响。利益相关方一致认为,质量管理准则为管理技术相关风险提供了坚实基础,同时呼吁提供更多实务指引。该理事会也在更新与审计证据相关的准则,包括 ISA 500、ISA 330 和 ISA 520,以适应借助技术开展的审计。
- 美国公众公司会计监督委员会(PCAOB)修订了 AS 1105 和 AS 2301,以规范运用技术辅助分析电子信息的审计程序。修订适用于 2025 年 12 月 15 日或之后开始的财务年度的财务报表审计,旨在降低审计师依赖此类工具、却在证据不足的情况下发表意见的风险。
各方的共同观点是:工具并不改变对审计证据的要求。审计师仍须评估输入工具的数据是否可靠、工具的逻辑是否合理,以及如何跟进例外事项。
哪些没有改变
无论工具多么先进,以下四点始终是审计职业的核心:
- 职业判断:工具可能标记出一百条异常分录,但判断其中哪些构成重大风险,仍是一项职业决策。
- 职业怀疑:人工智能的输出本身并不构成审计证据。这类工具可能“自信地出错”,用颇具说服力的语言给出错误信息。
- 对审计意见负责:无论使用何种工具,审计师都须独自对其签署的审计意见负责。
- 保密:将客户数据输入缺乏安全保障的公共工具,可能违反保密义务和数据保护要求。
埃及的情况
埃及已发布第二版《国家人工智能战略(2025—2030 年)》,由国家人工智能委员会和通信与信息技术部负责监督。该战略以六大支柱为基础:治理、技术、数据、基础设施、生态体系和人才。在会计与税务领域,电子发票和电子收据系统的推广,使大量交易数据以结构化的电子形式存在。这为总体层面的全面分析打开了大门,无论是在审计中,还是在为税务稽查做准备时。但实践中仍面临一些挑战:
- 数据质量:许多中小型企业使用未集成的系统或手工电子表格,而分析结果的质量取决于输入数据的质量。
- 系统分散:数据可能分散在会计系统、电子发票平台以及销售或库存系统中,彼此之间缺乏确保一致性的关联。
- 数据保护:处理个人和财务数据须遵守埃及的数据保护法律,选择任何工具时都应以此为准。
- 专业能力:财务与审计团队需要兼顾会计知识与数据分析能力的培训。
财务团队现在应当做什么
- 从数据而非工具入手:统一会计科目表、商品与客户编码,并定期核对会计系统与电子发票平台的数据。
- 制定书面的人工智能工具使用政策:明确哪些信息可以输入、由谁复核输出结果,以及如何记录。
- 保留清晰的审计轨迹:自动化工具得出的任何数字或估计,都应可追溯、可解释。
- 询问您的审计师:他们使用哪些工具?如何测试数据的可靠性?如何保护您的信息?
结语
人工智能不会取代审计师,而是缩短了专业经验与执行之间的距离。它使审计能够在更短时间内实现更广泛的测试,并将精力集中于风险最高的领域。然而,审计的价值过去是、现在仍然是独立的职业判断:正是这种判断,使报表使用者能够对财务报表获得合理保证。
免责声明:本文仅供一般参考,不构成针对任何具体情况的专业意见。
资料来源
本文仅供一般参考,不构成专业意见。各项门槛、税率和程序可能发生变化,采取行动前,请与我们联系或查阅最新的官方资料。
