AI 审计分析怎么做？凭证核查、异常筛选与审计证据清单

直接答案：AI 可以帮助审计团队整理数据、执行确定性勾稽、筛选异常、归纳合同条款和起草工作底稿，但每项输出都必须回到明确的审计目标、完整的数据总体、可复现的程序和可靠原始证据。异常分数不是错报或舞弊证据；“扫描全部数据”也不能自动取消抽样、询证、观察、重新计算、重新执行和审计人员的职业判断。

本文提供技术与流程设计参考，不构成审计意见、鉴证结论或针对具体企业的专业服务建议。外部财务报表审计、内部审计、合规检查和持续控制监控具有不同目标和责任。资料复核日期为 2026 年 7 月 16 日。旧稿中的 50 亿元零售集团、数百万凭证、68% 事后发现、2000 小时、70% 提效和“100% 全量实时审计”等数据均无来源，已全部删除。

先区分：AI 审计、内部审计和自动化监控不是一回事

IIA 2024 Global Internal Audit Standards把内部审计标准组织为职业道德、治理、管理和执行审计服务等领域，并要求保持客观性、专业能力和应有职业审慎。工具可以改变程序效率，但不能把管理层的模型输出变成审计人员自己的独立判断。

如果审计对象本身就是企业的 AI 系统，可进一步使用 IIA 的Artificial Intelligence Auditing Framework，从治理、管理和内部审计三个领域建立检查范围。审计 AI 系统与“在审计中使用 AI”是两个不同任务：前者评价企业如何管理 AI 风险，后者还必须控制审计工具自身的数据、权限、版本和输出。涉及模型调用外部工具或执行业务动作时，可结合站内AI 智能体与自动化治理指南设置只读、人工批准、审计日志与回滚边界。

第一步：从审计目标出发，不从“有什么 AI”出发

先写清要测试的认定、控制或风险，再决定数据和程序。比如“检查重复付款”与“验证费用发生认定”不同：前者可以通过供应商、金额、日期和发票号组合筛选，后者还可能需要合同、验收、物流、付款和外部证据。

中国注册会计师审计准则第 1301 号——审计证据要求获取充分、适当的审计证据，并区分证据数量与相关性、可靠性。会计记录本身并不足以为审计意见提供全部证据；更多低质量或同来源数据，也不能补偿证据质量缺陷。

PCAOB AS 2301要求审计程序的性质、时间和范围回应已识别并评估的重大错报风险。这意味着“工具能跑什么”不能反过来定义审计范围。中国准则也会修订，正式项目应从财政部现行注册会计师执业准则发布通知核对适用于报告期的文本，而不是只依赖搜索结果中的旧版页面。

第二步：怎样证明导入 AI 的数据总体完整、准确？

审计分析最常见的失败不是模型，而是总体不完整：漏了子公司、期间、冲销表、手工分录、已删除记录或某个币种。若模型只看导出的部分数据，它可能稳定地产生错误结论。

数据进入审计分析环境前，还要确认处理目的、最小权限、供应商、保留期限和事件响应。站内企业 AI 数据合规指南提供了从数据清单到审计日志的控制表；这些合规控制不能证明审计证据充分，却能防止审计资料在上传、检索、模型调用和日志环节产生新的泄露风险。

PCAOB AS 1105 Audit Evidence同样强调审计证据的充分性、相关性与可靠性，并指出公司生成或从外部取得的电子信息，其可靠性受相关控制影响。若使用管理层导出的数据、OCR 文本或 AI 生成的结构化字段，就需要评价生成、转换和维护这些信息的控制。

建立最小数据合同：凭证核查至少要交付什么？

“把总账导成 Excel 给模型”不是可验收的数据交付。审计团队应先与数据提供方签署一份任务级数据合同：列明源系统、法人和账套、会计期间、提取时间、筛选条件、字段定义、主键、时区、币种、金额精度、空值含义、冲销逻辑、删除记录处理和控制总数。数据合同不是法律合同模板，而是一份双方可以逐项确认的技术与审计范围记录。

提取程序应保留只读 SQL、API 参数或报表条件，不能只留下最终 CSV。若系统不允许直接导出查询，应保存报表名称、版本、筛选截图、执行账号和审批记录。所有转换步骤都要输出输入行数、输出行数、被丢弃或合并的记录数以及原因；“清洗了无效数据”不是足够说明，因为被清洗的记录可能正是需要调查的异常。

对 OCR 和大模型抽取结果，应把原始文件 ID、页码或坐标与结构化字段一起保存。比如合同金额抽取为 100 万元时，复核者必须能够打开对应合同、定位原句，并判断它是合同总额、年度上限、单次限额还是违约责任。没有原文定位的结构化字段只能进入待复核区，不能直接参与金额勾稽或形成结论。

重跑测试至少包含三种情况：同一输入和同一版本能否得到一致结果；增加一条已知异常后是否能按预期命中；更换模型、提示、OCR 或规则版本后，差异能否逐项解释。对于具有随机性的模型，不能要求每个字完全相同，但关键字段、引用位置、异常级别和停止条件必须满足预先定义的容差。超出容差时，应回退到上一个已认证版本，并把失败样本加入冻结测试集。

最后，数据提供人只负责确认提取范围和控制总数，不应替审计人员判断证据是否充分；模型开发者只负责说明程序、限制和测试结果，也不应批准审计结论。把数据所有者、工具负责人、执行人和复核人分开记录，可以避免出现“系统已通过，所以结论已通过”的责任混淆。

第三步：AI 能执行哪些审计辅助程序？

这些能力应该输出“候选项目和证据路径”，不是“已发现舞弊”的结论。模型和供应商选型可沿用站内AI 产品证据与风险评估方法，分别记录官方能力、实际观察和本地测试，不能用演示截图替代审计证据。

第四步：全量分析是否意味着不再需要抽样？

不意味着。对某个规则进行全量运行，只能说明该规则在所提供总体上检查了全部记录。它不能证明总体完整、规则覆盖所有错报模式，也不能替代需要外部确认、观察、询问、重新执行或实物检查的程序。

中国注册会计师审计准则第 1314 号将审计抽样定义为对低于百分之百的项目实施程序，并要求样本项目的选取与审计目标、总体属性和抽样风险相匹配。PCAOB AS 2315 Audit Sampling也强调统计和非统计抽样都需要职业判断。使用时要核对适用于具体审计期间的有效版本，不能引用未来生效修订作为当前要求。

第五步：异常检测结果怎样转成可审计证据？

模型命中只是线索。必须记录为什么命中、使用哪些字段、阈值和版本，并针对每个高影响项目追加原始程序。否则审计人员只能看到一个无法解释的分数。

若不同来源证据相互矛盾，应追加程序，而不是让大模型选择“更可信的一方”。财政部 1301 号准则明确指出，从不同来源取得的证据不一致可能表明某项证据不可靠。审计工作底稿应保留矛盾本身、调查动作和最终判断。

第六步：大模型读取合同、发票和邮件时有哪些风险？

使用云端或本地模型前，应参考本地与云端大模型隐私决策指南核对数据地域、保留、权限和退出；涉及审计资料、员工或供应商个人信息时，还要按照个人信息保护法判断处理目的、必要性和权限。即使供应商承诺不用于训练，也要区分输入日志、文件存储、人工支持和子处理方；站内大模型训练数据记忆与提取研究说明了为什么不能把“模型通常不会复述”当成保密控制。

第七步：工作底稿需要记录哪些 AI 证据？

PCAOB 在技术辅助分析相关标准修订说明中强调，当审计人员使用电子信息进行技术辅助分析时，仍需履行审计证据和风险应对责任。站内代码补丁与回归验证指南可用于管理脚本和规则变更，但底稿还需要记录审计目标、总体与职业判断。

异常队列和模型解释还需要清晰的人工复核、升级和申诉路径，不能只显示一个“高风险”标签。站内AI 内容审核的规则—模型—人工复核闭环虽然面向内容治理，但其中关于规则版本、严重度分层、人工复核、申诉和审计轨迹的设计原则，同样适合用来检查审计异常处置工作流。

第八步：如何验收 AI 审计工具，而不是相信演示？

NIST AI RMF提供治理、映射、测量和管理框架；NIST AI 600-1强调生成式 AI 的数据来源、第三方、测试、人工监督和变更管理。这些框架不能代替审计准则，但能帮助团队把 AI 工具风险纳入审批、监控和复审。

第九步：一个 20 天试点应该怎样安排？

试点的成功标准应是“证据更可追踪、程序可复现、异常队列更有决策价值”，而不是预设节省 70% 时间。时间和成本可以测量，但必须报告原流程、任务范围、人员、数据量、质量差异和复核成本。

常见问题

AI 能否直接判断一笔交易是舞弊？

不能把异常分数直接当舞弊认定。模型可以发现模式和线索，审计或调查人员仍需核对原始证据、业务解释、权限、外部资料和相互矛盾的信息。

全量扫描是否一定比抽样更可靠？

不一定。全量扫描只对已定义规则和可用总体有效；总体缺失、字段错误或规则遗漏会让全部记录一起被错误处理。抽样、目标选取和全量分析应按不同审计目标组合。

大模型生成的合同摘要能否作为审计证据？

摘要可以作为工作辅助，不能替代原合同及其可靠性评价。关键金额、日期、权利义务、例外和修改条款必须回到原文，并记录页码或段落。

使用公开模型是否可以上传经过脱敏的凭证？

需要判断脱敏后是否仍可识别个人或暴露商业秘密，并核对产品条款、保留、训练使用、地域和访问控制。删除姓名并不必然构成匿名化。

AI 审计工具最重要的指标是什么？

没有单一指标。至少需要总体完整性、规则正确性、类别级召回和精确率、重大漏检、证据可追踪性、复核时间、安全与恢复能力。

如何避免审计人员过度依赖模型？

要求每个结论引用原始证据和适用程序；隐藏或弱化无依据的“结论式”评分；抽查模型未命中的正常样本；保留独立复核和回退到人工程序的能力。

编辑复核与纠错记录

编辑主体：兰塞 AI 编辑流程；事实复核：2026 年 7 月 16 日。旧稿虚构 50 亿元零售集团、数百万凭证、5%–10% 抽样、68% 事后发现、10–15 人团队、2000 小时加班、70% 提效与“100% 全量实时扫描”，并把异常检测结果直接描述为舞弊发现。本次 A 级重写删除全部无来源案例与数字，依据财政部审计准则、PCAOB、IIA 和 NIST 官方资料，建立“目标—总体—程序—异常—原始证据—判断”的可复现证据链。本站来源、更新与纠错原则见关于本站与编辑规范。