數(shù)字化關鍵技術是智慧審計發(fā)展的基石，提升審計數(shù)據(jù)價值、科技賦能審計工作，都離不開新信息技術的有力支撐。大數(shù)據(jù)分析、審計畫像、審計知識圖譜、機器學習算法等技術，已在諸多行業(yè)廣泛應用，也是推動智慧審計發(fā)展的關鍵所在。如何將這些技術有機整合、形成體系，更好地服務于智慧審計，是當下亟待解決的重要問題。本文將結(jié)合智慧審計的實際使用場景，深入探討這些信息技術的具體運用。

大數(shù)據(jù)分析建模技術

大數(shù)據(jù)分析建模技術以復雜數(shù)據(jù)為核心，旨在洞察審計問題本質(zhì)，確保審計數(shù)據(jù)高效處理并輸出精準分析結(jié)果，突破傳統(tǒng)審計過度依賴經(jīng)驗的局限，充分發(fā)揮數(shù)據(jù)挖掘與審計模型的作用。

大數(shù)據(jù)建模要求審計人員具備審計思維，深入理解業(yè)務。先對數(shù)據(jù)全面分析，經(jīng)挖掘、清洗、分類建立審計數(shù)據(jù)中間表，再結(jié)合審計場景形成應用場景模型，且基于審計點推動模型復用。在實際運用時，需擬定審計目標，將經(jīng)驗轉(zhuǎn)化為數(shù)據(jù)邏輯，借助可視化工具探索數(shù)據(jù)、判斷分析結(jié)果，確定審計邏輯。

大數(shù)據(jù)建模分三個階段：概念建模階段通過交流明確需求、創(chuàng)建實體；邏輯建模階段將實體細化為表并豐富結(jié)構(gòu)；物理建模階段把數(shù)據(jù)庫對象生成 SQL 代碼，創(chuàng)建并完善數(shù)據(jù)庫。在實踐中，可構(gòu)建財務、工程等跨域?qū)徲嬆Ｐ?，為遠程、交叉及持續(xù)審計提供技術支持。例如在企業(yè)財務審計中，運用該技術分析海量財務數(shù)據(jù)，成功揪出內(nèi)部財務舞弊行為。

審計畫像

審計畫像運用數(shù)據(jù)挖掘、深度學習等技術，從海量數(shù)據(jù)中提取審計對象特征指標，通過構(gòu)建應用指標分析體系和業(yè)務標簽庫量化指標，具象化展示審計對象信息。

這一技術能真實、全面、動態(tài)反映審計對象狀態(tài)，助力審計人員客觀科學審計，可基于 “人” 或 “物” 構(gòu)建畫像。其構(gòu)建思路是 “數(shù)據(jù) - 標簽 - 場景 - 畫像” 體系：先采集內(nèi)外部審計數(shù)據(jù)，再基于數(shù)據(jù)形成描述標簽，接著結(jié)合場景構(gòu)建標簽體系、設定權(quán)重和評判標準，最后生成畫像并實時監(jiān)測重點指標、預警風險，形成分析報告。

借助 AI 自主學習、BI 可視化工具等開發(fā)多維畫像產(chǎn)品，能挖掘經(jīng)營管理深層問題，助力審計目標向評定評價、風險揭示和事前預警轉(zhuǎn)變。以經(jīng)濟責任審計畫像建模為例，按此路徑建立多領域、多場景的指標模型，關聯(lián)管理層與審計事項，建立跨系統(tǒng)的模型庫、指標庫和標簽庫，幫助審計人員精準定位審計重點。

審計知識圖譜

審計知識圖譜采集匯聚各類審計數(shù)據(jù)，抽取實體、關系和屬性，構(gòu)建業(yè)務數(shù)據(jù)關聯(lián)，形成審計數(shù)據(jù)關系鏈條圖譜，輔助全鏈條審計和交叉校驗審計。

該技術為審計人員汲取經(jīng)驗、形成審計策略、定性疑點提供技術支撐，將復雜業(yè)務可視化，厘清業(yè)務勾稽關系和數(shù)據(jù)流向，提升審計效率。實踐中，可建立制度知識圖譜，將非電子化文檔掃描電子化，或整理電子化文檔，用時序圖譜展示文檔生命周期，提取關鍵詞構(gòu)建標準知識圖譜庫；還能建立供應商圖譜，融合內(nèi)外部信息，對供應商進行全息評價。同時，收集法規(guī)制度形成制度庫，梳理審計問題形成問題庫，建立數(shù)字化審計監(jiān)督重點主題方法庫。如在大型企業(yè)供應商審計中，利用知識圖譜發(fā)現(xiàn)供應商不正當獲取業(yè)務的線索。

非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化技術

非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化技術將結(jié)構(gòu)不規(guī)則、無預定義模型的數(shù)據(jù)，轉(zhuǎn)化為高度組織、格式整齊的數(shù)據(jù)，涵蓋辦公文檔、圖片、音視頻等各類信息。

隨著大數(shù)據(jù)審計發(fā)展，更多非結(jié)構(gòu)化數(shù)據(jù)需分析處理，該技術被納入數(shù)字化審計平臺。實踐中，數(shù)字化審計一體化平臺嵌入 OCR 識別技術，結(jié)合發(fā)票識別、內(nèi)容識別等場景，讀取文檔要素、精準查詢文檔、對比關鍵要素與審核規(guī)則，判斷是否合規(guī)。通過識別轉(zhuǎn)換非結(jié)構(gòu)化數(shù)據(jù)并與結(jié)構(gòu)化數(shù)據(jù)建立鏈接，能精確定位審計疑點，提升審計效率與質(zhì)量。例如在工程項目審計中，將工程圖紙、合同文本等轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，發(fā)現(xiàn)工程變更手續(xù)不規(guī)范問題。

審計語音識別

審計語音識別把自然語言語音內(nèi)容轉(zhuǎn)為計算機可讀字符序列，借助自然語言處理技術讓計算機具備處理自然語言能力，自動提取審計風險點。

數(shù)字化審計一體化平臺借助該技術提供標準、實時的審計知識問答和資料檢索，實現(xiàn)知識共享分析，快速反饋審計人員，達成實時信息檢索和智能推薦。審計工作中可實現(xiàn)內(nèi)置問答庫、全文檢索功能、即時溝通工具，快速獲取審計知識、成果和項目信息，還能內(nèi)置知識圖譜提供智能問答和推理推薦。比如審計人員審計時，通過語音識別快速查詢法規(guī)知識，提高工作效率。

RPA 機器人

RPA 機器人基于軟件機器人和人工智能，模擬人類操作，按設定規(guī)則自動執(zhí)行流程任務，輔助或代替人類完成計算機操作。

它能解決周期性、重復性任務，提高工作效率、釋放人力，具備擬人化、可復用等特性。審計平臺依托 RPA 機器人可實現(xiàn)數(shù)據(jù)抓取、圖像識別、異構(gòu)系統(tǒng)數(shù)據(jù)同步等功能。具體應用場景包括自動采集分析多系統(tǒng)數(shù)據(jù)，擴大審計范圍；按需求精準拆分和定向授權(quán)，支撐審計場景建設；自動分拆合并審計記錄生成報告；遠程采集人資等系統(tǒng)信息，融合多專業(yè)數(shù)據(jù)建立審計模型并分析。如在企業(yè)月度財務審計中，RPA 機器人自動完成財務數(shù)據(jù)處理，縮短審計周期。

機器學習算法

機器學習算法是多領域交叉學科，研究計算機模擬人類學習行為，重組知識結(jié)構(gòu)提升性能、獲取新知識技能，是人工智能核心，基于海量跨專業(yè)數(shù)據(jù)挖掘深層次問題。

實踐中，機器學習算法多應用于自然語言處理，實現(xiàn)機器翻譯、觀點提取、信息識別等功能，使計算機識別語言含義、提取關鍵信息并標準化、生成摘要。數(shù)據(jù)分析中采用決策樹、隨機森林等算法，利用其迭代快、效率高的優(yōu)勢提升分析篩查準確性。

審計工作涉及大量非結(jié)構(gòu)化文本資料，傳統(tǒng)審計搜集整理耗時費力。運用自然語言處理等算法，可將問題描述文本生成向量，借助聚類生成輔助標簽，再用文本摘要和生成算法自動生成文本標簽，系統(tǒng)化檢索審查要點，提示審計重點、揭示風險，解放審計人員，提高審計效率。如合同審計時，利用該算法快速發(fā)現(xiàn)合同潛在風險點。