审计师人工智能

来源:中国网 6月11日,由中国企业财务管理协会举办的第六届“中国企业财务管理创新与发展论坛”在北京召开。由中国企业财务管理协会人才培养管理部组织研发、旨在打造新技术时代复合型审计人才的“数字化审计师”项目,经过三年的精心筹备,正式在下午的分论坛上亮相发布。 “数字化审计师”推动审计进入新时代 本届“中国企业财务管理创新与发展论坛”上,来自政、企、学界的领导、专家、嘉宾云集,论坛主题聚焦“新发展・新财务”,重点关注大数据、人工智能时代的企业财务人才的创新、挑战与数字化转型。中国企业财务管理协会会长李永延、中国石油集团公司总会计师刘跃珍等领导嘉宾分享了精彩的观点。 作为推动财务人员数字化转型的重要项目,中国企业财务管理协会人才培养管理部(原商学院)的“数字化审计师”项目在本届论坛上隆重推出。中国企业财务管理协会审计人才评价专业委员会主任、“数字化审计师”教材主编、南京审计大学陈丹萍教授代表项目研发组,向与会嘉宾介绍了“数字化审计师”项目的研发背景、历程、内容、价值和应用。 在大数据的环境下,审计的数据采集、模型分析、风险识别等工作都发生巨大变化,传统的审计业务迫切需要和大数据等新技术相融合。通过大数据技术创新审计技术方法,可以实现审计全覆盖,对于提升审计工作质量和效率,扩大审计监督作用,都具有重要意义。 陈丹萍教授介绍,“数字化审计师”项目致力于深入解析企业内部审计在大数据环境下的脱变与应对,将审计专业知识与信息化技术的在企业实践中的实际应用有机结合,着力于培养能够了解和应对数字化审计环境、创新审计流程、提升审计工作效率的新一代数字化审计人才。 “数字化审计师”项目的研发不仅由来自南京审计学院、北京 科技 大学等高校的教授专家执笔专业基础理论知识,还特别邀请了中石化、中海油、中国电力、航天科工等大型央企的财务、审计高管、顶级实务专家参与实务案例的撰写与实操系统开发的讨论,融入了大量来自央企一线的实操案例和数字化审计系统的流程经验,具有很强的前沿性和实操性。 智能财务人才培养成重要趋势 2020年以来,我国加快部署推进新基建进度,培育壮大数字经济新动能,力推产业数字化、数字产业化。国家发改委、国资委、工信部等部门应“疫”而上,不约而同地采取行动,形成政策合力,积极推动企业数字化转型。 企业业务正在被大数据、人工智能影响甚至控制。通过对新技术的应用,企业财务部门创造的价值的作用越来越大,但传统的财务人员却在被边缘化,智能时代财务人员的新定位在哪里? 围绕着这些问题,自2017年开始,中国企业财务管理协会会长李永延、副会长刘运就带队深入中石化等13家央企做调研,致力挖掘新技术环境下企业财务人员的用人需求和培养路径,力图为广大财务、审计从业人员提供一套科学、实用、面向大数据时代的人才培养方案。 2019年年底以来,中国企业财务管理协会已推出“智能财务管理师”、“智能税务师”、“智能风控师”等智能系列培训项目,“数字化审计师”的推出则为这一智能系列项目再添重磅内容。 智能系列的培训项目面世仅一年有余,就已经取得颇多成绩,例如“智能财务管理师”被纳入人社部2020年知识更新工程;“智能税务师”在财务人员中广受认可,数千人报名参与了课程的学习并取得证书。 据了解,中国企业财务管理协会的智能系列财务人才培养项目将持续更新,与技术发展和企业需求密切结合,不断推动企业财务人员向新财务的转型。

2019年，麦肯锡咨询给出一份报告，未来2030年，将有50%的岗位将被人工智能所替代，其中，需要大量人力成本的会计工作，将首当其冲。 那么，在当前的科技发展中，哪些技术会对会计及其相关学科的发展有影响呢？云数据 大量财务信息实现云端共享，提高财务工作的效率，减少错漏，降低成本，但同时也存在数据安全性的隐患。大数据分析 通过大数据挖掘与分析，提高预测的精确性，优化财务预测结果，帮助企业或者审计师进行风险管理，例如信用评估和预测等。人工智能 以德勤推出的财务机器人为例，人工智能可以代替流程中的繁琐的工作，例如信息录入、账单核对等等，1个机器人完成以前40人的工作量，大大提高财务工作效率，降低企业成本。区块链 区块链，也被成为分布式记账应用。目前会计方向，较为广泛的运用有区块链发票。 科技的高速发展一方面给传统的会计从业带来了巨大的冲击，会计从业者面临着失业的风险；另一方面，它也为会计行业的发展带来了新的机会与挑战。而如何抓住这些机会来应对挑战，是每个会计从业者需要思考的问题。

审计行业未来发展趋势会直接出现人工智能化，因为审计工作相对来说是比较复杂繁琐，而且需要特别精心的，引进人工智能之后能够大大减少这种出错的可能性，而且能够让工作变得更加简单，对于人们来说也是一个非常好的改进。

影响如下：大数据审计代替传统审计是大势所趋。本文在介绍人工智能和大数据等技术的基础上，提出了大数据审计的五大趋势，即：审计智能化、审计平台化、审计信息多维化、从抽样审计向详细审计转变以及审计可视化。同时，本文还指出了大数据审计面临的五大挑战，即：大数据获取成本高、观念与习惯转变困难、人才难得、审计业务的复杂性与大数据审计体系设计的复杂性。本文的研究结论对于大数据审计实践具有一定的借鉴意义。