风险导向审计是以战略观和系统观为主要思想，以查找管理舞弊为核心，揭示重大风险的审计，对于现代审计理论和实务的发展、揭示被审计单位未来风险等方面具有极其重要的意义。在大数据时代背景下，风险导向审计的重点，在于全方位、全过程、全要素、全环节、全覆盖的信息收集，通过对海量信息的归整和分析，结合各类法律法规，真实地反映风险问题。信息的收集与汇总、信息的可靠与全面、审计人员的能力和经验，都会对风险导向审计产生重大影响。
一、当前风险导向审计主要面临的困难
（一）难以形成面向各类风险点对象的信息库
风险导向审计的核心是揭示被审计单位在管理、运营等方面存在的风险点。形成以风险点为对象的信息库，其本质就是从审计单位自身信息库中，抽取并形成一个符合该风险点对象全部属性和行为的审计模型。通过建立各种面向风险点对象的信息库，能够让审计人员在审计过程中，通过运用从被审计单位获取的发展战略、工程绩效、资源配置等方面的信息与已建立的各类风险点对象信息库进行快速匹配，高精度、宽广度、强纵深挖掘其中隐藏的风险点。比如在某市建设的优秀文化产业示范园工程项目中，由于立项为文化产业园，一般审计人员很难察觉其中的隐藏风险点，如果审计单位已建好主题公园风险点信息库，就可以高效匹配出该示范园工程项目与国家规定的主题公园特征具有一致性，进而发觉其未按照主题公园流程进行审批等风险点。目前审计单位的信息库主要依赖于过往的审计成果，但各类成果往往因政策的实时性以及审计项目的特殊性，很难通过人工归纳完整某个风险点的完整共性从而进一步形成面向该风险点对象的信息库。因此实际审计时仍然主要依靠审计人员的个性化知识累计以及业务经验进行风险点判断。
（二）审计成本高
风险导向审计的成本主要来源于时间成本、人力成本以及其他成本。现场作业中，信息的录入、取证等机械而重复的基础工作消耗了大量审计人员的精力和时间；通过人工对各类信息进行收集和整理，并从海量信息中挖掘和组合出少数有用信息，就时间成本和人力成本来看，实际投入产出比过低，不利于风险导向审计的高质量发展。而这一过程又有碍巯审计人员必须具有丰富的多维度知识储备，对被审计单位运行模式、业务流程具备清晰明确的认知，对相关领域的最新法律法规有着清楚的了解，才能良好地完成风险导向审计任务。这又进一步增加了人力成本、时间成本和培训成本。
以上困难严重制约着风险导向审计的发展。近年来，随着审计业务领域的不断拓宽、审计质量要求的不断提升，审计人员已很难仅通过经验和简单的各类账簿报表，全面准确地揭示各类风险问题。传统的模式已经无法满足未来风险导向审计发展的需求，需要注入新的活力。而人工智能作为信息技术发展的重要产物，其核心是通过大量数据对特定计算机系统进行训练，令其通过模仿人类的思维模式，完成自主学习、判断，进而帮助人类进行工作和决策。把人工智能技术与风险导向审计相结合，是当前审计的新型发展理念，也是大量审计人员、学者所探寻的道路。
二、引入人工智能的优势
（一）高效建设面向各类风险点对象的信息库
风险导向审计需要归总各个领域的海量信息，对审计人员而言，就需要不断学习各个领域的大量专业知识和最新政策，这一过程虽有利于提升审计人员个人素养，但严重降低了审计效率、增大了审计质量风险。比如收集并运用相关法律法规，形成法律法规库，是风险导向审计中的一项极其重要的工作。但人工完成该项工作不仅容易错漏，且由于法律法规发布和更新的高频率与多渠道，难以收集全量信息并及时更新，这极大程度增加了审计风险。在人工智能应用中，利用人工智能收集和分析某一对象的全量信息，并利用分析结果模拟专家决策，是人工智能应用发展的一个重要方向。当前人工智能已能对已有审计成果进行充分学习和训练，通过对象属性直接快速地从各种信息中归总有用信息，全面而准确地形成面向风险点对象的信息库。这一过程由于大幅度减少了人工参与，不仅可以节约大量时间和人力成本，极大程度减少了人工风险。并且在大数据环境下，通过不同来源的数据与该信息库进行匹配，能够减少和消除信息不对称度带来的偏见性。在实际审计中，可以将被审计单位的信息交由已训练好信息库的人工智能进行分析，全面高效准确地检测出各类风险异常，进而助力风险导向审计的高质量发展。
（二）更新现场作业模式
在审计现场，审计人员需要查阅大量的凭证信息、合同信息和其他信息，再通过归纳和整理，形成审计证据与工作底稿。但如凭证、合同等审计资料，往往需在大量同质化的信息中提取少部分关键讯息，人力检索不仅繁琐耗时费力，兼具高重复性和高专业性特征，对人员素质要求高，极容易出现纰漏和失误，且只能采用抽查形式，不利于风险导向审计高质量发展。引入人工智能，可以充分更新现场作业模式，用自动化的现场管理方式，实现计算机和人工协同——让人工智能通过学习和训练，充分提取有用信息形成各类证据和底稿的草稿，再由人工校验核对完善。如一份大型工程合同中，往往包含甲乙双方名称、合同金额、签订时间、通用款项和特殊条款等信息。人工智能可充分通过机器视觉、深度学习等方式，快速识别有用信息并分门别类整理归纳，自动形成合同基础信息，与凭证中的支付情况、收款情况等进行比对，分析出支付进度等结果，形成基础审计证据和底稿。通过人工智能不仅可以节约大量消耗于基础性、重复性工作的人力和时间成本。也能变抽查为全查，更全面地对风险进行追根溯源，使得风险导向审计更贴近于实际。由于大幅度减少了审计人员用于基础信息归整的消耗，有利于突破原有现场模式，令审计人员全面转向信息分析和判断，更全面和深层次揭示风险与其来源。
三、引入人工智能目前面临的困难
（一）冲击审计人员现有的技能和知识结构
引入人工智能后，机器人将代替人力完成所有重复性强和复杂的基础性工作，审计人员的重心将彻底转为对程序算法的编写，以及研究审计思路、方向和判断。这就要求审计人员不仅需要有扎实的财务、审计技能功底，还需要具备计算机算法领域的编写能力。这无疑将会对当前审计人员现有技能和知识结构造成巨大冲击。
（二）建设成本高
人工智能虽发展迅猛，但其前期投入成本也是极其高昂。就目前而言，一个人工智能通常需训练几年甚至十几年才能达到理想级别，其资金投入更是数以亿计。而且就目前的投入产比而言，其短期回报率暂时不够理想。
四、总结
目前人工智能在审计领域的应用还不够广泛，要达到预期目标仍面临诸多问题。但将人工智能应用与风险导向审计的优势是巨大的，也是未来发展的必然趋势。一旦解决了成本等问题，引入人工智能将给风险导向审计带来从局部到整体的全方位提升。可以预见未来的风险导向审计将伴随人工智能的应用而更加高效准确，未来必将建立起以创新和科技驱动为核心的智能化审计模式。这就要求审计人才队伍的建设必须走向多元化、复合化。这对审计人员来说，既是机遇，也是挑战。审计人员宜及早提升自身素养，及早培养科技运用、算法创新等能力，以便快速从容应对未来发展的各种挑战。（计算机技术中心 吴金铭）
