人工智能,大幅提升审计水平
大家好,今天本人给大家带来文章《人工智能,大幅提升审计水平》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

最近发表在《会计研究评论》上的一项研究表明,人工智能的应用正在显著提高财务报表的审计质量和效率,并逐步取代专业审计人员。
审计工作遵循自己的一套执行标准,而且高度依赖于预测和异常检测等专业技能。这样的实际要求,也让审计成为机器学习和人工智能(AI)大展身手的理想场景。
在题为《人工智能正在改善审计流程吗?》的研究中,研究人员分析了超31万份员工简历,借以衡量美国36家头部审计企业的AI投入情况。研究考察的时期为2010年至2019年,文章作者为加州大学伯克利分校的Anastassia Fedyk、AI for Good基金会、德雷塞尔大学的Natalia Khimich以及旧金山大学的Tatiana Fedyk。
为了指导分析工作,研究人员首先采访了审计合作伙伴,了解他们的企业如何在审计工作中使用AI技术。之后,研究以通过详尽的简历数据衡量审计公司在AI领域的投入。具体来讲,AI投入力度由审计企业所雇用的AI专业人士在其总劳动力中所占百分比衡量而来。核定完成后,研究人员又将AI投入水平与审计质量、审计成本以及审计公司的裁员规模等指标匹配起来。
总体来看,AI从业者以男性为主、相对年轻且大多并非财会专业出身,主要集中在工程学和计算机科学领域。此外,AI员工大部分集中在纽约州和加利福尼亚州,也有少部分居住在华盛顿特区、伊利诺伊州和得克萨斯州。
研究作者Anastassia Fedyk指出,“我们的主要发现是,随着审计企业投资AI技术,其审计质量将同步提高。重编报表,特别是重大重编的数量有所减少,证券交易委员会对投资AI的企业进行的审计调查也更少。”有趣的是,研究还发现四大会计师事务所与非四大企业都表现出明确的AI与审计质量关联性。当然,相信大家也能想到,对于掌握更多可用数据的老牌事务所及零售业企业,AI能够更有效地增强审计水平。在采访当中,研究人员发现多数审计合作伙伴都认为零售业是最适合引入AI工具的行业。
Fedyk进一步指出,“我们还观察到,除了审计质量有所改善外,审计师们的工作效率也有提升。虽然我们无法直接衡量审计师的效率,但从审计费用来看,AI的介入确实让从业者工作效率更高、审计成本下降。对AI技术的投入越大,相应的审计费用就能控制得越低。”
该研究还进一步报告称,审计客户从AI投入中获得的审计质量提升,远低于审计企业自身开展的AI投资。Fedyk评论称,“这也非常符合直觉判断。客户投资AI主要是出于其他目标,例如新产品研发;而审计企业的AI投入是为了解析审计流程中的复杂性,探索技术如何帮助审计人员。但在研究开始之前,我们原以为客户一方的AI应用能在审计方面发挥更大的作用,可实际情况并非如此。”
最后,研究人员发现随着AI采用率的提高,审计企业的员工人数有所减少。这种影响对于公司内较低级别的专业审计群体中体现得最为突出。文章还说明,单位员工创造的审计收入与AI投入呈正相关。
Fedyk总结道,“总体来说,这项研究得到了非常积极的收获。投资于AI审计技术确实能为企业带来切实可见的好处,这在其他很多技术上并不成立。在之前的另一项研究中,我和一位研究员记录了企业采用流行及过度炒作技术的真实效果,包括2000年之初的IT和2010年代的数据分析。虽然这些举措能在短期内提高企业估值,但从长远来看却有害无益。只有环境合适、技术有效,好处才会真正触手可及。很明显,AI技术在审计场景下的表现就属于这种比较积极的情况。”
到这里,我们也就讲完了《人工智能,大幅提升审计水平》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于人工智能,审计工作的知识点!
AIGC发展太快!Meta发布首个基于文本的4D视频合成器:3D游戏建模师也要下岗了?
- 上一篇
- AIGC发展太快!Meta发布首个基于文本的4D视频合成器:3D游戏建模师也要下岗了?
- 下一篇
- 建筑中的人工智能
-
- 科技周边 · 人工智能 | 20小时前 |
- Transformers generate 怎样返回每步生成分数并定位异常输出
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · api设计 · 人工复核 内容审核 Categories Moderation API category_scores
- 内容审核接口返回多标签结果时怎样设计分支
- 160浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · 多模态 · token 视觉模型 detail 多图输入 Vision API
- 视觉模型输入多张图片时怎样控制顺序和细节级别
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · 提示词缓存 prompt_cache_key 稳定前缀 动态输入
- 提示词缓存怎样拆分稳定前缀和动态输入
- 419浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 多模态输入 Gemini API Files API MIME 类型
- Gemini API 怎样把文件输入和文本提示放在同一请求
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · padding Transformers tokenizer attention_mask input_ids truncation
- Transformers tokenizer 怎样让 padding 与 truncation 对齐批量输入
- 416浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 |
- Hugging Face Datasets DatasetDict 跨 train 与 validation 的 map 处理方案
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · 结构化输出 · JSON Schema Responses API Structured Outputs strict refusal
- 结构化输出怎样约束模型返回 JSON Schema
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · openai · 工具调用 Responses API function_call_output call_id
- Responses API 怎样处理工具调用后的继续响应
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · openai · 多轮对话 Responses API conversation state OpenAI API previous_response_id
- Responses API 怎样用上一轮响应继续多轮对话
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1076次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1078次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1238次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1182次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1026次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

