人工智能在商業(yè)銀行內(nèi)部審計(jì)中的應(yīng)用分析

李源 王一鵬 魏強(qiáng) 張帆

[摘要]習(xí)近平總書記在中央審計(jì)委員會(huì)第一次會(huì)議上提出的“要加強(qiáng)科技強(qiáng)審，加強(qiáng)審計(jì)信息化建設(shè)”，為內(nèi)部審計(jì)技術(shù)方法的變革與創(chuàng)新發(fā)展指明了方向?；诖?，本文介紹了“人工智能”的含義及目前發(fā)展?fàn)顩r，較為詳細(xì)地研究了人工智能在商業(yè)銀行內(nèi)部審計(jì)中的應(yīng)用，以期在人工智能背景下，為商業(yè)銀行內(nèi)部審計(jì)的進(jìn)一步發(fā)展提供參考。

[關(guān)鍵詞]人工智能? ?內(nèi)部審計(jì)? ?商業(yè)銀行

在1956年的Dartmouth學(xué)會(huì)中，學(xué)者們首次提出“人工智能”一詞，指出其可以對(duì)人類的思想、邏輯甚至意識(shí)等進(jìn)行模擬和體現(xiàn)，人工智能的研究范疇十分廣泛，涵蓋了智能搜索、知識(shí)表現(xiàn)、知識(shí)獲取、模式識(shí)別、機(jī)器學(xué)習(xí)等。經(jīng)過(guò)幾十年的發(fā)展，人工智能已經(jīng)廣泛應(yīng)用于制造業(yè)、醫(yī)療衛(wèi)生、航空發(fā)展、環(huán)境治理、社會(huì)治安等各個(gè)不同行業(yè)，不僅一定程度上降低了人力成本、物力成本，而且極大地提高了處理簡(jiǎn)單而繁瑣事件甚至危機(jī)事件的質(zhì)量和效率。

當(dāng)前，越來(lái)越多的審計(jì)業(yè)務(wù)開始利用人工智能技術(shù)進(jìn)行作業(yè)，各企業(yè)不斷增加人工智能技術(shù)的研究投入，全力構(gòu)建“云審計(jì)”平臺(tái)。流程自動(dòng)化、商業(yè)智能的移動(dòng)、大數(shù)據(jù)分析服務(wù)使審計(jì)方法、模式及效率效果在很大程度上發(fā)生了改變;數(shù)字化技術(shù)在審計(jì)中的科學(xué)運(yùn)用，將審計(jì)人員從復(fù)雜的批量工作中解放出來(lái)，使其從事更高質(zhì)量的工作，同時(shí)也使得審計(jì)行業(yè)的技術(shù)得到了變革和快速發(fā)展。

與此同時(shí)，越來(lái)越多的商業(yè)銀行在業(yè)務(wù)受理、客戶服務(wù)等業(yè)務(wù)中不斷開啟數(shù)字化轉(zhuǎn)型之門。數(shù)字化轉(zhuǎn)型不僅提高了銀行客戶的滿意度，而且極大地提升了銀行的運(yùn)營(yíng)效率，有效地降低了營(yíng)運(yùn)成本，但也給傳統(tǒng)的銀行風(fēng)險(xiǎn)管理模式帶來(lái)巨大挑戰(zhàn)。內(nèi)部審計(jì)部門不僅要在面臨風(fēng)險(xiǎn)時(shí)迅速提出解決方案，更要對(duì)可能發(fā)生的風(fēng)險(xiǎn)保持密切關(guān)注;除對(duì)傳統(tǒng)的業(yè)務(wù)合規(guī)及運(yùn)營(yíng)風(fēng)險(xiǎn)保持關(guān)注外，還需警覺(jué)數(shù)字化環(huán)境所帶來(lái)的新風(fēng)險(xiǎn)，如網(wǎng)絡(luò)安全風(fēng)險(xiǎn)、全渠道數(shù)字化運(yùn)營(yíng)風(fēng)險(xiǎn)、數(shù)據(jù)模型算法風(fēng)險(xiǎn)等。

一、人工智能在商業(yè)銀行內(nèi)部審計(jì)中的應(yīng)用

商業(yè)銀行的審計(jì)數(shù)據(jù)包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。外部數(shù)據(jù)主要包括客戶的基本信息、財(cái)務(wù)報(bào)告、經(jīng)營(yíng)狀況、法人資信、關(guān)聯(lián)關(guān)系等諸多方面;內(nèi)部數(shù)據(jù)主要包括財(cái)務(wù)報(bào)告、貸款余額、個(gè)貸份額、存貸定價(jià)等?；谌斯ぶ悄芗夹g(shù)的內(nèi)部審計(jì)實(shí)施程序主要包括以下三個(gè)步驟。

（一）審計(jì)數(shù)據(jù)的獲取

1.外部數(shù)據(jù)的獲取。在商業(yè)銀行的信貸客戶中，存在著大量中小或小微企業(yè)，由于信息不對(duì)稱，這些企業(yè)的信息往往由客戶自己報(bào)送。內(nèi)部審計(jì)部門在驗(yàn)證材料的真實(shí)性時(shí)，難以搜索并整合企業(yè)客戶的財(cái)務(wù)信息、工商信息或者稅務(wù)信息。對(duì)于客戶資料造假或者客戶經(jīng)理粉飾客戶信息等風(fēng)險(xiǎn)行為，內(nèi)部審計(jì)很難識(shí)別與核實(shí)。網(wǎng)絡(luò)爬蟲技術(shù)會(huì)自動(dòng)在互聯(lián)網(wǎng)上獲取有關(guān)客戶的各類信息，如客戶是否已進(jìn)入失信人員名單，股權(quán)是否被凍結(jié)以及是否存在違反稅收法律的行為，是否有過(guò)少支付工人工資或者拖欠工程款的情況，其工作原理如圖1所示。利用網(wǎng)絡(luò)爬蟲技術(shù)，配合各種大數(shù)據(jù)識(shí)別技術(shù)，可以快速?gòu)耐獠渴占酱罅坑袃r(jià)值的數(shù)據(jù)，包括政府公開數(shù)據(jù)、企業(yè)官網(wǎng)數(shù)據(jù)、社交數(shù)據(jù)等，內(nèi)部審計(jì)部門通過(guò)獲取客戶動(dòng)態(tài)數(shù)據(jù)建立客戶的全景圖像。為確保審計(jì)范圍的有效性和審計(jì)結(jié)果的及時(shí)性，可根據(jù)以上數(shù)據(jù)檢查客戶實(shí)際業(yè)務(wù)和提交材料的一致性，并判別數(shù)據(jù)的真實(shí)性。如在公司貸款真實(shí)性年度審計(jì)中，內(nèi)部審計(jì)人員要了解客戶的基本情況、營(yíng)運(yùn)狀況及關(guān)聯(lián)方關(guān)系等，就需要登錄人民銀行企業(yè)征信系統(tǒng)、個(gè)人征信系統(tǒng)、國(guó)家企業(yè)信用信息公示系統(tǒng)等多個(gè)外部系統(tǒng)及相關(guān)行內(nèi)系統(tǒng)，逐一查詢并下載客戶信息，進(jìn)行交叉比對(duì)驗(yàn)證，這一過(guò)程相當(dāng)耗費(fèi)時(shí)間及精力。借助網(wǎng)絡(luò)爬蟲技術(shù)，可以收集政府網(wǎng)站、公司官方網(wǎng)站、社交媒體網(wǎng)站等渠道中與公司相關(guān)的信息，形成外部數(shù)據(jù)集市，并進(jìn)一步將銀行內(nèi)部的數(shù)據(jù)與外部數(shù)據(jù)相結(jié)合，從而豐富客戶信息，如圖2所示。

2.內(nèi)部數(shù)據(jù)的獲取。為應(yīng)對(duì)日益嚴(yán)峻的監(jiān)管環(huán)境和銀行業(yè)復(fù)雜的業(yè)務(wù)情景，內(nèi)部審計(jì)部門希望比以往更多地使用自動(dòng)化、連續(xù)、低成本的審計(jì)工具。機(jī)器人流程自動(dòng)化有助于在內(nèi)部審計(jì)周期內(nèi)完成自助式內(nèi)部審計(jì)，以解決銀行業(yè)內(nèi)部審計(jì)周期長(zhǎng)、高溝通成本和繁重重復(fù)性工作的業(yè)務(wù)問(wèn)題。表1顯示了數(shù)據(jù)收集、自動(dòng)化測(cè)試、自動(dòng)文檔審查、自動(dòng)化底稿準(zhǔn)備和內(nèi)部審計(jì)項(xiàng)目管理等工作項(xiàng)。在內(nèi)部審計(jì)過(guò)程中，機(jī)器人流程自動(dòng)化技術(shù)有利于幫助內(nèi)部審計(jì)人員管理審計(jì)項(xiàng)目，完成文件初步審計(jì)，自動(dòng)化并持續(xù)收集審計(jì)證據(jù)，并完成審計(jì)底稿的初步撰寫工作，顯著提高銀行內(nèi)部審計(jì)的時(shí)效性。審計(jì)人員通常應(yīng)根據(jù)上一年的審計(jì)數(shù)據(jù)需求，結(jié)合當(dāng)下的監(jiān)管要求和行業(yè)業(yè)務(wù)發(fā)展近況，每年更新年度審計(jì)數(shù)據(jù)資料。機(jī)器人過(guò)程自動(dòng)化的使用不僅可以根據(jù)既定規(guī)則自動(dòng)檢索存儲(chǔ)在系統(tǒng)中的各種數(shù)據(jù)如業(yè)務(wù)賬戶、信貸協(xié)議、授信審批文檔等各種審計(jì)文檔，且不受系統(tǒng)基礎(chǔ)結(jié)構(gòu)、地理?xiàng)l件和時(shí)間制約。審計(jì)信息將通過(guò)電子郵件自動(dòng)報(bào)告給審計(jì)經(jīng)理，并在郵件中報(bào)告數(shù)據(jù)采集過(guò)程中出現(xiàn)的問(wèn)題，以便管理員能夠及時(shí)了解由于系統(tǒng)更改而無(wú)法獲取數(shù)據(jù)的情況，從而優(yōu)化機(jī)器人流程自動(dòng)化獲取資料的能力。隨著機(jī)器人流程自動(dòng)化技術(shù)的利用，降低了溝通成本和審計(jì)人員的重復(fù)性工作，減少了內(nèi)部審計(jì)工作對(duì)其他業(yè)務(wù)條線日常運(yùn)營(yíng)的影響。銀行不僅建立了持續(xù)一致的內(nèi)部審計(jì)方法，而且銀行的內(nèi)部審計(jì)人員充分利用其優(yōu)點(diǎn)，以更充足的精力和智慧去應(yīng)對(duì)新環(huán)境和新業(yè)務(wù)中可能產(chǎn)生的新風(fēng)險(xiǎn)。在新的審計(jì)環(huán)境中可以最大限度地發(fā)揮內(nèi)部審計(jì)的重要作用，實(shí)現(xiàn)加強(qiáng)風(fēng)險(xiǎn)管理，促進(jìn)合規(guī)性和改善內(nèi)部控制體系的戰(zhàn)略目標(biāo)。利用機(jī)器人流程自動(dòng)化技術(shù)，內(nèi)部審計(jì)人員通過(guò)系統(tǒng)完成簡(jiǎn)單而重復(fù)性的工作，節(jié)約了大量時(shí)間，從而實(shí)現(xiàn)內(nèi)部審計(jì)的創(chuàng)新，使銀行內(nèi)部審計(jì)提升到持續(xù)、全面和智能的新層次。

（二）審計(jì)數(shù)據(jù)的處理

1.語(yǔ)音數(shù)據(jù)處理。客戶是銀行的價(jià)值資產(chǎn)，也是反應(yīng)產(chǎn)品好壞的資源。銀行可以通過(guò)客戶反饋的訴求和建議識(shí)別操作風(fēng)險(xiǎn)，尤其是客戶投訴反映問(wèn)題既能完全涵蓋銀行業(yè)務(wù)，又能為內(nèi)部審計(jì)人員提供問(wèn)題線索。然而，在過(guò)去內(nèi)部審計(jì)人員幾乎不可能通過(guò)客戶的電話記錄來(lái)發(fā)現(xiàn)問(wèn)題，主要原因在于：一是語(yǔ)音數(shù)據(jù)儲(chǔ)存空間大、存儲(chǔ)時(shí)間長(zhǎng)、語(yǔ)音數(shù)量多，導(dǎo)致人工信息識(shí)別效率過(guò)低;二是抽查語(yǔ)音無(wú)法系統(tǒng)、全面地提取有價(jià)值的信息。自動(dòng)語(yǔ)音識(shí)別技術(shù)是一種可以將人類語(yǔ)言轉(zhuǎn)換為文本的技術(shù)，如圖3所示。自動(dòng)語(yǔ)音識(shí)別技術(shù)將語(yǔ)音轉(zhuǎn)換為數(shù)字信號(hào)，將其分析為對(duì)應(yīng)的單詞或語(yǔ)句，然后對(duì)語(yǔ)音前后句進(jìn)行語(yǔ)義解析，并利用卷積神經(jīng)網(wǎng)絡(luò)模型智能地校正詞匯。自動(dòng)語(yǔ)音識(shí)別技術(shù)幫助內(nèi)部審計(jì)人員自動(dòng)轉(zhuǎn)寫，分析和提取有價(jià)值的信息和特定的風(fēng)險(xiǎn)事件，識(shí)別“理財(cái)虧損”“本金損失”等關(guān)鍵詞，了解客戶投訴，并通過(guò)解析語(yǔ)言數(shù)據(jù)，明確投訴時(shí)間、地點(diǎn)和人物。如銀行理財(cái)銷售均有電話錄音，可根據(jù)銷售發(fā)生的時(shí)間和銷售人員獲取這條理財(cái)銷售的錄音并轉(zhuǎn)化為文本，確認(rèn)該銷售人員違規(guī)對(duì)非銀行產(chǎn)品進(jìn)行代銷，然后繼續(xù)利用自動(dòng)語(yǔ)音識(shí)別技術(shù)將此銷售人員最近幾年的錄音全部轉(zhuǎn)換成文字，分析是否有類似的銷售違規(guī)行為。

2.圖像數(shù)據(jù)處理。文字識(shí)別技術(shù)是將掃描后的文字圖片，經(jīng)預(yù)處理、切分、特征提取、匹配及模型訓(xùn)練等步驟變成可編輯文本的一種技術(shù)。隨著數(shù)字化時(shí)代的發(fā)展，許多銀行已開始應(yīng)用這一新技術(shù)。如銀行后臺(tái)可通過(guò)用戶在手機(jī)銀行上傳身份證照片實(shí)現(xiàn)身份證號(hào)和到期日期等信息的提取;業(yè)務(wù)經(jīng)理可通過(guò)掃描客戶填寫的信息表來(lái)收集性別、學(xué)歷等信息。在內(nèi)部審計(jì)過(guò)程中，文字識(shí)別技術(shù)是將圖片上的信息變成可編輯的文本，為人工智能下的內(nèi)部審計(jì)提供更全面的審計(jì)證據(jù)。該技術(shù)降低了內(nèi)部審計(jì)人員審計(jì)數(shù)據(jù)采集的工作量，使得全量樣本審計(jì)成為可能，降低抽樣帶來(lái)的系統(tǒng)性風(fēng)險(xiǎn)。在內(nèi)部審計(jì)人員的不斷探索下，文字識(shí)別技術(shù)將運(yùn)用到更多工作環(huán)節(jié)中，為內(nèi)部審計(jì)工作帶來(lái)重大變革，如圖4所示。在公司信用風(fēng)險(xiǎn)年度審計(jì)中，審計(jì)人員需從系統(tǒng)中隨機(jī)選擇100個(gè)有貸款的對(duì)公客戶信息，把貸款的用途與許可證范圍進(jìn)行比對(duì)，看是否存在舞弊的嫌疑。這意味著審計(jì)人員每年要手工錄入并核對(duì)100個(gè)企業(yè)營(yíng)業(yè)執(zhí)照上的企業(yè)名稱、相應(yīng)的統(tǒng)一社會(huì)信用代碼以及企業(yè)的經(jīng)營(yíng)范圍等相關(guān)信息后，才能開始后續(xù)的審計(jì)工作。此外，100份樣本并不能完整反映貸款投向的合理性，容易遺漏高風(fēng)險(xiǎn)樣本。而在應(yīng)用此技術(shù)后，審計(jì)人員只需獲得所有企業(yè)營(yíng)業(yè)執(zhí)照的完整圖片，再使用文字識(shí)別工具，就能獲取可編輯的文字信息，然后用自動(dòng)化工具聚合所有業(yè)務(wù)許可證信息以生成表單，從而大大壓縮審計(jì)人員的工作時(shí)間，使處理效率提高80%。自動(dòng)化水平與信息處理速度的提高使內(nèi)部審計(jì)實(shí)現(xiàn)對(duì)全量數(shù)據(jù)的審核，有效降低因抽樣審核而丟失關(guān)鍵信息的風(fēng)險(xiǎn)，并提高審核的質(zhì)量。

（三）審計(jì)數(shù)據(jù)的分析

人工智能的核心在于機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)是人工智能技術(shù)的一種應(yīng)用模式，可以讓計(jì)算機(jī)主動(dòng)學(xué)習(xí)，不需要明確地編程告訴計(jì)算機(jī)怎么做。機(jī)器學(xué)習(xí)可以讓銀行快速地從其數(shù)據(jù)中獲得有價(jià)值的信息，減少風(fēng)險(xiǎn)，實(shí)現(xiàn)流程自動(dòng)化，改善與客戶的互動(dòng)過(guò)程。

機(jī)器學(xué)習(xí)算法分為監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)就是把過(guò)去學(xué)到的經(jīng)驗(yàn)應(yīng)用于新數(shù)據(jù)中，而根據(jù)數(shù)據(jù)的集中度進(jìn)行推斷就是無(wú)監(jiān)督學(xué)習(xí)。機(jī)器學(xué)習(xí)應(yīng)用于審計(jì)時(shí)，首先要確定目標(biāo)，即確定希望機(jī)器處理此前依靠審計(jì)人員知識(shí)或直覺(jué)來(lái)處理的業(yè)務(wù);其次要訓(xùn)練數(shù)據(jù)，收集并準(zhǔn)備好相關(guān)數(shù)據(jù)支持分析，如果學(xué)習(xí)目標(biāo)包括審計(jì)人員判斷，則還需要收集歷史上的正確判斷案例;最后要確定算法，算法會(huì)識(shí)別訓(xùn)練數(shù)據(jù)中的模式，使程序判斷哪種情況是好，哪種情況需要進(jìn)行預(yù)警。基于機(jī)器學(xué)習(xí)的預(yù)警規(guī)則確定流程如圖5所示。

在銀行審計(jì)指標(biāo)預(yù)警規(guī)則的確認(rèn)中，如果想通過(guò)對(duì)比其他機(jī)構(gòu)來(lái)找出某一機(jī)構(gòu)的異常點(diǎn)，則需確定合適的對(duì)比環(huán)境，即對(duì)比對(duì)象必須為該機(jī)構(gòu)的對(duì)標(biāo)行。對(duì)標(biāo)行就是在同一機(jī)構(gòu)層級(jí)某種業(yè)務(wù)規(guī)模相近的一群機(jī)構(gòu)。在對(duì)標(biāo)行內(nèi)進(jìn)行比較，才能更客觀并準(zhǔn)確地確定異常情況。因此，可以通過(guò)無(wú)監(jiān)督學(xué)習(xí)中的K-Means聚類算法來(lái)獲取對(duì)標(biāo)行，聚類分析能夠把具有相似特點(diǎn)的信息歸為同一簇，把具有不同特點(diǎn)的信息放入不同的簇，從而確定對(duì)標(biāo)行，以實(shí)現(xiàn)數(shù)據(jù)之間的橫向比較，方便機(jī)構(gòu)間的互相學(xué)習(xí)，促進(jìn)彼此的進(jìn)步。之后通過(guò)Z得分算法，設(shè)定反映總體環(huán)境中異常程度的指標(biāo)，從而實(shí)現(xiàn)事前預(yù)警的效果。

如在銀行績(jī)效考核指標(biāo)真實(shí)性專項(xiàng)審計(jì)中，個(gè)別分行批量對(duì)久懸戶解除設(shè)置，并通過(guò)柜面存現(xiàn)等方式使客戶達(dá)到結(jié)算交易筆數(shù)的考核條件，以滿足客戶維度考核指標(biāo)中“剔除久懸戶”的要求。利用K-Means聚類算法可選出審計(jì)對(duì)象的對(duì)標(biāo)行，并根據(jù)對(duì)標(biāo)行的均值，計(jì)算出Z得分指標(biāo)，從而確認(rèn)預(yù)警值。當(dāng)觸發(fā)預(yù)警規(guī)則時(shí)，審計(jì)人員可以第一時(shí)間得到反饋，并對(duì)發(fā)生的風(fēng)險(xiǎn)及時(shí)進(jìn)行排查與匯報(bào)，相較于傳統(tǒng)審計(jì)，利用機(jī)器學(xué)習(xí)技術(shù)監(jiān)控，審計(jì)工作效率和時(shí)效性大大提高。

二、基于人工智能的計(jì)算機(jī)審計(jì)系統(tǒng)研究

智能化計(jì)算機(jī)審計(jì)總體設(shè)計(jì)，按照審計(jì)階段的不同，可以劃分成兩個(gè)部分，也就是內(nèi)部控制評(píng)價(jià)系統(tǒng)和實(shí)質(zhì)性智能測(cè)試系統(tǒng)。根據(jù)計(jì)算機(jī)審計(jì)不同作業(yè)模式，可以進(jìn)行審計(jì)智能Agent設(shè)計(jì)與審計(jì)數(shù)據(jù)分析的模型研究。

（一）基于智能Agent技術(shù)的內(nèi)部審計(jì)模式設(shè)計(jì)

智能Agent內(nèi)部審計(jì)主系統(tǒng)由知識(shí)庫(kù)與規(guī)則庫(kù)及協(xié)作推理Agent組成，知識(shí)庫(kù)中含有內(nèi)部審計(jì)證據(jù)和外部審計(jì)證據(jù)等相關(guān)資料，并對(duì)審計(jì)要點(diǎn)進(jìn)行持續(xù)的積累和匯總，對(duì)相關(guān)標(biāo)準(zhǔn)進(jìn)行進(jìn)一步細(xì)化和拆分后，再反饋給采集與分析Agent，協(xié)作推理Agent根據(jù)審計(jì)人員設(shè)計(jì)的流程以及事件的推進(jìn)不斷完善和改進(jìn)該過(guò)程。這種混合式的持續(xù)審計(jì)方法不僅能夠?qū)徲?jì)微觀問(wèn)題，如某項(xiàng)詳細(xì)的交易測(cè)試，以考察是否達(dá)到相應(yīng)的控制效果，而且也能夠在宏觀層面進(jìn)行審計(jì)研究，如對(duì)某個(gè)行業(yè)的風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估等?；谥悄蹵gent技術(shù)的持續(xù)內(nèi)部審計(jì)系統(tǒng)包括嵌入模塊、數(shù)據(jù)的采集與轉(zhuǎn)置、數(shù)據(jù)的分析挖掘和報(bào)告結(jié)果三個(gè)部分。

（二）基于數(shù)據(jù)挖掘的智能審計(jì)應(yīng)用

數(shù)據(jù)挖掘技術(shù)的應(yīng)用需要專業(yè)的數(shù)據(jù)挖掘人員，審計(jì)人員應(yīng)與其協(xié)調(diào)配合完成這一過(guò)程。數(shù)據(jù)挖掘系統(tǒng)的基本結(jié)構(gòu)如圖6所示。

在互聯(lián)網(wǎng)信息技術(shù)的推動(dòng)下，數(shù)據(jù)挖掘系統(tǒng)的內(nèi)部審計(jì)研究使現(xiàn)有的審計(jì)工作更加數(shù)字化，讓標(biāo)準(zhǔn)更加明確，增加審計(jì)工作的針對(duì)性，減少不可預(yù)期的誤差，降低審計(jì)風(fēng)險(xiǎn)，同時(shí)保證審計(jì)的質(zhì)量和時(shí)效性。

三、人工智能在商業(yè)銀行內(nèi)部審計(jì)應(yīng)用中可能產(chǎn)生的不利影響

（一）在數(shù)據(jù)采集方面產(chǎn)生的不利影響

在數(shù)據(jù)采集方面，人工智能的發(fā)展企圖在商業(yè)銀行內(nèi)部審計(jì)的應(yīng)用中盡可能提高審計(jì)數(shù)據(jù)的真實(shí)性和完整性，但目前大數(shù)據(jù)高噪音、低密度的特點(diǎn)顯而易見，盡管商業(yè)銀行內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)具有較高的真實(shí)性，但仍不能排除主客觀因素導(dǎo)致的數(shù)據(jù)偏差甚至錯(cuò)誤，這無(wú)疑增加了人工智能商業(yè)銀行內(nèi)部審計(jì)的系統(tǒng)性風(fēng)險(xiǎn)。

如在債券風(fēng)險(xiǎn)評(píng)估、銀行信貸檢查中，對(duì)于發(fā)債企業(yè)、貸款客戶信用風(fēng)險(xiǎn)的分析不僅基于企業(yè)的基本面分析（財(cái)務(wù)狀況），企業(yè)的輿情信息也是人工智能模型分析的重點(diǎn)。而輿情分析涉及金融文本等非結(jié)構(gòu)化數(shù)據(jù)，其來(lái)源為眾多的新聞網(wǎng)站。隨著有價(jià)值的新聞網(wǎng)站被不斷發(fā)掘，輿情監(jiān)控也隨之?dāng)U大，人工智能模型在最初訓(xùn)練時(shí)的數(shù)據(jù)源和后續(xù)的數(shù)據(jù)來(lái)源將有所不同。而數(shù)據(jù)源的變化將很有可能導(dǎo)致數(shù)據(jù)特征的遷移，如不同新聞網(wǎng)站的編輯具有不同寫作風(fēng)格及詞語(yǔ)表達(dá)，最后可能導(dǎo)致最初的模型逐漸失效。一個(gè)比較好的做法是，對(duì)人工智能模型根據(jù)每天或一個(gè)時(shí)間窗口內(nèi)的新增數(shù)據(jù)進(jìn)行模型全量或增量?jī)?yōu)化訓(xùn)練，確保人工智能模型適用于最新的數(shù)據(jù)源。

（二）在數(shù)據(jù)處理和存儲(chǔ)方面產(chǎn)生的不利影響

在數(shù)據(jù)處理和存儲(chǔ)方面，對(duì)于來(lái)自不同數(shù)據(jù)源的信息，我們希望能夠進(jìn)行標(biāo)準(zhǔn)化的處理，并進(jìn)行統(tǒng)一協(xié)調(diào)存儲(chǔ)，但是因?yàn)樯虡I(yè)銀行各種業(yè)務(wù)運(yùn)行模式的不同，審計(jì)證據(jù)的存在形式也必然不同。過(guò)度的數(shù)據(jù)簡(jiǎn)化和統(tǒng)一化易實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化，但必然會(huì)導(dǎo)致部分個(gè)性化數(shù)據(jù)的丟失，如果針對(duì)不同的業(yè)務(wù)模式制定不同的數(shù)據(jù)規(guī)范方法，則又會(huì)影響數(shù)據(jù)效果的標(biāo)準(zhǔn)化，這種矛盾必然會(huì)帶來(lái)系統(tǒng)風(fēng)險(xiǎn)的增加。

（三）在數(shù)據(jù)分析方面產(chǎn)生的不利影響

在數(shù)據(jù)分析方面，盡管人工智能能夠在一定程度上通過(guò)所獲取的信息找到審計(jì)疑點(diǎn)，鎖定審計(jì)重點(diǎn)并提出解決方案，但是大數(shù)據(jù)本身的廣闊性和復(fù)雜性也顯而易見，這有可能會(huì)對(duì)評(píng)估分析模型的準(zhǔn)確性造成影響，這種人工智能所帶來(lái)的數(shù)據(jù)分析方面的固有風(fēng)險(xiǎn)，也是商業(yè)銀行內(nèi)部審計(jì)應(yīng)用人工智能所帶來(lái)的系統(tǒng)風(fēng)險(xiǎn)。

如在債券風(fēng)險(xiǎn)評(píng)估中，人工智能模型使用大量動(dòng)態(tài)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源來(lái)為發(fā)債企業(yè)預(yù)警結(jié)果提供風(fēng)險(xiǎn)權(quán)重，包括發(fā)債企業(yè)財(cái)務(wù)數(shù)據(jù)、經(jīng)營(yíng)數(shù)據(jù)、行業(yè)和地區(qū)數(shù)據(jù)、輿情數(shù)據(jù)、債券交易數(shù)據(jù)等。重要的是評(píng)估其結(jié)果與那些僅使用靜態(tài)和一些可識(shí)別的決策驅(qū)動(dòng)因素的非人工智能系統(tǒng)所產(chǎn)生的結(jié)果是否一致，并了解產(chǎn)生偏差的基本原理。人工智能模型的輸出結(jié)果往往需要經(jīng)過(guò)人工的確認(rèn)，因此模型使用和運(yùn)維人員是否具備足夠的專業(yè)性也特別需要關(guān)注。

此外，從更宏觀的角度來(lái)講，人工智能的應(yīng)用還會(huì)導(dǎo)致故障排解與監(jiān)管成本的提升，體現(xiàn)在兩方面：一是因人工智能系統(tǒng)本身的風(fēng)險(xiǎn)性與復(fù)雜性較高，故障調(diào)節(jié)成本較高;二是人工智能改變傳統(tǒng)行為模式，行為監(jiān)管及責(zé)任界定的判定將變得非常困難。如因人工智能自身的學(xué)習(xí)、決策機(jī)制出現(xiàn)的行為難以追究，因開發(fā)設(shè)計(jì)者人為造成的惡意行為責(zé)任主體難以判定，其后出現(xiàn)的連鎖反應(yīng)的處理成本也會(huì)增加。

四、基于人工智能的內(nèi)部審計(jì)模式管理對(duì)策

（一）提升內(nèi)部審計(jì)人員的綜合素質(zhì)和參與度

首先，要提升內(nèi)部審計(jì)人員分析發(fā)現(xiàn)潛在風(fēng)險(xiǎn)的能力，能夠正確識(shí)別人工智能模型所展示出來(lái)的數(shù)據(jù)結(jié)果的實(shí)質(zhì)內(nèi)涵;其次，要全面掌握人工智能技術(shù)內(nèi)部控制的特點(diǎn)，以保證能夠更全面地看待和分析人工智能數(shù)據(jù)結(jié)果，更高效地完成內(nèi)部審計(jì)工作;最后，要著力提升內(nèi)部審計(jì)人員的管理才能，樹立全局觀念，充分發(fā)揮內(nèi)部審計(jì)的增值功能。

（二）確保內(nèi)部審計(jì)數(shù)據(jù)的安全性

數(shù)據(jù)是保證人工智能技術(shù)有效運(yùn)行的基礎(chǔ)。商業(yè)銀行的內(nèi)部審計(jì)掌握著大量的數(shù)據(jù)，而黑客和數(shù)據(jù)泄漏的普遍存在，使得數(shù)據(jù)安全成為人工智能背景下商業(yè)銀行內(nèi)部審計(jì)必須考慮的問(wèn)題，因此，要圍繞數(shù)據(jù)核心打造全方位、高速度、高質(zhì)量的數(shù)據(jù)防范體系，以數(shù)據(jù)為核心，助力內(nèi)部審計(jì)的風(fēng)險(xiǎn)管理，充分利用目前的網(wǎng)絡(luò)安全技術(shù)，更深層次地把握和洞察風(fēng)險(xiǎn)隱患，排解可能出現(xiàn)的安全故障。此外，還要確保銀行數(shù)據(jù)信息系統(tǒng)的安全，保證相關(guān)業(yè)務(wù)人員、財(cái)務(wù)人員在內(nèi)部系統(tǒng)進(jìn)行數(shù)據(jù)傳遞時(shí)的安全可靠。

（三）提高對(duì)審計(jì)溝通的重視程度

即使在人工智能時(shí)代，內(nèi)部審計(jì)人員在日常的工作當(dāng)中，也不能忽視審計(jì)溝通的重要性，由于內(nèi)部審計(jì)問(wèn)題的個(gè)性化，有些審計(jì)疑點(diǎn)必須要進(jìn)行有效的溝通才能提出更具針對(duì)性的審計(jì)方案。溝通必須重視運(yùn)用大數(shù)據(jù)，借助大數(shù)據(jù)技術(shù)來(lái)了解銀行內(nèi)部整體的風(fēng)險(xiǎn)控制狀況，為人工智能背景下進(jìn)一步提高審計(jì)工作質(zhì)量和水平打下良好基礎(chǔ)。這種溝通的過(guò)程，也可能促進(jìn)人工智能解決方案的改進(jìn)，可以說(shuō)，這種改進(jìn)可能比人工智能最初的開發(fā)成果更具有實(shí)踐性和針對(duì)性，更加強(qiáng)調(diào)了審計(jì)溝通的重要性。

（作者單位：招行銀行審計(jì)部沈陽(yáng)分部，郵政編碼：110000，電子郵箱：wudiliyuan@cmbchina.com）

主要參考文獻(xiàn)

何曙光，趙安命，詹向勇，康滔滔，郭世鈿，許靈.大數(shù)據(jù)網(wǎng)絡(luò)化環(huán)境下銀行內(nèi)部審計(jì)的思考[J].中國(guó)內(nèi)部審計(jì)， 2016（11）：4-9

李視磊.基于人工智能技術(shù)的審計(jì)模式發(fā)展的思考[J].財(cái)經(jīng)界（學(xué)術(shù)版）， 2018（14）：111-112

王李瑩.金融科技下商業(yè)銀行內(nèi)部審計(jì)[J].財(cái)經(jīng)界， 2018（12）：163-164

王志成.關(guān)于深化金融審計(jì)的幾點(diǎn)思考[J].審計(jì)研究， 2018（04）：7-11

張鳳元，皮雨鑫，劉美佳.將人工智能應(yīng)用于審計(jì)的研究[J].對(duì)外經(jīng)貿(mào)， 2016（12）：158-160