基于大語言模型的采購審計方法研究

[摘要]本文基于ChatGPT等生成式人工智能和大語言模型技術，針對采購審計中的痛點和應用場景，提出在采購整體流程中有效融入大語言模型的具體實踐方法，展現大語言模型在降低審計人員對于業務信息的理解成本，促進業審融合，增強采購審計實時性和前瞻性方面的積極效果。本文圍繞采購合理性評估、供應商資質判斷、技術與隱性成本識別等問題，構建一個將大語言模型技術應用于招標準備、招標進行和標后審查三階段的審計框架，并提出應對大語言模型技術所帶來的反饋失真、數據安全和人員勝任能力等相關風險的措施。

[關鍵字]大語言模型" "采購審計" "大數據審計

本文系2024年江蘇省研究生實踐創新計劃項目（項目編號：SJCX24_1210）

一、引言

ChatGPT（Chat Generative Pre-trained Transformer）是由人工智能研究實驗室OpenAI開發的一種基于大語言模型的聊天生成預訓練轉換器，其在知識理解、邏輯推理和人機交互等方面展現出高度通用化和智能化的特征，迅速引發全球的廣泛關注和使用。在此背景下，基于ChatGPT背后的大語言模型技術演進范式及其特征在審計領域的探索，成為在人工智能技術發展與社會變遷密切交織的時代背景下，實現審計方法智能化變革的關鍵議題。這不僅是審計與新興生產要素整合的重要路徑，也是提高審計效率、效果和效益的必然選擇。

作為內部審計的重要組成部分，采購審計通過深度審查采購流程、合同履行情況、供應商管理等方面，旨在提高公司采購活動的合規性、透明度和效率，以維護公司的財務健康和商業聲譽。但在實踐中，采購審計工作往往面臨著多項挑戰和制約，特別是非結構化數據的批量處理與分析難題以及審計人員在業務知識背景方面的局限性，使得審計人員在審計過程中更偏向于注重程序上的合規，而難以從價格和成本控制等根本因素上防止采購舞弊的發生，不利于審計工作的高效進行。ChatGPT等大語言模型，為采購審計帶來了獨特的價值，其不僅能實現與審計人員的高效對話交互，而且可以對采購數據進行深度解讀，從而為審計人員提供更為精準的建議和策略。這種技術的應用無疑為采購審計帶來了前所未有的策略思考、實用工具，為企業在采購領域中實現更高的風險控制與價值創造提供了強大支撐。

二、文獻綜述

隨著大語言模型的不斷迭代，其在各個研究領域引起了日益增長的興趣和關注。這些模型不僅在傳統的自然語言處理（NLP）任務上取得了顯著進展，而且在一系列復雜且創新的應用場景中展示其獨特的能力。有研究表明，在文本理解和生成方面，大型語言模型通過采用Transformer架構的雙向編碼器表示，BERT模型（Bidirectional Encoder Representations fromTransformers）能夠理解文本中每個詞語的上下文，理解文本的深層次含義，以達到準確分類文本的目的。在文本摘要方面，有關研究" " " " " " " " " " nbsp; " " "提出一個統一的框架，將所有自然語言處理（NLP）任務轉換為一個“文本到文本”的問題。這意味著無論是文本摘要、翻譯、問答還是分類任務，都可以通過相同的模型架構來處理，僅通過改變輸入和輸出的文本格式來適應不同的任務。在生物醫學領域，有研究人員通過在生物醫學領域的大型文本語料庫上對BERT模型進行再訓練，開發了BioBERT，從而使模型能夠更好地理解生物醫學文獻中的專業語言和概念。在命名實體識別任務中，BioBERT能夠準確地識別文本中的疾病、基因、藥物等實體；在關系提取任務中，BioBERT能夠識別文本中實體之間的復雜關系，如基因和疾病之間的關聯；在問答任務中，BioBERT能夠理解用戶的查詢并從大量的生物醫學文獻中找到準確的答案。

以ChatGPT為代表的大語言模型技術的興起為審計領域帶來了革命性的變革。楊揚（2020）以我國A股上市公司為樣本，實證分析結果表明人工智能技術能提升審計質量且效果高于四大會計師事務所。程平，喻暢和龔悅（2023）通過分析ChatGPT在內部審計信息收集、數據分析、報告生成等方面的作用，構建了基于ChatGPT的內部審計框架模型。劉雷，李玲焰和許默為（2023）在分析ChatGPT應用于內部審計流程的角度出發，聚焦計劃階段、實施階段、報告階段、后續階段四個方面。

基于過往文獻，研究者主要將焦點放在ChatGPT在內部審計領域的應用上，尤其是內部審計數據處理、審計報告的生成以及傳統財務合規性的廣泛框架內的應用。然而，針對特定的內部審計領域，比如易于導致直接經濟損失的采購招標環節的審計，對于ChatGPT在其中的應用研究相對較少。ChatGPT以其先進的數據處理能力和自然語言的處理及生成技術，使得其在提升審計機構的整體知識基礎和審計決策的快速響應性方面表現出顯著的效果。通過ChatGPT，企業內審機構能夠實現業務知識與審計的深度整合，從而更好地發揮內部審計的作用，確保采購活動的合規性和有效性。

三、目前企業采購審計領域所存在的審計痛點分析

在商業組織中，采購流程通常按照規模和頻率分為零星采購和招標采購兩大類。當交易金額超越預設的財務閾值時，規范化的招標采購程序將被視為首選項。然而，正是因為招標采購涉及的金額往往較大，因此易于潛藏圍標和串標等采購風險，這些風險不僅可能導致公司遭受顯著的直接經濟損失，同時還會助長腐敗風氣的蔓延。在傳統采購審計中，受制于招標流程鏈復雜、資金涉及龐大以及采購物資的專業性強等特點，審計實踐中的專業技術門檻和信息時效性問題成為制約審計效率和準確性的瓶頸。這些問題不僅增加了審計過程的復雜性，而且也為圍標、串標等不當競爭行為的發生提供了土壤，具體包括以下幾個方面。

（一）招標準備階段

1.采購合理性評估不足。

由于缺乏具體設備的專業知識，審計人員可能無法確切判斷該設備采購是否真實反映了組織的實際需求，或存在采購過度、采購不足的風險。

2.供應商資質判斷困難。

審計人員可能難以確切評估參標供應商的資質是否與項目需求相符，以及其在行業內的聲譽。這可能導致邀請到的供應商存在資質不齊的問題，從而損害招標的公允性和其他技術資質符合要求的供應商的競價積極性。此外，還可能存在供應商頻繁參與投標但從未中選的“重在參與”供應商，審計人員難以判斷其資質與供應商之間的關聯關系，導致圍標、串標風險加劇。

3.采購決策背景理解受限。

在先進設備的采購決策中，供應商的選拔受制于市場上限量的合格企業。當審計人員缺少專業領域知識時，通常依賴標準化的招標程序以滿足對供應商數目的規定性要求。這種依賴可能無意中包容了不符合資格的供應商進入招標，僅為了形式上的規則遵從，潛在地削弱了優質供應商的競爭意愿。這種供應商質量的不均可能導致優質供應商面臨不必要的競爭風險和不確定性，降低其參與熱情，繼而影響企業的長期收益。相對地，審計人員如果過分信賴采購或技術團隊的判斷，而采取競爭性談判（兩家供應商議價）或獨家議價，可能會損害采購過程的客觀性與公平性。因此，審計人員在行業知識不足的情況下，可能會面臨在招標程序的正當性與供應商篩選效率之間尋求均衡的困境。

（二） 招標進行階段

1.技術與隱性成本難以識別。

對于某些設備，如高耗能的循環水泵，盡管初期投資僅需數百萬元，但后續的維護費用、配件損耗及電費可能高達數億元。專業知識的缺乏可能導致審計人員未能充分識別和評估這些隱性成本。當采購人員成本意識缺失時，審計人員也難以發現相關問題，從而可能導致選擇了非最優供應商。

2.合同條款風險漏檢。

部分設備采購合同可能包含復雜的技術支持和保修條款，未熟知其內容可能導致審計人員遺漏對組織不利的合同條款的審查，導致公司面臨潛在的商務或技術風險。

3.專家評分公允性評估困難。

在技術標中，審計人員的職責不僅涉及對現場技術專家評標活動的獨立性監督，還需評估這些專家所給出的評分是否與技術參數和性能指標嚴格對應，以此來驗證技術評分的合理性和公正性。非專業背景的審計人員在評估專業性極強的技術評分時，有時會面臨知識匱乏和判斷困難的問題。

（三）標后審查階段

1.成本分析困難。

在采購審計領域，審計人員能否在專業設備領域具備獨立而準確的成本分析能力，構成了鑒定采購風險的一個核心要素。在執行標后成本分析時，審計人員面臨著對圍標與串標行為評估的挑戰。此過程涉及將實際采購成本與市場預估價及前期報價進行對比分析，以此揭示潛在的不當協商行為。過高的采購成本可能是供應商之間或供應商與采購部門、技術部門之間存在勾結行為的預警信號。對成本的深入審查能夠揭示供應商操控報價以形成市場壟斷的策略，這種行為往往會在無形中增加企業采購的財務負擔。反之，低于市場水平的采購成本可能表明產品可能存在質量問題。在業績壓力的驅使下，采購部門有可能對供應商施加壓力降低價格，而供應商為了保持利潤可能在成本控制上做文章，這不僅引發了產品質量風險，也可能因為后續的修復和返工影響整個項目的施工進度。因此，審計人員是否具備獨立成本分析能力是判斷與識別采購風險的關鍵因素。

2.供應商實地考察情況難以評估。

對于供應商的現場情況，如設備生產線、原材料來源等，審計人員可能缺乏足夠的專業知識進行評估，導致調查結果不精確。

3.采購人員績效評估存在困難。

在制造業中，若此次標的在過往其他項目上曾采購過且型號類似時，采購人員通常依靠行業經驗調價修正，然后將調價修正后的價格與本次招標價進行對比，計算出成本降低率。因此在一些制造業企業，這種指標被作為采購人員在采購缺乏市場參考價格的非標設備時，進行績效考核的基礎標準。然而，由于調價過程的專業性，審計人員通常難以理解其具體細節，這使得審計人員對于采購人員提供的降本報告的真實性和績效指標的評估變得相對困難。

綜上，采購審計作為一項高度專業化的審計活動，要求審計人員不僅具備傳統審計原則和策略的專業知識，還需熟悉涵蓋材料、設備、土建等領域的綜合知識體系及市場價格的知識矩陣。隨著現代企業的快速擴張和業務領域的多樣化，所涉及的采購種類也越發廣泛。尤其在專業化設備的采購招標審計中，若缺少相應的專業背景知識，僅憑傳統審計與會計思維，審計人員將面對一系列審計上的挑戰。

此外，審計人員所面臨信息獲取的時效性問題顯得尤為突出，這些因素常常構成了審計人員在精確及時評估審計風險上的主要障礙。在企業采購審計領域，其關鍵不僅是在問題發生后的責任追究，而更重要的是在采購進行過程中的問題發現與預防，以保護公司免受損失。在這一點上，審計工作的及時性成為一個核心要素，如何利用信息化手段來高效獲取專業化的信息以實現業審融合，成為衡量審計工作成效的關鍵所在。

四、基于ChatGPT 的采購審計中模型構建與應用

面對上述挑戰，ChatGPT能夠通過高效的信息分類和整理來處理大量采購數據。通過將大規模采購數據輸入ChatGPT，可以充分利用其強大的學習能力，實現對數據的有效處理和理解。此外，ChatGPT的智能問答系統為采購審計人員提供了學習的便利渠道。審計人員可以通過與ChatGPT的交互，獲取大量業務專業知識，以彌補其在專業業務審計方面的不足。這種交互式學習的方式有助于提高審計人員的專業水平，使其能夠更好地運用專業知識進行審計工作。因此，ChatGPT不僅能夠協助審計人員進行高效的數據處理，還能夠為其提供深度學習和專業知識補充，實現審計技能與業務知識的有機結合。基于以上理解和分析，本文構建了基于ChatGPT的采購審計框架模型（見圖1）。

大語言模型的淺層核心功能就是提供智能問答系統，能夠對基于自然語言的查詢作出專業化的響應。審計人員可通過構筑明確的語言提問，接收到相對高準確度的專業答復，一定程度上促進了審計人員在獲取采購相關的專業知識方面的效率，從而有效降低了行業專業知識的門檻。這樣的互動過程，為審計人員在執行精確且及時的采購審計活動中提供了重要支持。

（一）采購招標準備階段

在招標準備階段，內外部資料審核和供應商現場評估為采購審計在標前風險防范的要點所在。

在內部資料審核方面，審計人員往往需要對設備的實際需求進行深入評估，ChatGPT能夠獲取相關設備的行業標準、最佳實踐和市場動態，從而形成一個更全面和客觀的評價，以判定提出的采購需求是否為企業剛需，從而達到降本增效的效用。同時，可將技術協議、規范性文件、企業規章制度和采購招標制度等納入模型，通過訓練形成一個適應企業特定要求的智能審核系統。通過自定義的系統，企業能夠更加高效地處理和審核各類采購文件，并且減少人工審核中可能存在的疏漏和錯誤。這種技術應用不僅提高了工作效率，而且降低人工審核的主觀性所帶來的風險，從而使企業在處理重要文件時更為可靠和安全。同樣，在評估供應商資質和決策背景的合理性時，通過ChatGPT的聯網功能可以為審計人員提供參標供應商的歷史記錄、行業內聲譽和相關行業決策策略的深入解析，讓審計人員能對供應商的資質背景有一個初步印象。

在現場評估方面，當進入供應商的實地考察環節，ChatGPT的多模態圖片識別功能將進一步展現其價值。通過審計人員現場拍攝的圖像資料，ChatGPT可以對供應商工廠的環境、設備狀況和閑置設備進行識別，從而為審計人員提供有關現場情況的深入分析。這種結合了人工智能技術與實地考察的策略，有利于提高審計過程的準確性和全面性，增強審計的價值與可靠性。

（二）采購招標進行階段

在招標進行階段，企業通常會分為技術標和商務標，并進行分別評分，最后根據一定比例換算成綜合分數作為定標依據。

在技術標方面，審計人員的任務不僅包括對現場評分的紀律監督，還須就技術評分標準的合理性和技術評分公允性進行評估。針對技術標準的評分標準，ChatGPT還能聯網環比行業內的其他評估標準和之前的案例，以判斷專家提出的評分標準是否對所有參標商公平，以減少對意向參標商的偏向。針對技術評分方面，當多位技術評審人員對同一家供應商的評分存在顯著差異時，審計人員應及時介入并進行研判，ChatGPT可以幫助審計人員進行快速審查并提高對技術標書中專業化參數的理解，從而幫助審計人員更準確地評估技術評審與各參標商的技術參數的一致性。ChatGPT為審計人員所帶來的較低成本獲取信息的方式可以提高審計效率，并避免對后續商務標流程造成不必要的干擾。

在商務標方面，供應商所提交的商務標書通常不僅包括報價，還包含近三年的財務報表。審計人員可以借助ChatGPT技術深入分析這些財務報表，以更專業的方式對供應商的財務狀況進行深入分析。這有助于評估潛在的財務風險，提供更為精確的風險管理，評估供應商的合同履行能力，進行供應商合規性審查，并優化采購決策，如更有利的價格和合同條款，以及選擇財務健康的供應商等，以實現最佳的經濟效益。

（三）采購招標標后審查階段

在標后定標階段，結合GPT的聯網功能和深度學習算法，可以進行大規模的市場數據分析。同時，組織可以導入歷史的招標數據和投標材料至Advanced Data Analysis（高等數據分析）模塊進行訓練。通過使用提示詞工程，可以為審計人員提供一般性的行業經驗和工程經驗，以便對不同設備的大致成本利潤率進行評估。這有助于審計人員進行詳細的成本分析，以判斷定標價是否與市場價格一致，或是否維持在一個合理的成本利潤率范圍內。

此外，詳細的成本分析還有助于對采購人員的績效審查。審計人員可以通過GPT獲取行業專業經驗和知識，克服由于專業知識不足而導致的無法進行采購績效審查的難題，從而幫助組織更好地評估和管理采購過程中的成本和績效。

五、采購審計運用ChatGPT所面臨的風險

（一）反饋失真風險

在利用ChatGPT進行細化查詢時，如查詢特定設備所處行業的特定供應商名稱時，往往會出現所獲得的供應商名稱與實際供應商不符的情況。這種差異的根本原因在于，ChatGPT屬于生成式自回歸模型，其訓練過程基于對大規模文本數據的分析，以掌握詞語間的關聯性和出現模式。該過程涉及辨識詞語的共現頻率及其排序習慣，并基于這些識別出的模式，為每個潛在的后續詞建立概率分布。例如，真實的供應商名稱為A省B集團，但ChatGPT在處理出“A省”這樣的文本后，模型會估算各個可能繼詞（如“B集團”“C公司”“D廠房”等）的出現概率，并據此進行選擇。因此，模型在選擇下一個詞時，是基于統計概率而非對深層語義理解，所以生成的供應商名稱可能是匹配概率最大的詞匯組合成的名稱，而非真實的供應商名稱。這就要求審計人員進行二次驗證，以確保結果的準確性和可靠性。

（二）數據安全風險

在開發服務于采購審計的問答機器人時，經常需要向ChatGPT的代碼解釋器上傳多種數據。這包括但不限于：供應商的技術協議參數、商務標書中的財務數據、定價信息、內部采購政策和標準，以及供應商準入條件等。這些信息的敏感性和重要性對企業的核心商業利益至關重要。盡管OpenAI強調在其代碼解釋器中上傳的數據將得到保密，并且不會被用于模型訓練，但其是否真實履行保密義務仍有待商榷。由于審計領域經常需要處理大量敏感信息，這種擔憂尤為顯著。因此，如何在訓練問答系統的同時最大限度地保護這些關鍵數據，成為一個至關重要的議題。這不僅涉及技術層面的數據保護措施，也關乎對數據處理和存儲策略的全面審視，以確保審計人員在利用大語言模型時仍能保障企業信息安全。

（三）人員勝任能力風險

要想有效利用大語言模型進行審計工作，關鍵在于審計人員能否準確地提出問題，確保模型的回答與審計人員的預期一致，并盡可能滿足審計人員的專業需求。這通常要求審計人員具備一定的提示詞工程技能。在缺乏這方面訓練的情況下，審計人員可能無法充分發揮ChatGPT的潛力，這樣的話模型所提供的關于審計風險識別或應對策略的回答可能不夠全面，從而限制了其在采購審計領域中的最佳應用，甚至導致審計人員獲取了不可靠或不準確的信息，從而影響審計判斷和審計決策。因此，提升審計人員的數智化能力，以確保審計人員在審計過程中能夠獲得高質量、精準的信息就顯得尤為重要。

（四）大模型性能風險

在采購審計領域，尤其是與招標過程相關的環節，ChatGPT在處理文本識別方面表現出的技術成熟度還有所不足。供應商通常以掃描件形式提交技術和商務標書，實踐中大多轉換為圖片格式的PDF文件進行處理。PDF文件特點是，其內容主要以圖像形式呈現，而非可直接處理的文本數據。由于ChatGPT目前的技術架構在識別此類圖像型文檔方面尚存局限，當審計人員上傳這類文檔以進行模型訓練或提出查詢時，模型對文檔內容的識別準確度受到影響。這種技術上的不足可能導致模型對上傳文檔中信息的解讀不夠準確，進而影響其回答的精確性。在實際應用中，這可能導致審計人員在依賴ChatGPT提供的答案時遇到信息解讀的偏差，進而影響審計結果的準確性和可靠性。因此，認識并合理應對這一技術局限性對于提高采購審計的有效性至關重要。

六、采購審計運用ChatGPT所面臨風險的應對措施

數據安全方面，首先，審計人員應審慎選擇哪些數據上傳至ChatGPT的代碼解釋器，而不是簡單將整個數據集都提交給模型。其次，審計人員還應考慮采用數據脫敏和匿名化技術，以降低數據泄露的風險。通過刪除或替代敏感信息中個人標識符的方式，可以減少數據泄露的可能性，同時仍然能夠有效地進行分析和審計。最后，審計人員可以探索進行本地化或私有化部署，以降低數據泄露的潛在風險。審計人員應使用包括身份驗證、授權機制、定期審查和更新訪問權限在內的訪問控制措施，以確保只有經過授權的人員才可以訪問敏感數據。

反饋失真及大模型性能風險方面，首先，審計人員可以通過優化訓練數據，特別是加入更多與采購審計相關的圖像型文檔，使ChatGPT在處理此類文檔時能夠更好地理解和識別內容。這涉及在訓練中集中加入更多具有多樣性和代表性的供應商文件，以提高模型對各種文檔格式的適應性。其次，審計人員可以將ChatGPT進行領域專業性微調，使其更加適應采購審計領域的特殊需求。通過在審計領域引入專業術語和背景知識，可以提高ChatGPT在該領域的解釋和回答的準確性。最后，可以引入二次驗證機制，即使ChatGPT提供了回答，審計人員仍然須進行手動核實和確認。這有助于糾正潛在的模型誤判或不準確的情況，以確保審計結果的準確性和可靠性。

人員勝任能力方面，首先，審計人員應接受專門的培訓和教育，以提高其在提示詞工程方面的技能。審計人員應了解模型的工作原理、語言模型的特點以及如何構建有效的提示問題。培訓和教育還應涵蓋審計領域的專業知識，以幫助審計人員更好地理解如何與模型互動以滿足其專業需求。其次，審計人員應積極參與模型的使用和實踐，以逐漸熟悉如何提出具體問題并獲得可靠的回答。采購審計人員可以建立內部知識共享和協作機制，這種知識分享可以在團隊內部促進技能的提升。最后，審計人員應保持與技術領域的發展和模型的更新同步。大語言模型技術不斷發展，了解最新的模型性能和功能可以幫助審計人員更好地發揮其潛力，提高審計效率。

七、結語

本文深入研究了大語言模型在企業采購審計中的應用思路和技術方法，著重于強化審計的實時性和前瞻性，利用大語言模型的高效信息獲取和多模態數據處理能力，達到保證合規性合理的同時，進一步為組織降本增效的目的。對于采購審計而言，除了需要確保程序上的合規性外，更為關鍵的是能夠對采購價格真實性與公允性作出獨立的審計評估，這也是大語言模型輔助審計判斷的關鍵應用場景。

盡管ChatGPT等技術在內部審計中展現出巨大潛力，但在實際應用中仍然面臨著一些挑戰，其中包括數據安全、風險識別、審計報告質量和審計標準遵守等方面所存在的隱患。因此，在將ChatGPT技術應用于內部審計時，企業需要采取相應的應對措施，以確保技術的有效、安全、規范應用。在未來的研究和實踐中，期望通過更深入的研究和不斷的技術創新，持續完善內部審計智能化框架，為企業提升審計效能、降低風險提供更為可靠的支持。

（作者單位：南京審計大學政府審計學院，郵政編碼：211815，電子郵箱：416050658@qq.com ）

主要參考文獻

[1]程平，喻暢，龔悅.基于ChatGPT的智能內部審計研究[J].會計之友， 2023（20）：7-12

[2]劉雷，李玲焰，許默為.ChatGPT對企業內部審計影響的思考[J].中國內部審計， 2023（8）：18-23

[3]楊揚.人工智能技術對審計質量的影響：基于會計師事務所視角的實證研究[J].技術經濟， 2020（5）：9-17+34