數智技術驅動下敏捷審計模式變革與實踐框架探究

【中圖分類號】F239.4 【文獻標識碼】A 【文章編號】1004-0994（2025）15-0091-6

一、引言

隨著機器學習、大語言模型等數智技術在各領域的深度融合應用，各類企業的組織結構、業務經營、管理模式等正在發生重大變革，企業的創新周期顯著縮短，其系統運行和數據流轉變得日益復雜，內部審計轉型迫在眉睫。國際內部審計師協會（IA）于2024年1月發布的新修訂的《全球內部審計準則》強調，審計機構應高度關注技術驅動對內部審計功能的優化作用，并提升審計組織對復雜業務環境變化的響應能力，在資源有限的條件下，準確識別關鍵風險、潛在風險，科學平衡各方審計需求，以實現審計價值最大化。

然而，傳統的“瀑布式”審計模式在應對內外部審計環境的快速變化時，難以有效滿足內部治理和外部監管的審計需求。此外，由于企業內部多元異構數據大量生成，傳統審計方法無法有效應對海量數據大樣本抽樣、審計線索和證據的快速查找、多類審計場景的專業分析等復雜需求。因此，迫切需要更加靈活和高效的審計模式來應對各種復雜變化，此時敏捷審計應運而生。敏捷審計是將軟件開發過程中的敏捷思維和方法論有機融入內部審計的創新實踐中，力圖通過短周期的動態規劃與重點實施，實現審計模式的快速響應、靈活調整和持續迭代。同時，敏捷審計還將信息技術的創新應用與動態變化的審計需求有機融合，進一步凸顯了“數字化\"特征。當前，敏捷審計因其敏捷性、高適應性和可持續性特點，正逐步受到學術界和實務界的高度關注，并成為內部審計模式中重要且有益的新型模式，德勤華永、順豐、中石化、中信銀行等企業和金融機構已率先探索與實踐該模式。

但需要指出的是，敏捷審計雖然在理論研究與應用框架構建方面取得了一定進展，但在實踐中仍面臨著諸多挑戰。首先，敏捷審計與傳統審計在流程、方法論及思維模式上存在顯著差異，部分審計部門、審計人員對敏捷審計理念與方法的理解還不夠深入，導致在實施過程中難以充分發揮其潛在優勢（李鳳雛，2023）。其次，現行的敏捷審計模式主要是依賴基礎性數字化工具（如審計平臺、數據分析軟件等），技術應用相對分散，多聚焦于組織層面和流程層面的效率提升，缺乏多維數據與底層技術的深度融合（張慶龍等，2020）。流程優化主要是以Scrum框架作為實施指導，數據分析還是以人工挖掘為主，數據與技術對審計決策的驅動作用相對有限（孫希榮和王海萍，2022）。另外，在業務風險和審計風險的判別方面，仍以人工經驗為主，缺乏動態量化模型的支持，優先級排序主觀性強（程平等，2024）。以上問題制約了敏捷審計價值的充分發揮和廣泛應用。故本文擬基于敏捷審計的相關研究成果，以內部審計模式中的關鍵問題作為研究切入點，深入探究在生成式人工智能大模型等數智技術融合的情境下，敏捷審計的模式變革及實踐框架構建，以期為內部審計數字化轉型和高質量發展提供堅實的理論基礎和實踐指導。

二、文獻綜述

1.敏捷審計含義及模式特征。敏捷審計源于敏捷思維，它強調審計工作的快速響應、持續改進和團隊協作，核心是通過持續迭代和增量式的方法來提升審計效率（Alexiou，2017）。國內研究尚處于探索階段，當前的研究焦點主要集中于內涵界定、特征分析層面：季鳳雛（2023）指出，敏捷審計是一種新型審計和項目運作模式，具備循序漸進、持續迭代的特性。相小紅和周雪萍（2025）指出，敏捷審計應以數智技術為重要支撐，幫助審計機構更好地適應數字化環境下日益復雜的不確定性和風險多樣性。

另外，相關學者還基于敏捷理論對敏捷審計的實施模式、特征進行了深入研究。一是強調敏捷審計實施的迭代性。這意味著敏捷審計將審計項目劃分為多個短周期的迭代過程，每個迭代都包括計劃、執行、評估和反饋等環節（薛瀾等，2024）。二是重視敏捷審計溝通與協作的持續性。劉折等（2025）認為，審計團隊與業務部門、管理層以及其他利益相關者之間需要持續溝通與協作。三是強調敏捷審計實施的靈活性與適應性。敏捷審計應根據企業業務的變化和風險狀況，靈活調整審計計劃、范圍和方法（劉洋溪，2024）。四是強調要注重價值創造。敏捷審計突破了傳統監督職能的局限，更為注重為企業創造價值（張慶龍等，2020；Deloitte，2023）。

當前，學術界和實務界普遍認同敏捷審計是一種在審計過程中遵循敏捷思維、理念或模式的新型審計思想和方法論，而并非特指某種審計類型，它更強調運用先進技術來實現審計流程的優化和審計效率的提升，強調實施過程的靈活性、快速響應與持續改進。

2.敏捷審計應用框架與實踐。相關學者和審計機構對敏捷審計的應用框架進行了深入探討。德勤提出“敏捷審計框架\"的概念（Deloitte，2023），認為采用數據驅動和團隊協作的雙重策略，能夠顯著提高審計效率（胡愛平和潘海天，2024）。Mkoba和Marnewick（2020）將敏捷方法和Scrum敏捷框架融入內部審計體系，初步構建了基于流程迭代的敏捷內部審計框架。孫希榮和王海萍（2022）也將Scrum敏捷框架應用于審計整改追蹤，指出該模式更強調高質量審計建議，能實現風險防范與業務發展需求的有效平衡。而王兆毓（2023）則構建了“有效模型一全量數據—專項分析一即時評估\"的基礎框架。

另外，敏捷審計模式正在向涵蓋金融、能源、制造業等多個行業的內部審計領域持續擴展，還在信貸風險審計、供應鏈審計和融資審計等多個場景中得到應用。相關企業的內部審計部門根據自身特點和審計需求，積極探索敏捷審計的實施方案和路徑，初步形成了各具行業特色的敏捷審計模式。例如，在金融行業，借助敏捷審計平臺能夠實時監控信貸風險、市場風險和操作風險等，及時發現潛在的風險隱患，以保障金融安全。在能源行業的項目投資、建設與運營中，運用數字技術協助能實現全過程審計，并有效確保了項目的合規性和效益性（梁力軍等，2023；高倩，2022）。此外，敏捷審計在政府審計領域也得到了探索性應用，如對政府項目和補貼資金進行重點審計，以提高財政資金的使用效益，促進政府部門廉政建設（夏詩園和湯柳，2020）。由上可知，敏捷審計模式已經在各個領域得到了認可，并逐漸付諸審計實踐中。

三、實施敏捷審計面臨的關鍵問題

在培養和發展企業新質生產力的背景下，敏捷審計實施面臨著全面提升審計響應速度、審計質量和審計效率的多重要求。敏捷審計實施所面臨的關鍵問題如下：

1.數據分析與模型構建方面。盡管多數企業已廣泛應用大數據技術來提升審計效率，但在數據處理和分析能力方面仍有較大的提升空間。首先，缺乏有效的數據可視化工具及應用。現有的數字化工具多局限于傳統圖表類型，缺乏動態化的熱度圖、樹圖、地理地圖等可視化圖譜，難以有效展示海量數據分析結果及數據態勢。其次，建模工具及應用不統一，由于企業審計數字化進程具有差異性，在實際審計數據分析過程中，或采用Excel、SQLServer等數據庫工具進行對比分析，或采用數據挖掘技術、Python、R語言等，導致工具間復用性差，模型經驗積累困難。因此，高效地整合和利用內外部數據及模型，已成為提升敏捷審計質效的關鍵路徑。

2.審計流程與作業實施方面。企業內部審計的作業實施也面臨一些關鍵性問題。一是審計工作的線上化程度不足。盡管許多內部審計部門已經建立了審計平臺或系統，但審計活動仍然主要依賴于現場審計和線下操作，這限制了審計過程和數據的線上化及集成化。二是審計知識和經驗的積累不足。在審計過程中發現的風險隱患、關鍵問題、案件、案例以及審計報告等，并未形成系統化、規范化和可視化的知識體系，這影響了審計知識的轉化和重復利用（魯清仿和燕萬年，2018）。三是審計流程缺乏統一的標準和規范。這導致不同項目和審計團隊在審計流程和操作程序上存在顯著差異，增加了審計結果的不確定性及審計風險，同時削弱了對決策的支持力度（鄭石橋，2020）。四是缺乏有效的審計實施輔助工具。如在審計作業的計劃方案編制、底稿撰寫、審計訪談、線索和證據收集、終點記錄和報告生成等環節，主要依靠線下人工操作，迫切需要引入智能化工具以提高審計效率（張慶龍等，2020）。這些問題不僅制約了內部審計的靈活性和響應速度，也對審計質量和效果產生了負面影響。因此，企業必須尋求新的審計流程和作業實施方法，以適應不斷變化的市場環境并滿足利益相關者的需求。

3.資源調度與信息共享方面。不同部門間的數據與信息的協調關系是影響內部審計質量和效果的核心要素。首先，缺乏有效的審計資源調度機制。由于內部審計部門與其他職能部門、業務部門之間是平等的，在需要審計資源如審計人員配置、系統平臺和軟件應用時，往往依賴被審計部門的支持，這進一步削弱了內部審計的獨立性和權威性（周旭枚和楚爾鳴，2021）；同時，在審計資源調配過程中，難以全面掌握審計項目的進度和審計人員的分配情況。其次，往往缺乏有效的信息共享機制。主要表現在審計部門與其他部門的信息協同性差，導致內部審計在實施作業時常常面臨數據獲取難、數據維度單一、數據滯后和缺失等問題（許奎和王帆，2024）。另外，不同的審計團隊在執行任務時也會由于審計數據和信息共享性差等無法迅速查證出一些審計問題和證據線索，影響了時效性（劉成等，2024）。因此，建立規范合理的資源調度和信息共享機制，加強部門間的協同和審計團隊的聯合行動，是提升敏捷審計質效的關鍵。

四、數智技術融合下的敏捷審計動力機制

目前，審計領域正積極探索如何通過運用DeepSeek等生成式人工智能大模型與審計的深度融合，提升審計工作的數字化水平和敏捷性，同時也為敏捷審計的進一步實施提供變革的契機。本文將從審計流程迭代、審計作業協同和審計決策驅動等維度來展開剖析動態迭代機制，以回答敏捷審計實施的可行性問題。

1.審計流程的動態迭代機制。在傳統內部審計實踐中，由于其執行流程周期相對較長且審計發現相對滯后，故遵循“高風險點識別一高價值點驅動一高效率提升”的流程導向原則的敏捷審計模式，主要針對企業業務中的高風險點和高價值點領域實施持續監測和實時預警，以便能夠有效發現與識別潛在風險，顯著提升內部審計工作的時效性。其動態迭代過程如圖1所示。

敏捷審計動態迭代過程如下：首先，運用DeepSeek等生成式人工智能大模型，基于歷史的審計發現和問題形成對高風險點集和高價值點集的判斷，運用大數據分析和圖譜生成技術，構建和更新企業風險地圖與審計風險清單，并基于審計項目重要性和優先級進行排序，梳理和定位關鍵問題。其次，基于風險地圖分布，對審計資源進行優先級分配和規劃，實現審計計劃的動態調整和審計資源分配的優化，獲取關聯領域的數據并啟動敏捷審計。然后，將審計發現和審計問題進行歸納，運用Copi-lot等知識庫大模型形成和轉化審計經驗庫，并延伸至其他衍生領域審計。最后，運用知識庫大模型構建起審計知識庫，并實現各類審計知識的動態迭代和動態監控，即利用可視化工具和實時監控技術，對企業關鍵運營指標、風險指標和審計指標進行實時管理。另外，敏捷審計強調應將審計計劃劃分為例如季度、雙月或更短的迭代周期（孫希榮和王海萍，2022），并不斷更新企業風險地圖和審計風險清單，動態調整審計優先級和審計項目，確保審計目標始終與企業當前最緊迫的風險保持一致。

2.審計作業的數據協同機制。在數智技術融合背景下，敏捷審計往往需要跨職能和跨數據的合作，涉及審計部門及其人員與不同職能部門、業務部門、外部企業、監管機構以及技術專家等多方的協作。這種合作模式旨在通過跨部門的協同工作，全面識別和發現潛在及現實的風險。為達成上述目標，企業及其審計部門必須克服數據物理存儲的限制和系統間的障礙，利用生成式智能大模型技術，實現結構化和非結構化數據流的無縫對接。這種數據共享機制包括內外部數據的交互機制，以及內部數據的聯動機制。兩種機制的有機結合可產生以下作用：一方面，有助于審計部門及其人員將實時獲取的外部數據信息進行數字化處理和分析，并根據分析結果動態調整審計方案和優化審計判斷；另一方面，能夠支持審計數據的內部流轉，同時使得各類審計資源以及各類審計角色和職責的融合更加具有動態性和可調度性，與數據流動同頻同步。另外，在敏捷審計的實施過程中，審計人員還需與數據科學家、算法工程師保持緊密的協作關系，深入探討數據和模型相關問題，以提升智能化平臺的效能和數據質量。

3.審計決策的數據驅動機制。在數據采集與整合層面，敏捷審計需注重多源數據的廣泛采集與整合，涵蓋企業內部的財務系統、業務系統、人力資源系統等，以及外部的金融數據、市場數據、行業數據等。通過多元化的信息來源，確保數據的完整性和一致性，為審計決策提供全面的數據支持。

在數據分析層面，借助大樣本統計分析和機器學習技術，審計人員能夠深入挖掘數據，識別其中的趨勢、關聯性和異常情況。分析結果有助于審計人員更深入地理解業務活動之間的聯系和依賴，從而做出更為精準的決策。

在模型構建與驗證層面，審計人員可以利用生成式大模型和知識庫大模型技術，從歷史數據積累中提取關鍵特征，構建符合企業業務特征的大型模型，以預測業務變動趨勢和風險演化情況。基于動態數據基礎的預測和分析模型，能夠提前識別潛在風險點，使審計決策更具前瞻性。

在異常檢測與分析層面，運用機器學習和大型模型技術，可以對數據中的潛在異常進行檢測與分析。通過建立異常檢測模型，審計人員能夠識別數據中的異常值、離群點和異常模式，發現潛在的違規行為和異常業務活動。這種能力使審計決策更具針對性和有效性。

另外，數據驅動機制強調持續改進和迭代式優化，通過對歷史數據的分析和挖掘，審計人員可以發現審計工作中的不足和待改進空間，推動審計流程和方法的持續改進，提升審計工作的整體水平。

五、數智技術驅動下的敏捷審計循環與增強回路以及實踐框架

1.敏捷審計循環與增強回路。敏捷審計作為一種新型審計模式，強調快速響應、靈活調整和持續迭代，其實施特點在于在較短的生命周期內進行審計規劃與執行，旨在識別并處理企業在數字化轉型過程中遇到的關鍵風險因素。在數智技術融合條件下，敏捷審計的實施本質上構成了一個多層次、多維度要素交互的系統性循環。基于前述研究成果，本文提出一個由“技術融合 - 數據協同- 流程迭代-組織變革\"四個階段構成的循環與增強回路，這四個階段相互支持、有機整合，對敏捷審計的質量和效率提升起到了至關重要的推動作用。具體如圖2所示。

首先，技術融合層主要通過對大數據、人工智能以及云計算等前沿技術的有機融合，充分發揮其耦合價值，為敏捷審計的實施提供技術支持和驅動引擎。該層不僅確保了數據的完整性和可用性，還通過高效的大模型處理機制，為后續的數據分析、模型訓練和知識庫構建提供了堅實的基礎。其次，數據協同層通過持續生成新的數據特征來反向優化算法模型。例如，區塊鏈技術的應用不僅提升了數據的可信度，確保了數據的不可篡改性和透明性，也提高了人工智能模型的訓練質量。這種技術的融合，使得模型能夠更加精準地識別和預測審計中的風險點，從而提升了審計的效率和準確性。再次，流程迭代層優化了審計資源的配置，其敏捷機制又推動了組織形態的變革，而扁平化的團隊結構又加快了流程的迭代速度。例如，縮短Scrum沖刺周期促使動態任務小組的建立，這樣團隊能夠快速響應審計過程中的各種變化，從而提高審計工作的靈活性和適應性。最后，組織變革層為審計的實施提供了資源保障，其組織文化的轉型推動了審計技術的采納意愿，而新技術的應用又進一步釋放了數據的價值，這樣就形成了一個螺旋上升的敏捷審計循環。在該循環中，審計工作不斷持續改進，審計技術及方法不斷被優化，從而實現審計效率和質量的雙重提升。

2.敏捷審計實踐框架。依據敏捷審計循環與增強回路的理論基礎，本文設計并構建了以“技術融合 -數據協同 - 流程迭代-組織變革”為核心的層進式敏捷審計實踐框架。相較于傳統的敏捷審計模式，該框架更強調以數智技術來賦能審計過程中的技術融合、數據協同、流程迭代和組織變革，以數智技術作為敏捷審計實施的“發動機”，而以數據作為敏捷審計實施的“燃料”，從而驅動審計流程和審計組織的變革。具體如圖3所示。

（1）技術融合層。技術融合層的核心支撐源于敏捷審計的動力機制，這一機制從審計流程優化、審計作業實施到審計決策制定等多個關鍵維度，為敏捷審計框架持續注人動態迭代能力、數據協同效能與數據驅動內核。

DeepSeek等生成式人工智能大模型的融合構成了敏捷審計核心驅動力的技術融合層，集中展示了人工智能、區塊鏈、云計算、大數據等前沿技術與審計流程深度融合的成果，進而催生了以數智技術為驅動的審計模式。該層級主要通過構建底層技術中臺，實現審計工具的數字化與智能化升級，彌補了傳統審計在數據處理效率、風險識別精度等方面的不足，并為數據流動、流程重構提供算力基礎與算法工具，從而提高審計的響應速度。一是云化基礎設施。敏捷審計的實施，需要構建基于混合云架構的審計計算平臺、算力平臺、模型平臺和數據平臺，人工智能等數智技術的出現可以強力支持彈性算力的分配。云計算技術還支持遠程審計和協作，使審計人員能夠突破地域限制，實時共享審計數據和分析結果，從而提升審計的靈活性和響應速度。二是智能分析中樞。集成機器學習、自然語言處理（NLP）和大模型（LLM）的人工智能分析引擎，以及DeepSeek等生成式人工智能大模型的嵌人，將有助于敏捷審計實施過程中的快速判斷、資源調度和實時響應。三是安全保障體系。區塊鏈技術的分布式賬本和加密特性，可為敏捷審計提供高效的數據安全保障。如在審計數據的流動過程中，可以基于區塊鏈技術來實現審計數據及審計證據的上鏈和存鏈，確保數據與審計日志記錄的可信度與不可篡改性。四是人機交互界面。審計部門可以運用DeepSeek等實現審計人員與大模型之間的人機交互和數據交互。通過構建低代碼可視化分析平臺，并應用基于虛擬（增強）現實（VR/AR）技術的遠程審計終端設備，進一步提升審計工作的智能化水平。如德勤審計平臺整合了PowerBI，實現了在線數據看板，并支持數據的多維鉆取分析，為審計工作提供了強大的技術支持。

（2）數據協同層。數據協同層構成了審計價值鏈的核心架構，其主要功能在于打破信息孤島，構建一個跨部門、跨系統的數據交換網絡。該層級著重于內、外部數據的實時流動與智能化映射，確保從數據采集到知識提煉的全鏈路實現無縫對接。一是全域數據倉庫。審計部門可運用DeepSeek等生成式人工智能大模型實現結構化的財務數據、半結構化的日志數據與非結構化的影像、視頻、音頻、文本等數據的統一存儲和處理。此外，還可將Copilot知識庫大模型和Hadoop相結合，構建多模態數據庫，應用光學字符識別（OCR）技術將文本及影像類文件等轉化為結構化數據。二是智能數據管道。審計部門還可以考慮構建基于DeepSeek等生成式人工智能大模型的本地端部署的端口對接和集成機制，形成私域知識庫和定制化的數據交互機制，并設定標準化的數據質量規則庫。此外，可利用ApacheNiFi技術實現業務系統與審計系統間的數據同步。三是風險知識圖譜。審計部門可運用Kimi等大模型，利用實體識別和關系抽取，形成風險關聯網絡和動態風險熱度地圖。此外，可以考慮采用Neo4j圖數據庫構建企業供應鏈的關系圖譜，以識別潛在的隱性關聯交易。四是協同共享機制。審計部門通過DeepSeek等的本地端部署，建立起API接口開放平臺和數據沙箱環境的權限控制體系，以及運用聯邦學習技術等，實現跨部門跨機構的數據安全共享。

（3）流程迭代層。在實踐框架中，流程迭代層作為核心組成部分，主要通過重構審計生命周期管理，構建模塊化、迭代式的動態執行體系。該層級融合了Scrum框架的精髓，實現了從傳統\"瀑布式\"審計模式向持續交付模式的轉變，從而使得審計流程更加靈活和高效。在該層級，審計流程被劃分為多個短周期的迭代過程。一是動態規劃模塊。審計部門可基于風險量化評估的優先級排序矩陣，實時更新審計任務看板，并運用蒙特卡洛模擬方法來預測風險暴露值，合理規劃和分配審計資源。二是敏捷執行單元。審計部門針對最小可交付審計包（MVP）的設計，設置如兩周為周期的沖刺機制，運用JIRA工具管理任務看板，每次迭代時可自動生成階段性報告。三是實時監控體系。審計部門應在關鍵業務系統中嵌入審計探針，構建相應的風險預警和閾值動態調整模型。另外，還可通過Kafka流處理引擎實時分析交易流水，設置異常交易預警的觸發機制，以確保實時交易的安全性與穩定性。四是協同反饋回路。審計部門可基于利益相關方需求與審計質量滿意度評價體系，構建基于數智大模型的跨部門虛擬作戰室，打破信息壁壘，更好地促進信息共享和協同工作。

（4）組織變革層。在實踐框架中，組織變革層占據頂層位置，其核心關注點在于組織結構與管理方式的革新。該層級通過吸納敏捷理念，重塑審計組織的形態與文化基因，旨在構建一個適應數字化與智能化環境的柔性管理體系。此層級致力于突破傳統科層制的限制，建立網絡化、自適應的團隊結構。一是敏捷組織架構。企業和審計機構需優化其組織結構，構建更為靈活高效的敏捷組織架構。如可采用\"主審 + 數據科學家 + 業務專家”的三角協作模式，以促進業審融合。二是能力進階體系。審計機構可建立數字技能認證制度，引入人工智能輔助培訓系統，另外，可定制如Python/R語言等技術的實訓課程，以及利用虛擬（增強）現實技術模擬高風險演練場景。三是貢獻激勵機制。審計機構可基于貢獻值量化的績效考核，采用敏捷積分等非物質激勵手段，并運用區塊鏈通證來記錄審計成果，實現價值貢獻的可視化追溯。四是文化認同體系。審計機構應將敏捷宣言內化為審計實施的行動準則，設計試錯容錯機制。另外，可利用知識圖譜可視化文化傳播路徑，提升審計人員的認同感。

在構建的基于數智技術驅動的敏捷審計框架體系中，技術融合層、數據協同層、流程迭代層和組織變革層共同形成了“技術賦能數據流動一數據協同優化流程韌性一流程迭代促進組織變革一組織決策引發技術應用\"的實踐邏輯。其中：技術融合層是實踐框架中的“發動機”，該層直接決定和影響敏捷審計能否正常啟動；數據協同層是實踐框架中的“燃料”，燃料質量的高低與利用充分與否，會直接影響到敏捷審計的質量；流程迭代層則是實踐框架中各部門、各系統之間的“潤滑劑”，它使得審計實施流程更加靈活和高效；而組織變革層是實踐框架中的“離合器”，它要求企業根據審計環境情況，不斷調整審計實施的速度、節奏和方向。

六、研究結論與展望

1.研究結論。本研究就敏捷審計的含義、模式特征，以及應用框架與實踐展開文獻綜述，并以內部審計模式中的關鍵問題作為切入點，結合DeepSeek等生成式人工智能大模型技術的應用，分析了敏捷審計的動力機制、循環與增強回路，并以此為基礎構建了一個由“技術融合 -數據協同-流程迭代- 組織變革”四個層級逐步推進的敏捷審計實踐框架。本文得出以下結論：首先，作為一種重要的創新型審計模式，敏捷審計將敏捷方法論與數智化技術有機結合，其更強調快速響應、靈活應用和持續迭代。敏捷審計并非對傳統審計模式的顛覆，而是對實施方式的一種有效補充與調整優化，且它能與原常規性審計模式相輔相成，在保留內部審計系統性流程的基礎上實現動態適配。其次，敏捷審計的實施應以數智技術的融合作為核心動力源，以多維數據的協同作為關鍵支撐，以審計流程的持續迭代作為提升審計效率的手段，以企業的有效組織變革作為保障機制，以識別企業業務中的高風險點和高價值點，有效提升審計在復雜環境下的適應性和韌性。最后，數智技術驅動下的敏捷審計實施和實踐，其實質是“技術融合-數據協同- 流程迭代- 組織變革\"的層級式推進，形成了遞進式的增強回路，對敏捷審計的質量和效率提升起到了至關重要的推動作用。

2.展望。隨著數智化技術的不斷發展和審計需求的日益多樣化，敏捷審計將呈現以下發展趨勢：一是大數據、人工智能、智能生成技術等將與內部審計領域持續深度融合，進而推動敏捷審計技術的不斷創新和升級。二是隨著敏捷審計實踐的不斷深人，將逐漸形成更具操作性、可行性的敏捷審計流程和作業規范，并推進內部審計工作適應性與敏捷性的全面提升。三是敏捷審計將逐漸拓展到內部控制審計、風險管理審計和行為審計等不同領域，并可為企業提供更為聚焦和響應速度更快的審計服務。未來的敏捷審計也必將會持續拓展到其他的行業領域以及更豐富的應用場景中，從而為國家治理、社會治理以及公司治理提供更高質量的服務。學術界和實務界需進一步深化敏捷審計理論研究，繼續完善其概念體系與理論框架，明確其審計應用場景及觸發條件，并為實踐應用提供更加明確的理論指導。另外，可進一步加強對智能大模型等數智技術在敏捷審計領域中的融合應用研究，尤其是探究DeepSeek等生成式人工智能大模型技術對數據融合、知識庫生成、審計方式的重要影響路徑，以不斷創新敏捷審計工具和技術手段。

【主要參考文獻】

程平，喻暢，王健俊.ChatGPT時代下基于深度自編碼網絡的企業內部審計智能預警——以往來款項審計為例[J].系統工程理論與實踐，2024（1）：316～337.胡愛平，潘海天.數字化驅動內部審計增值路徑研究[J].會計之友，2024（22）：123～129.梁力軍，馮江林，孫玉璇.“雙碳”目標下碳審計實施與多元協同機制構建[J].財會月刊，2023（11）：83～90.劉成，黃俊，葉飛騰等.審計團隊內部合作關系網絡與審計效率[J].審計研究，2024（2）：149～160.劉圻，周志遠，洪嬌.項目質量復核影響審計質量嗎？一一來自復核人員個人經驗的證據[J].審計研究，2025（2）：148～160.

高倩.基于大數據的電子政務云安全審計體系構建[J].技術經濟與管理研究，2022（2）：8～14.薛瀾，賈開，趙靜.人工智能敏捷治理實踐：分類監管思路與政策工具箱構建[J].中國行政管理，2024（3）：99～110.張慶龍，邢春玉，芮柏松等.新一代內部審計：數字化與智能化[J].審計研究，2020（5）：113～121.鄭石橋.電子數據環境對審計流程的影響：一個理論框架[J].財會通訊，2020（21）：14～17+47.周旭枚，楚爾鳴.內部審計職能、審計活動與目標實現一一來自內部審計獲獎論文數據的實證分析[J].會計之友，2021（19）：129～134.

（責任編輯·校對：劉鈺瑩許春玲）