AI 改变审计，也带来新的执业风险
AI 正在重塑审计作业：提升效率、拓展核查范围，也带来新的执业风险。AI 的使用方式正在分化——统一规划、受控落地的应用之外，还有未经评估的"影子 AI"：审计师私下用公共 AI 工具处理工作数据，数据流向不可控、过程不留痕。从数据不出所到全程可追溯，CoAudit 的机制与监管要求天然对齐——不是事后补救，而是产品机制的默认行为。
全球共识：效率革命与风险并存
A效率革命
AI 正以前所未有的广度和深度影响审计行业——审计客户数字化水平快速提升，会计师事务所积极探索将人工智能应用于审计，挖掘其在提升效率、拓展范围、强化风险识别方面的潜力。
B风险与监管
与此同时，执业风险也随之出现：数据泄露与误传、职业判断让渡、证据不可追溯。监管机构对此高度关注——中国注册会计师协会发布《关于在 2025 年年报审计中使用人工智能技术的风险防范提示》（2026-03-05 发布）予以提醒；境外监管机构同样对 AI 在审计中的使用提出相关要求。合规不是临时话题，而是行业的长期基线。
风险在于：数据去了哪里，结论是否可靠
数据一旦进入请求或上传环节，数据安全与是否采用可信部署环境有很大关系；而 AI 也可能"一本正经地出错"。
A大模型调用
提示词携带上下文信息——客户名称、金额、业务描述等随请求进入模型服务，提示词本身就可能包含敏感内容。
B识别与解析
OCR、文档解析需要上传图片与文档原件——上传对象本身就是敏感载体，识别完成后原件如何处置同样关键。
C人工操作
审计师在公网网页 / 客户端中复制粘贴数据——这是最难留痕、最难管控的环节，误传往往发生在不经意的粘贴里。
| 部署形态 | 数据流向 | 风险要点 |
|---|---|---|
| 纯私有部署 | 数据不出单位 | 数据物理隔离在内网，AI 能力亦运行在受控环境 |
| 国内公有云 · 私有专用区 | 境内受控云区 | 数据在境内云区，需评估云服务商授权与保密条款 |
| 境外公有云 · 私有专用区 | 数据出境 | 需评估跨境传输合规与当地监管要求 |
| 调用公有云 API | 数据进入服务商 | 需评估保密与授权；提示词可能携带上下文信息 |
| 公有云网页 / 客户端 | 人工上传第三方 | 数据流向难追踪、过程难留痕 |
CoAudit 如何面对合规
AI 审计的合规不是"事后补救"，建议事务所从三个层面着手：
01关注监管要求
建议持续关注监管机构对 AI 审计的最新要求，并以此作为 AI 环境建设与使用的依据。
- 中注协《关于在 2025 年年报审计中使用人工智能技术的风险防范提示》（原文）
- 《会计师事务所数据安全管理暂行办法》
- 《中国注册会计师职业道德守则》
- 《中国注册会计师审计准则第 1131 号——审计工作底稿》
02合规与技术团队协同
建议合规团队与技术团队协同，结合所内客户类别、业务性质与合同约定，对 AI 使用环境进行评估：部署形态、数据流转、模型调用方式是否受控、能否满足客户与监管要求。
03与客户保持沟通
建议与客户保持沟通，了解客户对数据安全与 AI 使用的要求和约定，必要时写入审计业务约定书——透明、有据可依，也是执业质量的体现。