跳到主要内容
产品能力

智能化赋能审计实质性程序

从计划与调研到底稿生成,AI 介入每一个环节——把采集、核对、整理交给机器,把时间还给判断。

01四大能力

CoAudit 四大能力,一条主线贯通

AI 赋能关键环节、全程可追溯、人机协同、合规与安全——贯穿从计划到底稿的每一步。

01AI 赋能关键环节

  • 计划与调研——公开信息获取、关联关系分析、风险识别
  • 数据采集——OCR、文档解析、大模型提取,非结构化资料结构化
  • 核对检验——自动勾稽、交叉验证、异常标记与合并支付识别
  • 底稿生成——证据与索引自动聚合,结论由审计师填写

02全程可追溯

  • 执行留痕——每次运行生成执行编号
  • 证据索引——底稿章节直达具体执行记录与产出文件
  • 可回溯——复核时能查“这个数怎么来的、用了哪套参数”

03人机协同

  • 确认后入库——AI / 规则结果经审计师确认后才写入标准集
  • 不可跳过——没有确认,机器结果不会自动进入底稿证据链
  • 判断留人——AI 辅助作业,判断与责任由审计师承担

04合规与安全

  • 数据安全——可信环境部署,数据不出所、不流向公共 AI 平台
  • 专业判断——平台只标注事实,结论由审计师判断
  • 权限隔离——标准集按项目 / 个人空间分域
02带来的变化

CoAudit 带来的变化

AI 与审计师协同,是对传统审计模式的变革。

A时间回归判断

AI 承担数据整理与底稿校对,审计师的时间回归专业判断。

B全量替代抽样

从抽样核对升级为全量核对:每一笔流水自动比对,不再依赖抽样。

C经验沉淀流程

行业最佳实践沉淀为工具流程:新人按标准作业,老手聚焦判断。

03为什么可信

为什么 CoAudit 的结果“可复核”

CoAudit 的可信,来自一套明确的机制:事实驱动、程序可追溯、结论由审计师判断——每一步都有据可查。

01结果标注原则:输出事实

平台输出事实(金额、日期、匹配状态、差异数值、异常标记),而非建议或结论;判断由审计师基于事实作出。

02程序可追溯:结果易于验证

每次执行留痕(执行编号),产出文件可索引;底稿证据索引直达执行记录与产出,复核可回溯参数与过程。

03人工确认节点:警惕AI幻觉

AI / 规则结果经审计师确认后才落存数据库,确认留痕;未经确认,机器结果不进入底稿证据链。

04呼应审计准则理念

产品遵循相关审计准则理念(风险评估、进一步审计程序、审计抽样、关联方等)。

04准则理念

程序理念,与相关审计准则呼应

部分相关审计准则(理念呼应) 在 CoAudit 中的对应
CSA 1211 识别和评估重大错报风险 计划阶段工具群:年报下载、风险对标、监管问询分析、深度分析等,服务于“了解被审计单位及其环境”
CSA 1231 针对评估的重大错报风险采取的应对措施 执行阶段工具群:流水勾稽、函证、台账核对、往来分析、存货核对等进一步审计程序
CSA 1314 审计抽样 抽凭与样本:MUS 货币单元抽样 / 随机 / 分层,样本量按公开统计公式计算,执行记录留存
CSA 1323 关联方 关联方穿透 / 关联方识别:名录 × 往来交叉匹配 + 披露核对,标注未披露等事实

* 以上为设计理念与相关准则要求的呼应表述,不构成准则符合性认证。

05技术架构

分层架构,安全内建

从底层 AI 模型到应用功能,数据在受控环境中流转。

应用层 审计作业

  • 计划与调研:年报下载 · 关联方穿透 · 风险核查 · 风险对标
  • 数据采集:财报 / 发票 / 合同提取 · 银行流水合并
  • 核对检验:流水勾稽 · 试算平衡 · 函证 · 台账核对 · 往来分析 · 存货核对
  • 抽样与底稿:抽凭与样本(MUS)· 底稿生成 · 水印标识

能力层 AI 与数据分析

  • 内容理解:文档解析 · 文字识别 OCR · 大模型提取
  • 核对引擎:金额 / 日期容差 · 键匹配 · 合并支付识别
  • 统计与智能:抽样计算(MUS / 随机 / 分层)· 异常初筛 · 深度分析

基础设施层 可信环境部署

  • 计算:内网计算资源 · 网络隔离
  • 存储:对象存储 · 数据存储 · 审计日志
  • AI 模型:大语言模型 · OCR 模型 · 多模态模型(自托管 / 受控)

数据安全 贯穿全层

  • 数据安全访问:权限隔离 · 受控接口,数据在授权范围内流转
  • 安全存储:数据不出所 · 加密流转,审计数据保存在事务所
联系我们

在真实的工作流里看效果