“大云智”等新技术条件下的电网企业智能审计研究与实践

阎玺 李晓华

[摘要]本文基于大数据环境下内部审计工作发展的新趋势，利用数据挖掘、大数据审计、云计算、人工智能等新一代信息技术构建智能审计系统架构，通过实时在线、互动、试错等策略推进智能审计系统“小步快跑、迭代创新”，不断优化完善系统功能，推动内部审计工作向智能化、网络化、常态化和风险预警方向转型。

[关键词]大数据   云计算   人工智能   内部审计   创新转型

一、智能审计是大数据环境下审计的必然选择

伴随云计算、移动互联网、人工智能等新一代信息技术的发展与普及，社会信息化进入大数据时代，大数据时代海量数据的产生与流转成为常态，并将涵盖经济社会发展各个领域，成为新的重要驱动力。

大数据既是国家的大数据，也是各企业的大数据。国家大数据战略的实施，使得基于大数据的智慧企业初露端倪。大数据环境下，企业对数据管理的依赖快速上升，企业的管理理念、经营模式、方式方法也随之发生重大改变。企业可通过云计算对海量、动态、高增长、多元化、多样化的数据进行存储和高速处理，快速获得有价值信息，提高决策能力。但要使大数据和云计算真正创造价值，背后还需要“大脑”的支撑，也就是人工智能。人工智能会将人的思考和人的角色进行模拟，抽象成一个数据模型，并用数学方法给这个模型找到一个近似的解，再用代码把这个解变成机器可以执行的命令，这样就完成了一个模型的构建。人工智能的核心是依靠海量数据的不断学习来优化决策，如果没有大数据的支撑，人工智能就变为无本之木。

内部审计作为企业决策科学化、管理规范化、风险防控常态化的一项重要制度设计，既是企业强化内部控制不可或缺的重要手段，又是国家治理体系的基础环节和重要组成部分。大数据时代、云计算、人工智能使得企业内部审计的数据基础从少量的“样本数据”转变为海量的“全体数据”，实现跨专业、跨地域、跨类型的全量数据审计分析与应用，实现从以有限个案为基础向“用数据说话”转变的全新决策。无疑，审计创新首先源于技术的重大创新，需要数据驱动和技术驱动，利用大数据和人工智能重构审计的逻辑与方式方法，全面突破传统审计的模式和效率，构建智能审计模型。因此，利用新一代信息技术打造智能审计是适应大数据环境下企业管理理念、经营模式、方式方法转变而产生的新的审计监督模式，也是内部审计工作发展的现实需求，更是新时代内部审计现代化的重要标志。

二、智能审计的系统架构

智能审计作为企业级智能审计系统架构（见图1）设计，基于大数据处理技术、云计算、人工智能等新一代信息技术，开展审计数字化工作，搭建数字化审计平台、审计数据中台、审计模型，全面提升数据感知能力，满足多维度审计分析业务需求，推进审计关口前移，提高即时业务洞察、实时风险管控、智慧决策能力，实现企业智能审计。

（一）审计数字化：大数据审计的基础

审计数字化分为审计工作数字化和获取审计对象数据范围。审计工作数字化主要包括审计管理和作业流程、审计文档数字化。获取审计对象数据范围（以下简称审计数据）不仅包括本企业的经营数据，还有更多维度的管理、业务、生产等方面数据的记录、分析和融入，构成对企业全方位的数据“画像”。审计数字化成本高、审计数据的获取难度大，如电网企业最简单的工程项目名称在基建管理、财务管理、运检管理等系统中就因命名规则各不相同而产生大量数据，这些数据各有价值，但传统方法又无法使其融合，更无从获取，故需借助大数据技术予以处理。而获取数据后，面临的问题是不同业务部门信息系统的数据库对数据的定义及设置的业务规则等存在差异，导致数据间缺乏完整性和一贯性。大数据处理技术就是在业务数据库的基础上对数据信息进行深度挖掘，是在原有比较分散的业务数据库中对海量数据进行提取、转换等处理，再不断地经过系统予以加工。

（二）数字化审计平台：智能审计程序化的“产品”

数字化审计平台（以下简称平台）是智能审计程序化的结果，是大数据审计的重要抓手，通过实时在线、互动、试错等策略推进平台“小步快跑、迭代创新”，可不断优化完善功能。平台和大数据、审计模型算法的互补作用可喻为“端+云”：“端”就是平台，是与审计人员进行实时、海量、低成本互动的端口，使数据记录和审计人员反馈闭环得以发生;而“云”则是大数据聚合、算法计算的平台，它通过算法优化，更好地揣摩审计人员需求、提升用户体验。因此，平台设计极为重要，功能是否齐全、界面是否友好及交換是否自然、流畅，都直接影响审计人员的应用体验。

（三）审计数据中台：审计模型的基础

构建“模型规范统一、数据干净透明、分析灵活智能”的审计数据中台，实现面向全业务范围、全数据类型、全时间维度数据的统一存储、管理与服务，是数字化审计平台建设的重要一环。在大数据时代，企业积极推进业务数据化，越来越多的企业随着业务发展建有多套业务系统，这些业务在不同时期由不同的团队开发完成，但因各个业务系统参考不同标准各自生产数据，形成一个个“各自为政”的数据中心。如何打通这些数据中心，使之相互支撑、相互衔接，且以统一标准运行，达到技术降本、应用提效、业务赋能的目标，是众多企业面临的难题。数据中台由此应运而生，并通过实践形成统一全域数据体系，实现计算存储成本降低、响应业务效率多倍提升、为业务快速创新提供坚实保障。“数据汇聚，承上启下”是数据中台策略的基本理念，将所有的数据汇聚到数据中台，使指标和分析类、画像类、大数据类的各类数据应用统统从数据中台获取数据（见图2）。

（四）审计模型：智能审计的“引擎”

智能审计的本质是审计模型智能化，审计模型是智能审计的“引擎”，如果将处理好的审计数据中台数据看作DT（Data Technology，即数据处理技术）时代的一桶“高标号汽油”，那么审计模型的算法就是这台“引擎”。只有算法才能让数据中的能量得以充分释放，为智能审计这辆“汽车”加速。审计模型按照审计事项具有的时间或空间状态，如趋势、结构、关系等，通过数字化审计经验积累，研究制定审计风险指标体系，设定判断和限制条件程序化的数学逻辑表达式，用于验证审计事项疑点的数据算法，实现审计模型风险预警功能，形成审计模型算法。审计模型算法是提炼数据价值的思路，也是审计创新的价值。审计模型依靠大数据分析技术和人工智能算法完成一次空前的技术跃迁，利用云计算能力，推进算法的持续迭代优化，使审计模型变得越来越聪明、越来越智能。

三、智能审计的实践

国网河南省电力公司电网规模大、资产多、用户人数多，公司数据资源产生于公司管理、生产、经营等各个环节，具备大数据特征。公司审计部门充分利用企业硬件、软件、大数据等优势环境，按照“立标准、建平台、用数据、强监督”的思路（见图3），通过开展构建数字化审计工作机制、设计开发数字化审计平台、深入挖掘审计数据中台数据价值、审计模型智能化等重点工作，搭建电网企业智能审计体系，使智能审计覆盖面大幅提升，效率效果十分显著。

（一）开发应用数字化审计平台

数字化审计平台（见图4 ）作为开展智能审计的重要抓手，形成审计管理域、审计作业域、审计数据中台三个版块，具备“开放、动态、智能”特点。一是开放。通过搭建自主分析库和模型实验室，鼓励审计人员自行分析、自行建模，同时以审计数据中台为基础数据源。二是动态。系统功能不断更新和完善，审计业务全流程线上运行，实现审计模型在线新建、修改、发布、应用和终止的全生命周期管理，建立审计数据、审计管理、审计作业实时动态更新机制，保持审计知识库持续更新、动态完善。三是智能。实现审计数据自动采集、审计逻辑智能运算、成果多维展示和风险点智能预警;利用智能审计作业模型和分析工具，实现审计效率的跨越式提升;实现审计成果智能应用、自动统计和多维分析。

（二）固化审计管理与作业流程标准

以风险导向的审计理念为指导，对审计管理和作业流程进行标准化，在数字化审计平台审计管理域进行固化，主要包括审计计划管理流程、在线持续监督审计流程、项目审计作业流程、问题确认整改流程、审计报告流程等，在主流程中还嵌套分支流程。以审计作业流程为例，智能化业务场景如下：

1. 审计计划智能填报。通过对业务数据及审计成果的大数据智能分析，辅助审计计划自动填报。

2. 审前调查资料自动收集。通过审计知识图谱，依据审计范围、审计项目内容或审计主题等收集相关的审前调查资料、审计分析样本模型等，实现资料自动收集。

3. 审计方案自动编制。通过智能分析技术，自动分析推荐审计重点内容、相关审计规则模型、相关审计案例、类似审计方案、类似历史审计案例等，提升智能编制能力。

4. 审计成果智能填报。通过自动关联审计问题库、自动推荐历史可借鉴文档、自动获取审计查证结果及智能知识问答等手段，实现审计记录、审计底稿、审计意见书、审计报告智能化填报。

5. 审计工作进度质量智能跟踪。通过计划与进度的智能匹配，实现审计项目实施进度、审计问题整改进度等自动跟踪、提醒、催办等;通过工作成果标准与实际工作成果的智能对比分析，自动检查成果资料的完整性、合规性等，促进审计工作质量提升。

（三）建立审计数据中台

数字化审计平台从审计数据中台取数。审计数据中台是以全业务统一数据中心为主、审计业务库为辅的整合型数据源，夯实了全业务、全类型、全时间维度的数据基础，为开展基于大数据的智能审计实践提供了重要的数据来源，解决了数字化审计长期以来面临的取数难、取数不准问题。审计数据中台（见图5）根据审计模型及其他审计事项数据需求，存储审计模型分析数据中间表，极大提升了审计模型速度性能，为审计模型的优化和智能化迭代提供了有力支撑。审计数据中台数据资源通过规划，让数据规范起来，形成标准数据，提供所有物理和数字信息的360度视图，以确保审计模型数据的快速抽取及评估监控。

（四）构建智能审计模型

依据典型审计方法和优秀审计经验，研发跨单位、跨业务、跨年度的大数据审计模型，应用人工智能技术颠覆传统的风险控制及审计方法，将审计风险指标体系融入审计建模过程，创建事前规则管控、事中指标管控、事后模型管控的三维一体审计模型，有效解决审计风险预警落地难题。充分发挥审计模型（见图6）在平台应用中的核心作用，着力推进审计监督关口前移，进一步增强数字化审计能力，促进数字化技术与审计业务深度融合。审计建模主要有五种方法：一是根据法规和制度规定的状态和关系来建立;二是根据业务的逻辑关系来建立;三是根据不同类型数据之间的對应关系来建立;四是根据审计人员的实际经验来建立;五是根据审计人员科学合理的预测来建立。

（五）建立数字化审计组织机构

任何新的战略思考，都需要组织的创新才能落实到位。支撑数字化审计的组织机构设计应体现审计业务组织管理原则。对此，国网河南省电力公司审计部设置内控信息处，配备专业计算机人员，负责信息化建设、运维、考核、应用和培训工作;建立数字化审计工作室，成立“数字化审计工作团队”，按职能分为计算机专家组、业务专家组、各类专业审计小组等，成员涵盖省、市、县三级单位和内、外部两类单位专业人员;按“统一管理，协同实施，团队引领，创新示范”原则，结合数字化审计年度考核方案及公司审计年度工作计划等创新组织实施工作，实践“总体分析、分散核实、精准定位、创新研究”的数字化审计模式，推动公司审计工作效能提升。

（六）创建数字化审计工作机制

1.建立“业审协同制”。突破专业部门传统意识和数据壁垒，与科信、运监中心、营销、人资、财务、运维、物资、经法等专业部门建立权限开通、数据获取一体化的运作机制，打通业务数据获取渠道。

2.坚持“定期研讨制”。建立月度数字化审计学习机制，着重学习SQL数据库、数据统计分析、计算机分析模型构建、人工智能技术、数字化审计典型案例、非现场数据分析指引等知识，集中开展数字化审计业务和技术方法交流研讨。

3.采取“数据分析递进制”。采用“解剖麻雀”的方法，先期选取部分单位作为试点样本，待结果成熟建立数据模型后覆盖全域数据。

4.抓好“项目实践制”。将审计数据分析模型构建、数字化持续审计监督、审计案例编写、创新实践和审计项目深度融合，采用“总体分析、分散核查”工作模式，提升审计效率与精准度。

5.严格“两级复核制”。建立省市两级非现场审计疑点核查反馈机制，制定现场核查要求和资料提交清单，对反馈结果进行二次复核，针对反馈结果修訂完善分析模型，提高分析模型的实用性、通用性及优化迭代。

6.完善“数字化审计能力培养机制”。一是开展全员长周期数字化审计技能培训，以“全员基础提升、骨干重点培养”为目标，覆盖省、市、县三级单位所有审计人员;二是开展数字化审计模型构建与应用劳动竞赛，推进审计监督模型构建;三是以实战锻炼为平台，充分发现、历练、培养人才。

（七）提升数字化审计成效

一是在组织体系上实现突破。完成内控信息部门组建，建立公司数字化审计工作室，成立“公司数字化审计工作团队”。二是在工作机制上实现突破。建立数字化审计运行机制、省市两级非现场审计疑点核查反馈机制、部门间协同监督机制、数字化审计培养机制等一系列工作机制。三是在数据融合上实现突破。加强公司上下级审计部门之间、数字化审计工作团队与审计现场之间、审计部门与业务部门之间的数据信息共享，有效打通数据源通道。四是在项目实施方式上实现突破。“数字型大兵团”作战、资源集约化管理、“集中分析+分散核查”等项目组织方式的创新，推动了数字化审计方法在审计项目中的深入应用，有效提高审计效能，实现规模效应。五是在持续监督上实现突破。建立“项目团队化、团队项目化”快速响应线索首发责任等工作机制，全口径开展数字化持续审计任务。六是审计模型构建与应用实现突破。深入应用总部数字化审计优秀案例和非现场数据分析指引等文件指导数据分析，研究构建表计资产全周期监督模型、工程节点数据分析监督模型等10个业务场景审计模型，把数字化审计思维融入审计数据分析模型构建与应用中，为数字化审计平台作好模型储备。

四、未来展望

未来审计将依托数字化审计平台的智能审计模型，对核心要素进行全样本大数据分析，从海量数据中快速锁定疑点，把握总体、精准定位，突破传统审计模式下由于单位、地域、专业、资源壁垒等因素造成的监督缺位，实现对核心业务、关键环节和风险点的全面排查，推动实现核心业务和监督对象全覆盖。同时通过深入挖掘数据价值，将审计关口前移，实现“长链路、长周期”的静态监督向“高灵敏、短平快”的动态监督转变，全方位提高审计效率和质量。

（作者单位：国网河南省电力公司，邮政编码：450000，电子邮箱：yanxi1@ha.sgcc.com.cn）

主要参考文献

陈伟， Smieliauskas Wally .大数据环境下基于数据可视化技术的电子数据审计方法[J].中国注册会计师， 2017（1）

李玲，刘汝焯.计算机数据审计[M].北京：清华大学出版社， 2010

秦荣生.“互联网+”时代的审计发展趋势研究[J].中国注册会计师， 2016（1）

曾明.智能商业[M].北京：中信出版社， 2018