当AI什么都会,审计监督检查还能传承什么?

文/曾雄飞

题记

本文资料来源均为已公开发布的权威报道、行业报告及学界研判资料，无涉密信息、无内部未公开商业数据。

引言

人工智能大模型快速迭代普及，正在重塑各行各业的作业范式。在审计监督领域，AI可以批量取数、智能比对、自动筛查、生成底稿、模拟复核、输出结论，几乎包揽传统审计中绝大多数程序性、标准化、重复性工作。效率倍增、覆盖全量、响应即时，成为智能审计时代最直观的变革特征。然而，Gartner调查显示，93%的审计领导者及其团队报告了不同程度的AI使用，但仅38%拥有正式的AI战略。这种“广泛采用、缺乏战略”的落差，本身就预示着深层隐忧。

MIT、北京大学等海内外顶尖高校近期密集发出警示：过度依赖智能工具，将引发“认知卸载、思维外包、虚假掌握、认知惰性”四大深层危机。这一警示最初在教育领域被观察和验证——MIT媒体实验室2025年基于脑电数据的研究显示，使用AI辅助写作时，83.3%的参与者无法引述几分钟前自己刚刚写下的任何一个完整句子，且文章在逻辑结构与概念内容上呈现高度同质性。

但这一危机的适用范围远不止教育。当学生放弃思考过程、直接获取答案，他们失去的不仅是知识，更是推理与判断的能力；同理，当审计人员放弃核查过程、直接采信AI结论，他们失去的不仅是发现问题的能力，更是职业审慎与风险直觉。教育领域是这一危机的“第一现场”，审计监督领域则是它正在蔓延的“深水区”。当机器可以秒出答案、批量完成核查、自动生成报告，审计行业最需要追问的不再是“AI能做什么”，而是“审计监督还能传承什么”。

技术可以迭代替代，专业可以工具赋能，但审计的职业底色、审慎品格、风险直觉、责任担当、法治敬畏、经验智慧，永远无法被算法替代。智能时代的审计变革，不是技术淘汰人力，而是行业回归本源、专业重塑价值、监督接续传承的深刻重塑。

一、技术赋能，解构传统审计范式

传统审计监督，长期依赖人工翻阅凭证、抽样比对、交叉核验、底稿填制、流程复核，人力投入大、重复作业多、抽样风险高、工作周期长。受制于人工精力局限，传统审计多以“抽样核查、经验判断、事后监督”为主，存在覆盖面有限、隐蔽风险漏判、细节瑕疵难查等固有短板。

步入AI智能时代，审计作业范式被彻底解构。AI大模型可实现全量数据筛查、跨期数据比对、异常数据预警、账务勾稽校验、合规条款匹配、底稿自动生成、三级复核留痕、问题智能归类，实现从抽样审计向全量审计、从事后审计向实时审计、从经验审计向数据审计的范式跃迁。

国际四大会计师事务所已在“AI+审计”领域展开差异化布局：德勤借Omnia平台构建全流程智能生态，普华永道以GL.ai引领人机协同新范式，安永依托Canvas平台打造数字化信任底座，毕马威则借助Clara平台实现持续审计的常态化落地。以普华永道的GL.ai为例，该工具能在毫秒之间分析数十亿个数据点，对总账中每一笔交易、每一个用户、每一笔金额、每一个账户实施无偏倚的全量异常筛查，让审计团队得以聚焦复杂关联交易分析等真正的风险领域。常规账务差错、票据瑕疵、科目错位、流程缺失、资料不全等基础性问题，AI识别的精准度已远超人工；批量、重复、机械性的程序性工作，正加速实现机器替代。技术解放了审计人员的重复劳动，大幅压缩事务性工作耗时，显著提升监督覆盖面与作业效率。

但效率极致提升的背后，行业隐忧同步凸显：机械化核查被替代，思考性判断被弱化；程序性工作被减负，经验性积累被稀释。长期依托AI直接获取结论、套用模板、采信结果，极易造成审计从业者的“认知投降”，逐步丧失独立核验、推理研判、试错沉淀的职业过程。

二、风险暗涌，催生审计认知危机

教育领域揭示的“认知卸载”现象，正在审计行业以几乎相同的逻辑重演，且后果更为隐蔽而深远。

这种机制在商业实践中有着惊人的对应。哈佛商学院戴尔阿夸（Fabrizio Dell’Acqua）团队对波士顿咨询公司244名管理顾问的实地研究，追踪了约5000次人机交互，发现三种协作模式：60%的“赛博格”持续迭代对话，保持领域知识并发展新技能；14%的“半人马”选择性使用AI，牢牢掌控问题解决过程，产出质量最高且领域专长持续加深；27%的“自我自动化者”则完全委托工作流，以极低投入接受AI输出，既不发展AI技能，也不积累领域专长。所有参与者拥有相同的工具和相同的任务，没有收到任何关于工作流程的不同指示——但最终结果截然不同。决定专业知识是被保留还是被侵蚀的，不是工具，而是协作模式。

更值得警惕的是，微软研究院与卡内基梅隆大学对319名知识工作者的调查发现：对AI工具完成任务的信心越强，投入的批判性思维越少；生成式AI在提升效率的同时，正在抑制人们对工作的批判性投入，埋下长期依赖、独立解决问题能力退化的隐患。芬兰阿尔托大学（Aalto University）的两项大规模研究（N=246，N=452）进一步揭示了这种退化的隐蔽性：使用ChatGPT解决问题的参与者，绩效较常态人群提升了3分，自我评估却高估了4分，且这种高估在所有能力层次上普遍存在——AI素养越高的人，元认知准确性反而越低。人们在自己变得不那么可靠的同时，恰恰感觉自己更有能力。

具体到审计行业，四大认知风险已清晰浮现：

一是认知卸载，思维外包常态化。部分审计人员习惯直接采信AI筛查结论、直接使用机器生成底稿、直接套用智能分析结果，将核查、推理、研判、复盘的核心思维过程完全外包给算法。宾夕法尼亚大学沃顿商学院的研究将“认知投降”定义为以极少反思接受AI输出的倾向——直觉与分析同时关闭。该实验将AI设定为在半数题次中给出错误答案，参与者仍以近80%的比例照单全收，显示出“认知投降”的强大惯性。审计人员正在以此方式逐步弱化独立思考、审慎核验、交叉求证的职业本能。

二是虚假掌握，专业能力空心化。依托AI可以快速完成完整审计流程、输出规范成果、形成标准报告，看似作业成熟、流程完备、结论规范，实则从业者并未真正完成风险甄别、疑点研判、逻辑推演、证据锁定的专业积累。有研究指出，AI工具流畅的输出抹平了本应提示任务难度的认知摩擦，用户可能将交互的顺畅误归因于自身精通，而非系统呈现的自信。审计领域的最新研究同样警示：AI的不透明性使审计师难以对其输出进行批判性审视，职业怀疑这一立业之本正面临被稀释的风险。

三是认知债务，职业判断力退化。长期依赖智能工具，审计人员面对复杂业务、隐蔽舞弊、灰色地带、制度冲突、场景特例时，独立甄别能力、职业怀疑态度、风险穿透意识持续弱化。机器擅长标准化规则匹配，却无法感知人情逻辑、业务瑕疵、流程漏洞、隐性利益输送等软性风险。美国公众公司会计监督委员会（PCAOB）代理主席乔治·博蒂克（George Botic）援引MIT研究指出，AI工具可能侵蚀批判性思维、职业判断和职业怀疑，并明确警告“AI也可能威胁审计师的职业怀疑和判断”。中注协已明确提示，如AI工具获取的审计证据与从其他来源获取的证据不一致，应保持职业怀疑态度，确定需要修改或追加哪些审计程序予以解决。

四是经验断层，行业传承碎片化。传统审计的成长逻辑，建立在海量凭证翻阅、无数疑点排查、反复复盘纠错、常年现场历练的基础之上。AI替代了基础历练过程，年轻审计人员跳过“繁琐、枯燥、反复、试错”的成长必经阶段，直接获取成熟结果，导致经验沉淀不足、风险感知迟钝、职业底蕴薄弱、行业传承断档。正如有学者指出，基础任务的自动化限制了早期职业人员通过实践学习的机会，从而阻碍了他们行使关键判断的能力。博蒂克亦指出，这些转变可能需要事务所和教育机构重新思考初级审计师如何建立基础技能——“AI可能还需要为初级审计师确定新的和不同的路径，以从学术界或在会计师事务所就业后获得这些重要技能”。

三、溯源固本，审计不可替代的传承内核

AI可以替代程序、替代流程、替代模板、替代数据比对，但永远无法替代审计监督根植法治、源于良知、基于审慎、归于责任的职业内核。智能时代，审计行业最珍贵、最需要代代传承的，从来不是机械的核查技能，而是六大不可算法化的核心能力。

其一，传承法治敬畏之心。审计是法治监督、经济体检的重要载体，所有核查、定性、取证、结论，均以法律法规、财经制度、行业准则为底线。算法可以匹配条文，但无法理解法治精神、无法权衡尺度边界、无法坚守底线原则。法治敬畏、制度尊崇、底线坚守，是审计行业第一传承。

其二，传承职业怀疑之态。审计的灵魂是职业怀疑。机器默认数据真实、流程合规、资料完整；审计人永远保持审慎质疑、反向求证、穿透核查。中注协明确强调，“在审计中使用人工智能工具，不能替代注册会计师专业判断，不减轻注册会计师对审计意见承担的责任”。有资深审计合伙人指出，AI让审计准则、基础流程等显性知识极易获取，但审计师的行业洞察、业务理解、风险敏感度、专业怀疑与复杂研判等隐性能力，才是核心竞争力，也是AI无法替代的。虚假资料、阴阳合同、隐性债务、变相挪用、包装项目、账外资产等隐蔽风险，唯有依靠人的敏锐直觉、经验积累、疑点敏感度方可穿透识别。

其三，传承场景穿透之智。经济业务千变万化、场景错综复杂、违规手段持续变异，不存在完全标准化的模型。AI只能识别显性、结构化、规则内问题；审计人可以穿透业务实质、甄别表象伪装、洞察逻辑矛盾、破解变异违规。正如有学者指出，审计师的角色正在从“数据验证者”转变为负责“监督算法”的技术型专业人士，异常解释和复杂决策等非程序化认知技能的要求日益突出。

其四，传承责任担当之魂。AI只输出结果、不承担责任；所有审计结论、定性依据、风险判断、整改建议的最终责任，全部由审计人员承担。荷兰金融市场管理局（AFM）明确指出，人类始终对审计和结果解释承担最终责任，AI结果必须可追溯或可复现。技术可以赋能，责任不可转移；工具可以辅助，担当无法替代。严谨履职、客观公正、如实披露、敢于亮剑的职业担当，是审计永恒底色。

其五，传承经验复盘之蕴。审计是高度经验性行业，疑难问题、隐性漏洞、行业潜规则、地方变通做法、领域共性风险，均来自长年累月的现场沉淀、复盘总结、案例积累。算法没有阅历、没有体感、没有复盘、没有迭代认知。多地审计机关已意识到这一问题，通过“以师带徒”“审计大讲堂”“审计能手说审计”等机制，推动经验从“个人积累”向“集体财富”转化。行业阅历、实战经验、复盘智慧，只能靠人传承、靠代际接续。

其六，传承守正致远之风。客观公正、实事求是、廉洁自律、勤勉审慎，是审计职业的立身之本。技术可以提速增效，但无法塑造职业品格、涵养执业风气、坚守初心底线。审计监督的公信力，最终源于人的品行、操守与格局。

四、顺势迭代，构建人机协同全新业态

AI不是审计行业的“替代者”，而是新时代审计监督的“赋能者”。智能时代的审计传承，绝非排斥技术、固守传统，而是去机械化、留专业化，去重复性、保思辨性，去模板化、强判断力。

行业未来的发展路径，应当是“AI做增量、人力守本源，机器跑数据、人脑做研判，工具提效率、专业保质量”的人机协同新范式。学术研究提出了四类人机协同审计模式——人工主导、指令驱动、反向引导与智能自主，可根据审计任务特征灵活适配。

一是剥离机械工作，聚焦核心价值。将凭证核对、数据筛查、勾稽校验、底稿填制、格式规整等机械工作全面交由AI处理，让审计人员从繁杂事务中解放出来，聚焦风险研判、业务穿透、疑点复盘、定性把关、整改督导等高阶专业工作。审计的核心竞争力将不再是单纯的算力堆叠，而在于构建“人在回路”的混合智能治理体系。

二是重塑成长逻辑，补齐认知短板。改变“工具依赖式成长”，建立“先独立研判、后AI验证，先人工复盘、后算法辅助”的执业流程，杜绝思维外包，杜绝认知躺平，在复杂场景、疑难问题、隐蔽风险中淬炼专业能力。审计准则、基础流程等显性知识极易被AI替代，而行业洞察、风险敏感度、专业怀疑等隐性能力，需要刻意训练和长期积累。

三是坚守执业底线，压实主体责任。明确AI辅助边界，算法结果仅作参考，所有疑点确认、证据采信、问题定性、结论出具，必须由审计人员独立复核、职业判断、签字担责。坚决杜绝“以机代审、以算法免责、以工具规避责任”。中注协已要求会计师事务所对AI工具识别出的异常情况采取进一步审计程序确认，并在工作底稿中充分记录AI工具的使用过程与结果分析。

四是传承行业文脉，实现代际接续。以老带新、以经验补技术、以匠心育新人，传承审计人的审慎品格、法治思维、风险直觉、复盘智慧，让技术迭代的同时，行业底蕴不失、职业风骨不丢、专业传承不断。有研究指出，当入门级任务被自动化，培训重心需要转向判断力、模拟训练和持续技能提升，让年轻审计人员在人机协同中学会独立思考，而非在工具依赖中丧失判断本能。

结语

当AI开始批量取数、自动筛查、生成底稿、输出结论，一个根本性的追问浮出水面：审计监督还能传承什么？答案不在算法之中，而在算法之外。

技术可以替代程序，但不能替代判断；可以加速流程，但不能加速成长；可以复刻标准，但不能复刻审慎；可以生成结论，但不能生成责任。

智能时代，审计监督的真正壁垒，不在于“谁查得更快、更细、更全”，而在于面对灰色地带时是否依然保持清醒，面对复杂业务时是否依然敢于穿透，面对算法输出时是否依然保有独立判断，面对责任归属时是否依然选择签字担责。

审计的价值从来不在于程序本身，而在于程序背后那颗不敢懈怠的心。技术岁岁迭代，匠心代代相传。审计行业不惧AI替代，唯惧初心懈怠、思维退化、经验断层、传承流失。未来审计监督的高质量发展，必将是算法赋能效率、专业守住本源、技术迭代升级、匠心接续传承的全新格局。

引用文献

[1] Gartner. Gartner Survey Finds Audit Teams’ AI Use Is Common, But Most Teams Are Lacking Strategic Adoption and Application. 2026年8月.

[2] Kosmyna N, Hauptmann E, Yuan Y T, et al. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab, 2025.

[3] 新华网. 过度依赖AI或导致“认知卸载”问题. 2025年8月21日.

[4] Dell’Acqua F, et al. Cyborgs, Centaurs and Self-Automators: The Three Modes of Human-GenAI Knowledge Work and Their Implications for Skilling and the Future of Expertise. Harvard Business School, 2025.

[5] Welsch R, et al. AI Makes You Smarter but None the Wiser: The Disconnect between Performance and Metacognition. Computers in Human Behavior, 2025.

[6] Shaw S D, Nave G. Thinking—Fast, Slow, and Artificial: How AI Is Reshaping Human Reasoning and the Rise of Cognitive Surrender. University of Pennsylvania (SSRN Working Paper), 2026.

[7] Foundation for Auditing Research. Auditor Professional Identity in the Age of AI: Navigating Psychological Tensions and Normalization Approaches. Practice Note, 2026.

[8] 中国注册会计师协会. 中注协提示会计师事务所在2025年年报审计中使用人工智能技术的风险防范. 2026年3月5日.

[9] Autoriteit Financiële Markten (AFM). 12 Building Blocks for Controlled Use of Advanced (Gen)AI Auditing Tools. 2025年12月11日.

[10] Public Company Accounting Oversight Board (PCAOB). Acting Chair George Botic’s Remarks at the AICPA Conference on Current SEC and PCAOB Developments. 2025年12月.

[11] 任磊, 陈硕研. 人工智能审计：内涵特征、研究进展与未来展望.财会月刊, 2025(21): 83-88.

作者简介

曾雄飞，甘肃武都人。文学硕士、经济法学硕士、区域经济学博士。律师、注册会计师、注册项目数据分析师、注册财政预算绩效评价主评人。副研究员、副教授，兰州市作家协会会员、多家高校校外实训导师，甘肃省高端服务行业“经济门诊”专家、甘肃省注册会计师资产评估师协会通讯员、甘肃省工商联现代企业治理“一企一策”专家。历任高校教师、国央企高管、会计师事务所执行事务合伙人。深耕财会监督检查、绩效评价、专项审计、党政机关事业单位培训领域。笔耕不辍，聚焦世相变迁与本心坚守，文风厚重深沉、文字饱含阅历。擅长以正史剥蚀人物脸谱、以阅历思辨洞悉时代，兼具史学考证之严谨与人文随笔之温度。