夜雨聆风前几篇聊了数据比对、整改追踪、报告起草这些热门场景，今天聊点不一样的——那些你可能没想到、但AI能大显身手的冷门场景。
不是炫技，是真在用。
一、合同审查：上百份合同1分钟出意见
内审查合同，传统做法是逐份翻：条款合不合规、金额对不对、审批流程齐不齐。上百份合同，两个人看两天。
问题是——你看得再仔细，也只能抓到"你认识到的风险"。那些你没见过的条款陷阱、隐含的权利义务不对等，你根本看不出来。
AI怎么做：
把合同批量上传，让AI按你的审查清单逐项过：
主体资格：营业执照经营范围是否覆盖合同标的
付款条款：预付比例是否异常、违约金是否对等
关联交易：交易对手是否与公司存在关联关系
审批完整：是否走了正确的审批流程
提示词关键：不是让AI"审合同"，而是把你的审查框架喂给它，让它按框架逐项标注。你定规则，它干苦力。
实操要点：
合同文本本地沙箱先脱敏（去掉公司名、金额等敏感信息）
用Kimi或Claude的长文本功能，单次可处理20页以上
输出格式要求结构化：条款编号 | 风险类型 | 风险描述 | 建议处理
二、费用异常检测：从抽样检查到全量扫描
内审查费用报销，最常用的方法就是抽样。抽50笔、100笔，看看有没有违规。
但抽样有个致命问题：你抽不到的，就是漏网之鱼。那些精心伪造的、金额卡在阈值以下的、集中在月底冲量的——恰好是抽样最容易被绕过的。
AI怎么做：
不是抽样，是全量扫描。把整年几万笔费用数据丢给AI，让它找模式异常：
时间异常：某人报销集中在每月最后3天
金额异常：多笔报销金额刚好卡在审批阈值以下（比如4999元，超过5000要多一级审批）
频率异常：某部门差旅费是同规模部门的3倍
关联异常：多个人的报销票据出自同一个供应商
这些模式，靠人眼在Excel里筛选，要么看不出来，要么看到眼花。
实操要点：
导出全年费用明细（日期、金额、部门、报销人、供应商、科目）
提示词："分析以下费用数据，找出：1.金额集中在审批阈值附近的记录 2.同部门同科目异常偏高的月份 3.同一供应商出现频次异常的记录"
AI输出的不是"可能有问题"，是具体的行号和异常模式
三、关联方识别：从"查得到的"到"查不到的"
关联方交易是内审的老大难。明面上的关联方好查——股东名单、高管兼职、集团子公司，工商信息都能查到。
真正危险的是隐性关联：交易对手表面上跟公司没关系，实际控制人是某个高管的亲属；供应商和客户是同一个自然人控制的；通过多层持股隐蔽的利益输送。
AI怎么做：
把工商数据、交易数据、人员数据三张表交叉分析：
股权穿透：AI递归查询股东链条，找出最终受益人。三层以上嵌套的，人工根本查不动，AI几秒钟出结果
人员交叉：不同公司的法定代表人、高管、联系电话有重叠，AI自动标记
交易异常：某供应商只服务本公司一个客户，或某客户只从本公司采购，AI标记为"疑似关联"
实操要点：
数据来源：天眼查/企查查的API或导出数据，加上公司内部的供应商/客户主数据
提示词："对比以下两组公司的股东、法定代表人、联系电话，找出存在交叉记录的公司对"
输出格式：公司A | 公司B | 交叉类型 | 交叉详情
四、访谈提纲生成：从通用模板到精准提问
内审访谈最怕什么？问了一堆问题，关键信息一个没问到。
原因很简单：多数人的访谈提纲是通用模板——"请介绍一下部门职责""请说明一下业务流程"。这些问题谁都会回答，但答案跟审计目标基本无关。
AI怎么做：
不是让AI写一份通用的访谈提纲，而是结合本次审计的具体发现和风险点，生成有针对性的提问。
具体操作：
输入：本次审计已发现的风险清单 + 被访谈部门的业务说明
提示词："基于以下审计发现[列出3-5个具体风险点]，为[XX部门负责人]生成8-10个访谈问题。要求：1.每个问题对应一个风险点 2.问题是开放式的，不能用是/否回答 3.按风险等级从高到低排序"
输出：不是"请介绍流程"，而是"你部门上季度有3笔超过500万的紧急采购未经二级审批，当时是什么情况？"
实操要点：
先有审计发现，再生成提纲。反过来没用——先有提纲再做审计，那就是走过场
问题必须具体：时间、金额、次数、人员，都嵌进问题里
准备追问话术：被访谈人回避时怎么追问，也提前让AI帮你准备
五、一个提醒
上面四个场景，工具不难找，难的是你愿不愿意把自己的审计思路结构化。
AI不认识你的合同审查清单，除非你写出来。AI不知道你的费用异常标准，除非你定义。AI不懂你的关联方识别逻辑，除非你告诉它。
结构化你的审计经验，才是AI时代的核心竞争力。
不是会用工具，是能把自己的专业判断变成可执行的规则。能做到这一步的内审，AI就是你的倍增器；做不到的，AI只是个聊天机器人。
转发给你身边还在通用模板访谈的内审同事。
你最想在哪个场景试一下AI？评论区说说。
关注财审实验室，持续分享思路和干货
让专业的人，用专业的工具
点个在看，让更多内审人看到
