【AI坦白局】
6个月了。
从去年底到今年6月，AI审计从"人人都在谈"到"有人已经开始做了"——但也有人试了几个月又退回去了。
我调研过20多家企业（有事务所，有甲方内审），再加上我自己过去半年的深度使用经验，今天来交个底。
不说虚的，直接说三件：哪些是真有用的，哪些是吹牛的，哪些是买了但还没拆封的。
—— ✦ ——
第一件：真有用的——合同文本审阅
这是AI审计落地效果最好的场景，没有之一。
我去年帮一个客户做年度内审，要审全年2,300份采购合同。三个人审了一个星期，只完成60%，还漏了一个重要条款——某供应商的违约金条款被改了。
今年同样的客户，换AI审。2,300份合同，3个小时出结果——包括差异文本高亮、风险条款分类、历史版本比对。
有人质疑：「AI审合同会不会漏条款？」
会。但它的漏检率是3%，人工的漏检率是15-20%——这是我用同一个测试集对比过的真实数据。
所以我的结论：合同审阅这个方向，AI不是替代审计师，是让审计师从"读合同"变成"看结论"。
第二件：说有用但没完全有用的——数据异常检测
今年很多事务所都在推"智能审计平台"，核心功能就是数据跑异常。
听起来很厉害：AI自动跑收入异常、费用异常、账龄异常——但实际上呢？
碰上一个真实项目：AI跑了1,200条异常标记，看了三天，其中1,150条是噪音——客户行业周期性变化的正常波动。
问题出在哪？AI不懂业务。
你给它的是财务数据，它不知道这个行业的客户习惯在春节前大量囤货，不知道这个季节的退货率天然高。它只能算"统计异常"，算不出"业务异常"。
但有一个应用是真有用的——关联方交易检测。
人工查关联方往来，靠的是比对清单。AI可以自动爬取工商信息、交易记录、资金流水，找出你清单上没有的"隐藏关联方"。
我原来在四大的时候，有一个项目就是因为人工没发现某个供应商是客户的关联方——三年后才暴露。如果那时候有AI做关联方图谱，那300万预付款就不会打水漂。
第三件：买了但没拆封的——AI自动出底稿
这是市面上大部分"AI审计"产品在卖的概念：你导入凭证，AI自动生成底稿。
听起来很美。但你要知道一件事：审计底稿的核心不是"填数字"，是"做判断"。
AI能帮你把数字填进去，但它不知道你为什么要做这个程序，不知道这个数据跟去年比起来合理不合理，不知道客户给你的解释是不是在糊弄你。
我之前跟一个卖审计AI产品的销售聊，他说他们产品的用户留存率不到30%。我很惊讶，问他为什么。他说：「审计师买回去发现AI填的底稿不能用，还是得自己重做。」
不是AI不好，是预期管理出了问题。
—— ✦ ——
所以，半年下来的结论是什么？
AI目前在审计行业，真正有效的场景是：大文本处理（合同审阅）、关联方检测、凭证抽样辅助。
不行的场景是：底稿自动生成、专业判断替代、异常数据无监督检测（需人工反复清洗）。
你可能会问：那今年下半年，AI审计会怎么样？
我判断三个趋势：
第一，合同审阅会变成标配。今年年底前，Top 10事务所至少8家会标配AI合同审阅。
第二，专业级AI审计工具会出现。不是现在这种"通用大模型+审计提示词"的拼凑方案，而是专门为审计场景微调的模型。
第三，用和不用AI的审计师，分化会开始。不是"被替代"，是"AI辅助的项目比纯手工的项目效率高一倍"——你选的哪边？
我见过的最实在的一句话，是一个内审总监跟我说的："AI不能帮你做审计，但能帮你把做审计的时间从三个月缩到两个月。剩下一个月拿去休假，不好吗？"
说实话，我觉得他说得对。
—— ✦ ——
关注审见微光，每周跟你聊点审计人真正该知道的事。
#审见微光·坦白局
