广西桂林烟草：数智赋能 为内部审计配备“最强大脑”

本文转自：人民网-广西频道

近年来，广西桂林烟草通过本地化私有部署审计垂直大语言模型，正以“最强大脑”之姿，推动内部审计从“事后检查”向“事前预警”、从“经验驱动”向“数据驱动”的深刻转型，为烟草行业内部审计数智化升级提供了生动实践。

顺势而为 勇探新路

随着烟草行业高质量发展深入推进，审计对象从传统财务领域延伸至物资采购、工程投资、科研项目等全业务链条，传统审计模式面临“数据繁杂难整合、专业判断依赖经验、重复劳动效率低”等痛点。

国家审计署“科技强审”的明确要求，为破解发展瓶颈指明了方向。2024年初，桂林烟草组建专项课题组，联合技术骨干启动审计大模型研发。“通用大模型虽强，但缺乏审计专业语境和行业数据支撑，难以满足内部审计的专业性、准确性和安全性要求。”项目骨干罗钢介绍，课题组最终确定采用“开源模型+本地化部署+专业数据微调”的技术路径，依托企业多年积累的审计案例、制度规范、业务数据构建专属知识库，打造真正适配烟草行业内部审计需求的垂直大模型。

经过近一年的反复调试、场景测试和优化迭代，基于“基座+知识+AI+编排+交互”五层架构的审计大模型于2025年正式投入使用，实现了“数据安全可控、功能贴合需求、操作简单便捷”的预期目标，相关课题也顺利通过验收，并获得广西审计厅内部审计科研课题三等奖。

专家评审会对“桂林烟草智慧审计平台”进行验收。桂林烟草供图

硬核架构 筑牢根基

审计大模型的“基座层”以本地化部署的“Qwen3-32b”大模型为基础，搭配词嵌入模型和向量数据库，构建起通用能力支撑；“知识层”整合了烟草行业法规制度、企业内部管理规范、历年审计案例等多维度专业数据，确保模型输出“接地气、合规范”；“AI层”可根据不同审计场景，智能调用知识检索、文档加工、数据处理等进行核心运算；“编排层”通过智能体编排组件实现流程化调度；“交互层”则提供友好的对话式操作界面。

“所有数据都在企业内网流转，敏感信息经过脱敏处理，从根本上杜绝了数据泄露风险。”罗钢说，本地化部署模式既保障了审计数据的安全性，又让模型能够深度吸收企业内部知识。

为确保模型持续优化，桂林烟草还建立了动态数据更新机制，定期将新颁法规、新增审计案例、业务流程变化等信息纳入语料库，通过持续微调让“最强大脑”始终保持专业敏锐度。

智能赋能 实战显效

“请对A市公司开展离任经济责任审计，进行总体风险分析。”审计人员在系统中输入指令，短短3分钟后，一份专业的分析报告便自动生成，不仅标注了问题频次、金额数据，还附上了历史案例、法规依据和审计建议。这只是审计大模型实战应用的一个缩影。

在审计项目实施的全流程中，“最强大脑”的赋能成效无处不在。审前阶段，它能快速整合历史数据和行业信息，生成精准风险图谱和标准化审计方案，使审计计划制定效率显著提升。审中阶段，面对离退休人员补贴核算等专业问题，它能即时提供法规依据、风险提示，还能自动撰写事实清晰、定性准确的审计底稿，减少大量重复性文字工作。审后阶段，只需上传底稿信息，即可一键生成结构完整、逻辑严谨的审计报告初稿，并提炼系统性风险点和整改建议。

在日常监督中，大模型更是业务部门的“合规顾问”，通过大数据分析和机器学习算法，能够及时发现风险苗头，预测风险趋势，实现事前预警和事中控制。当业务部门咨询捐赠业务合规风险时，模型不仅详细列出协议签订、资金使用、后续监管等关键风险点，还提供了标准化协议模板和培训建议。

桂林烟草审计人员演示“桂林烟草智慧审计平台”操作流程。王林婕摄

数智升级 未来可期

审计大模型不是要取代审计人员，而是成为“人机协同”的得力助手。在实际应用中，桂林烟草始终坚持“审计人员为主、模型为辅”的原则，通过强化审计结果审核，有效防范模型“幻觉”等技术性风险，确保审计结论的严谨性。

为持续释放智能审计效能，桂林烟草从多方面推动模型优化升级。在数据层面，持续扩充专业语料库，重点强化非结构化数据的清洗与标注，建立统一数据质量标准。在技术层面，从审计规则模型向智能算法深化，打造轻量化、模块化的审计智能体工具集。在场景层面，遵循“先标准化、再半结构化、后创新性”的路径，逐步拓展异常交易识别、持续审计监控、风险预测建模等高阶应用。在人才层面，构建“技术+审计”复合型人才培养体系，通过实战演练、专题培训等方式，提升审计人员模型协同、数据分析和算法治理能力。

从传统审计的“埋头翻账”到智能审计的“精准导航”，桂林烟草的实践生动诠释了科技创新对内部审计的赋能价值。随着审计大模型的持续完善，必将为烟草行业内部审计高质量发展注入更强动能，为企业合规经营、风险防控筑牢数字化屏障。（王林婕）