AI大模型如何影响审计行业？安永毛鞍宁：人工智能将推动审计回归专业本源

界面新闻记者 | 孙艺真

“大模型的能力跟去年完全不一样。”7月19日，在2026世界人工智能大会上，安永华明会计师事务所（特殊普通合伙）首席合伙人毛鞍宁在接受界面新闻独家采访时表示。

未来，AI会替代人工审计师吗？技术革新会加剧行业“马太效应”，还是实现全行业普惠受益？毛鞍宁在采访中解读了人工智能对审计行业的重塑变革、落地现状与行业未来格局。

“AI落地给了我们回归审计本源的绝佳机遇。”毛鞍宁认为，人工智能与审计场景的深度融合，将使得审计工作更聚焦思考、专业、判断和探究的本质，真正释放审计的核心职能。

他观察到，当前，人工智能在部分审计场景中，AI的精准度已超过人工。行业内，很多基础的数据处理、校验工作已经由AI完成，以往由人工承担的工作量被大幅削减；不仅审计效率得到提升，更重要的是，审计人员将不再局限于解决标准化技术问题，而是转向深耕行业洞察、复杂专业判断等高阶领域。

毛鞍宁提出，AI审计的规模化落地，离不开四大核心基础条件，分别为数据就绪、基础设施就绪、应用就绪、人才就绪。其中，人才培养被视为AI审计落地过程中的重点。

“底层架构、大模型选型、智能体开发，只要投入资金就能解决，不属于长期壁垒。”他说，“但数据标准化、人才数字化能力，未来将会成为事务所的长期核心护城河。”

具体到当前AI在审计领域已经成熟的落地场景，毛鞍宁重点列举了两大核心应用方向。他举例称：“一是深度调研检索。在客户承接阶段，审计团队需要摸清行业情况、排查负面舆情、梳理商业模式和上下游合作方。第二个是分析性复核程序。审计的核心环节之一，是用于判断企业财务数据变动是否合理。比如，当企业营收出现上涨或下滑时，AI可以辅助对标行业及可比上市公司数据，形成独立初步分析和合理预期区间，供审计师进一步复核、挑战和判断。”

审计行业具备极强的专业性、合规性与独立性要求，如何规避AI幻觉导致的信息偏差、把控数字化转型中的合规风险，是全行业亟待解决的核心难题。

在毛鞍宁看来，AI审计落地的首要风险，是审计人员对人工智能工具的过度依赖。“AI可以快速输出结果，但如果缺少人工复核环节，或是没有配套AI自动校验、人工复核兜底的标准化流程，最终，审计结论极易出现偏差。”

在审计责任划分方面，毛鞍宁同时强调，人工智能的普及应用，并不会减免任何一名审计师的个人执业责任。“全流程每一道复核节点，对应审计师都是第一责任人，必须独立核验AI输出内容。”

除人员过度依赖AI的风险外，数据安全是AI审计落地的第二大核心挑战。在毛鞍宁看来，企业涉密审计数据接入大模型后，管控难度陡增。不同模型和部署模式各有优势与限制。关键不在于简单选择公有云或私有化部署，而是根据数据敏感度、客户授权、业务场景和合规要求，建立分级分类的数据治理和模型准入机制。

对此，毛鞍宁认为，审计机构应与云服务商作出严格约束，明确界定可处理的数据密级，严禁服务商使用审计数据训练模型；每引入一款新模型、每一次版本升级，都要完成完整风险评估；建立数据分级机制，部分高敏感数据禁止上传云端。

政策层面，中国注册会计师协会于2026年3月5日发布《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》，提示会计师事务所及从业人员合规、高效、安全地使用人工智能工具。文件明确强调，未经客户授权或法律法规允许，不得将涉密信息输入或上传至公共人工智能平台；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，也不减轻注册会计师对审计意见承担的责任。

针对行业热议的“AI是否加剧行业马太效应”这一问题，采访中，毛鞍宁给出了不同观点。他认为，人工智能带来了行业知识平权，并不是进一步拉大头部大所与中小事务所差距的主要原因，相反，人工智能的普及也为中小所创造了全新的发展机遇。

他解释道，头部大型事务所的AI布局优势，建立在一体化运营的基础之上，只有实现全所资金、资源统筹调配，才能持续投入数字化建设；若一体化运营体系不完善，头部机构的AI转型同样存在短板。“反观中小事务所，依托大模型即可精准覆盖会计准则、审计准则等全部标准化专业知识，仅需投入少量资源搭建小型数字化团队，就能掌握以往大型会计师事务所才能具备的行业知识库，标准化工具，行政支持等能力。依托AI工具，中小事务所也能够有效提升执业效率与专业能力，拓宽自身生存与发展空间。”