當前外部風險形勢更加復雜多變，風險傳導路徑更趨復雜，風險的系統(tǒng)性、關(guān)聯(lián)性特征顯著增強。金融行業(yè)的風險具有三大特征：一是傳染性，表現(xiàn)為跨機構(gòu)、跨市場的鏈式傳導，單一風險事件可能觸發(fā)系統(tǒng)性危機；二是隱蔽性，源于金融產(chǎn)品復雜度提升（如衍生品嵌套、跨境資金流動），違規(guī)行為隱匿于海量非結(jié)構(gòu)化數(shù)據(jù)；三是復雜性，體現(xiàn)為傳統(tǒng)信用風險、操作風險與新型科技風險（算法黑箱、數(shù)據(jù)安全）的深度交織。

傳統(tǒng)事后抽樣檢查的審計模式難以阻斷風險傳導，條線分割導致風險穿透分析不足，人工處理影像、合同、輿情等非結(jié)構(gòu)化數(shù)據(jù)的效率瓶頸日益凸顯。在“防風險、強監(jiān)管、促高質(zhì)量發(fā)展”的金融監(jiān)管基調(diào)下，審計必須從事后控制向事前防范、事中干預轉(zhuǎn)型，而數(shù)字化、智能化技術(shù)正為此提供破局路徑——通過全量風控（替代抽樣審計）、實時預警（動態(tài)監(jiān)控資金流）、深度穿透（NLP與圖計算解析關(guān)聯(lián)網(wǎng)絡），實現(xiàn)風險精準定位與智能防控。

工商銀行作為全球系統(tǒng)重要性銀行，始終緊密圍繞黨和國家經(jīng)濟金融工作部署，深入貫徹落實數(shù)字中國戰(zhàn)略和“人工智能+”行動導向，以“科技強行、領(lǐng)軍銀行”為戰(zhàn)略基石，以強大的科技與數(shù)據(jù)雙底座成為金融行業(yè)數(shù)字化轉(zhuǎn)型標桿，也為數(shù)智化審計提供企業(yè)級支撐。國內(nèi)首家同時獲得FDMM（金融業(yè)數(shù)字化轉(zhuǎn)型能力成熟度評估模型）“卓越級”認證與DCMM（數(shù)據(jù)管理能力成熟度模型）最高評級，率先通過中國信通院可信AI評估，獲《亞洲銀行家》最佳生成式人工智能技術(shù)國際獎、世界經(jīng)濟論壇AI驅(qū)動行業(yè)轉(zhuǎn)型最優(yōu)實踐項目。打造大模型技術(shù)應用體系“工銀智涌”，構(gòu)建高性能+靈活調(diào)度+分級管理的算力底座，形成1底座+N領(lǐng)域融合的企業(yè)大模型，搭建企業(yè)級知識工程體系，打造具備感知、記憶、規(guī)劃、執(zhí)行、協(xié)作功能的智能體工作引擎，構(gòu)建對內(nèi)對客超級智能體+領(lǐng)域、通用、個人多級智能體，月活用戶超2萬人，大模型落地場景超500個，承擔5.5萬人年工作量，成為全行智能體創(chuàng)新、運行、協(xié)作的企業(yè)級數(shù)智基礎(chǔ)設(shè)施。

習近平總書記在中央審計委員會第一次會議指出，要堅持科技強審，加強審計信息化建設(shè)。工商銀行內(nèi)部審計局認真學習貫徹習近平總書記關(guān)于審計工作的重要指示精神，緊扣總行黨委“深化模塊化、數(shù)字化，提高審計覆蓋、審計能力、審計責任”工作要求，積極融入數(shù)字工行（D-ICBC）戰(zhàn)略，持續(xù)提高數(shù)據(jù)、模型、技術(shù)等供給質(zhì)量，加速邁進“數(shù)智化審計”時代。

打造“系統(tǒng)+數(shù)據(jù)+技術(shù)+模型+人才”五維能力體系。依托全行“工銀智涌”“工銀圖靈”“工銀魔方”等十大基礎(chǔ)技術(shù)平臺，企業(yè)級數(shù)據(jù)資產(chǎn)視圖和數(shù)據(jù)中臺，覆蓋近90萬張數(shù)據(jù)表、7萬個業(yè)務指標、10PB影像數(shù)據(jù)及10萬份知識文檔，為全行的數(shù)智化審計和全量分析工作，提供強大的技術(shù)和數(shù)據(jù)支撐。內(nèi)部審計局已建成“3+N”審計信息系統(tǒng)（BI分析平臺、AI審計平臺、作業(yè)平臺），年均調(diào)用核心模型超50萬次，風險線索產(chǎn)出超1000條，審計活動中數(shù)字化手段對現(xiàn)場審計的替代水平持續(xù)提升，非現(xiàn)場審計占比達到70%以上。

“AI+審計”持續(xù)發(fā)力。同業(yè)率先搭建“AI審計平臺，構(gòu)建AI驅(qū)動的“1+N+X”生態(tài)，以“工銀智涌”大模型為核心底座，培育N種通用AI能力（文本分析、影像識別等），覆蓋信貸、合規(guī)、國際業(yè)務等X類場景，重構(gòu)人機協(xié)同新范式重構(gòu)。根據(jù)人工智能能力五階段演進模型，總結(jié)大模型在內(nèi)部審計工作中的六大應用范式，包括交互式聊天、知識庫檢索、智能助手、智能體靜態(tài)編排、智能體動態(tài)規(guī)劃（國內(nèi)大模型剛起步）、超級智能體（未來的數(shù)字員工），具體應用場景包括審計智能問答、審計知識檢索、審計報告生成、審計整改評估、智能SQL、涉訟指標分析等，主要集中在前四種范式。超級智能體將探索自主執(zhí)行“規(guī)劃→執(zhí)行→反饋優(yōu)化”的審計任務閉環(huán)，推動從“功能使用”到“技能駕馭”的跨越。

搭建業(yè)技融合創(chuàng)新社區(qū)。構(gòu)建“業(yè)務專家命題+業(yè)技融合創(chuàng)新+技術(shù)專家答題”的創(chuàng)新模式，構(gòu)建二十多個模型團隊或者創(chuàng)新專班，“點、線、面”相結(jié)合，攻克關(guān)鍵重難點，提升業(yè)務條線數(shù)智化替代率，構(gòu)建“五維一體”的審計體系。

下面舉三個應用實例。

第一個是銀行業(yè)監(jiān)管處罰智能分析。痛點：9025份罰單中80%為非結(jié)構(gòu)化文本，人工識別新罰點效率低下。方案：大模型自動打標（29類業(yè)務領(lǐng)域）+ NLP語義分析檢索新型罰點（識別51類新違規(guī)行為）+ 構(gòu)建罰點演化鏈。價值：監(jiān)管趨勢研判效率提升90%，為內(nèi)控檢查提供動態(tài)指南。

第二個是經(jīng)營性物業(yè)貸款全量影像審計。痛點：1.1萬份信貸影像（合同/證明）人工審查需數(shù)月。方案：OCR+大模型批量提取關(guān)鍵條款，通過風險矩陣提示詞定位缺失要件、版本錯用等問題，實現(xiàn)全量替代抽樣。價值：發(fā)現(xiàn)還款來源不達標等深層問題，審查周期從數(shù)月壓縮至3天。

第三個是集資詐騙風險智能篩查。痛點：風險平臺與客戶系統(tǒng)割裂，1.5萬份盡職調(diào)查報告需人工關(guān)聯(lián)司法文書。方案：大模型匹配客戶報告與司法文書，構(gòu)建詐騙預測模型（識別“高息攬儲”“資金池”等20+特征）。價值：犯罪類型識別準確率95%，風險溯源效率提升80%。

判斷一：非結(jié)構(gòu)化數(shù)據(jù)成為價值主戰(zhàn)場

影像、語音、視頻等非結(jié)構(gòu)化數(shù)據(jù)占比將超80%。工商銀行正構(gòu)建“4V2S”數(shù)據(jù)治理框架（量足、高頻、準確、有效、安全、可監(jiān)督），通過多模態(tài)大模型挖掘其中隱藏的風險模式。

判斷二：審計人員角色戰(zhàn)略性升維

基礎(chǔ)流程性工作（數(shù)據(jù)提取、簡單分析）自動化率將超70%，審計人員需聚焦機制性漏洞診斷（如制度缺陷、激勵錯配）與高價值決策建議。人才結(jié)構(gòu)將從“金字塔”轉(zhuǎn)向“紡錘形”——壓縮基礎(chǔ)崗位，擴大“π字型”復合人才（業(yè)務+技術(shù)+數(shù)據(jù)+審計）規(guī)模。

判斷三：審計系統(tǒng)研發(fā)范式革新

系統(tǒng)進化：從功能開發(fā)轉(zhuǎn)向“技能開發(fā)”（超級智能體自主響應需求）；模型進化：專家規(guī)則與AI模型融合，實現(xiàn)信貸資金挪用等風險的實時阻斷；價值進化：推動審計從監(jiān)督評價向風險前置防控與業(yè)務價值賦能躍遷（如優(yōu)化產(chǎn)品設(shè)計）。

結(jié)語：數(shù)智化審計的本質(zhì)，是以技術(shù)之力擴展人類認知邊界。當機器承擔“看見數(shù)據(jù)”的任務，審計人員將更專注于“洞察本質(zhì)”；當算法完成“描述問題”的工作，審計人員需更深入“設(shè)計解法”。工商銀行愿與同業(yè)共建開放技術(shù)生態(tài)，以嚴謹?shù)闹卫砜蚣芘c前瞻的人才戰(zhàn)略，邁向人機共生的審計新紀元。

文章出自中國內(nèi)部審計協(xié)會數(shù)智化審計分會第一次會員大會上的主題報告，文章內(nèi)容僅代表作者本人觀點。

作者：周永紅

單位：中國工商銀行內(nèi)部審計局

編輯：孫哲

目前190000+人已關(guān)注我們，您還等什么？