AI 不会留下任何审计跟踪
快速阅读: 据《牙买加观察家》最新报道,资深会计师认为AI能提升审计质量、降低成本,但AI作为“黑箱”难以被完全理解,其行为不稳定且不可预测,这与医疗设备审批要求相悖。AI在审计中的应用需解决责任归属及缺乏审计痕迹等问题。
从小就对了解事物的工作原理充满兴趣。在机械为主的年代,这一目标通常是可实现的。拆解设备通常能够揭示它的秘密,但重新组装却有时更具挑战性。
随着技术从机械转向电气,这个目标变得越来越难以实现。如今,许多设备都配备了某种嵌入式软件,内部的工作原理愈发晦涩难懂。输入和输出依然可见,但中间的部分往往成为谜团。
这些“谜团”大致可分为两类:传统软件和机器学习。传统软件尽管复杂,但理论上总能理解其运作方式。而机器学习则不过是“黑箱”的另一种说法。因为软件是由机器编写的,并且会随着时间推移不断演化,所以本质上无法完全理解一个机器学习算法。
我最爱的一些科幻小说围绕着计算机的故事展开,这些计算机以设计者从未设想的方式进化。有时结局美好;但更常见的是结局糟糕。
最近,当我聆听一位英国资深会计师的演讲时,上述一切都在我的脑海中浮现。他谈到了人工智能(AI)在审计领域的应用。在他看来,AI将成为一种令人兴奋的新技术,可以提高质量并降低成本。
在我的脑海中,AI是旧概念的新词:黑箱。稳定且可预测。
几年前,我曾与全球最大的医疗成像设备制造商之一的负责人讨论过利用AI分析扫描并发现人类医生可能遗漏的信息。让我惊讶的是,他立刻提到了一个主要的监管障碍:无法获得依赖机器学习的医疗设备的批准。审批流程要求机器的行为必须稳定且可预测。
类似的规则也适用于其他领域,例如航空电子设备。当你仔细思考,这完全可以理解。我不愿意搭乘依赖不断重写软件的计算机操控的飞机。我也不希望调查人员无法查明飞机为何撞上山腰。
会计虽然不像医学或飞行那样关乎生死,但也存在一些相似之处。整个审计理念依赖于基于证据的客观事实分析。当然会有主观判断,但这些判断也必须建立在可以分析和验证的前提之上。必须能够让新的目光理解并重现另一位审计员的操作步骤。
我确实期望包括会计在内的许多职业越来越多地使用分析软件,但我认为对AI潜力的吹捧过于夸张。“AI给出了这个答案,但不知其如何得出结论”的答复永远无法让监管机构满意。
我希望如此。无人负责。
成像公司的CEO还提出了另一个问题:当AI出问题时,你该起诉谁?起诉制造扫描仪的公司吗?还是起诉编写原始程序的公司?又或者起诉诊所?唯一可以确定的是,你不能起诉AI本身。
AI已经在不受监管的活动领域产生了重大影响,但我认为其对审计的影响将逐步显现。
AI的问题在于它不留任何审计痕迹。
——彼得·雷利是贝利网络的成员,这是一个由前分析师和投资者组成的团体,他们现在在报告领域进行咨询。
(以上内容均由Ai生成)