论坛概况与核心议程 - 中国内部审计协会于12月25日在北京举办第二届“2025内部审计助力中国式现代化”论坛，汇聚600余位行业嘉宾，旨在探讨内部审计在服务中国式现代化进程中的新使命与新举措 [2] - 论坛核心议程采用“主旨演讲+圆桌对话+平行分论坛”形式，并包含数智化审计分会成立及重要研究成果发布等特色活动 [6] 政策导向与战略要求 - 审计署领导致辞强调内部审计需从三方面发力以服务中国式现代化：主动对接“十五五”规划、紧扣科学规范、立足审计监督体系建设以形成国家审计与内部审计的工作合力 [5][6] - 审计署内部审计指导监督司司长黄峥在主旨演讲中强调，科学谋划“十五五”时期内部审计工作需强化党的领导、推动单位重大战略落实、提升审计结果运用效能，并以“科技强审”和“人才兴审”作为基础保障 [8] 国资央企内部审计实践 - 国务院国资委综合监督局局长徐赫回顾了“十四五”时期国资央企内部审计在强化党的领导、深化体制改革、健全工作体系等方面的突破性成效 [10] - 国资央企未来将构建匹配新使命的内部审计格局，突出价值创造导向以监督提升中央企业“五大能力”，大力推进穿透式监督与“六个规范”的审计管理，并提速智能化审计系统与数智监督队伍建设 [10] 民营企业内部审计建设 - 全国工商联法律服务部部长涂文指出《民营经济促进法》施行带来政策红利，强调民营经济治理现代化的紧迫性，并呼吁民营企业以内部审计规范化推进治理现代化 [12] 企业内审转型实践案例 - 中国中车集团副总裁王锋分享了企业内审转型的四维路径：通过“三多一少”理念革新推动职能转型、建立审计共享中心实现集约化管控、运用“精益审计八法”提升质效、以及通过数字化转型与“特种兵”式人才培养筑牢根基 [14] 重要成果发布与机构成立 - 论坛期间正式成立了中国内部审计协会数智化审计分会，并同步发布了《全国内部审计数智化转型发展研究报告（2025）》、《内部审计数智化转型指引（2025版）》及《中国金融行业内部审计发展研究报告（2025）》三项重磅成果 [14] - 《数智化报告》由协会与中国信息通信研究院联合编写，《数智化指引》和《金融报告》由协会组织编写，多家大型央企及金融机构参与了编写与调研工作 [14][16][18] 圆桌对话核心议题 - 圆桌对话环节由五位嘉宾围绕“科学规范审计的内涵理解”、“实践中的问题与挑战”以及“未来如何更好推进”三大核心话题展开讨论，为内审高质量发展建言献策 [19] 平行分论坛专题聚焦 - 论坛设置了金融、能源、数智化三大平行分论坛，分别聚焦细分领域的核心议题 [21] - 金融分论坛主题为“防风险助力金融内审价值创造”，嘉宾来自中国工商银行、中国银行、中国人保集团及国泰海通证券等机构，围绕金融风险防范与内审价值进行分享 [23] - 能源分论坛主题为“‘双碳’目标下内部审计助力能源绿色转型”，嘉宾来自中国石化、国家能源集团、中国节能环保集团及国家电网等公司，探讨内审服务能源转型的路径 [25] - 数智化分论坛主题为“数智赋能内部审计新质生产力”，嘉宾来自南京审计大学、中国石化、百度及中国移动等机构，分享大模型及人工智能在审计中的探索与应用实践 [27]

文章核心观点 人工智能技术正在深刻变革证券公司的内部审计工作，通过赋能审计全生命周期、构建智能知识库等方式，应对数据处理、风险识别和知识传承等挑战，推动审计模式从传统“手工作坊”向高效“智能工厂”转型，并向更智能、可信的未来演进 [1][3][8] 行业背景与挑战 - 证券公司内部审计是完善治理、保障运营、促进价值增长的关键环节 [1] - 行业正经历数字化风潮，审计领域积极引入人工智能技术，推动工作模式转型 [1] - 挑战一：数据处理难题制约效率，券商业务数字化转型后数据量爆发式增长，涵盖财务、交易等多源复杂信息，包含大量非结构化数据，海量复杂数据严重拖慢审计进度 [1] - 挑战二：风险识别能力存在短板，金融业务创新加速使风险更隐蔽复杂，传统审计依赖历史数据和抽样检查，难以全面及时识别数据隐私泄露、跨市场操纵等新型风险，对借助复杂交易结构的系统性舞弊行为探测能力有限 [1] - 挑战三：知识管理与传承机制缺失，审计经验依赖个人积累和口头传递，缺乏系统化体系，导致新员工成长慢、资深经验难复用，同时技术与业务存在断层，“两张皮”现象导致审计创新不足和重复工作频发 [2] 人工智能赋能的理论与应用 - 人工智能赋能审计的理论基础包括信息加工理论、协同效应理论、模式识别理论和机器学习理论，为高效处理海量数据、提升效率与质量提供支撑 [3] - AI通过模拟人类认知，利用机器学习对历史数据建模以识别风险与异常，并借助自然语言处理技术加强非结构化数据解析，拓展审计信息来源 [3] - 基于模式识别理论，AI能精准发现财务数据中的异常模式，有效识别潜在欺诈或内控缺陷 [3] - 在实际应用中，AI与审计人员协同，由AI承担数据收集、分析等基础工作，审计人员则进行深度判断与验证，形成优势互补 [3] - 人工智能可贯穿审计作业全流程，在审计准备阶段进行风险评估预测、整合数据、编制审前分析模型并科学制定审计计划 [4] - 在审计实施阶段，AI能对多源异构数据进行集成与标准化处理，运用异常检测、神经网络、时序分析等技术实时识别异常行为，例如在员工委托交易审计中挖掘异常，或分析财务数据寻找舞弊迹象 [4] - 在审计报告阶段，利用自然语言处理技术整合数据、精准提炼发现，自动生成条理清晰的审计报告，并可结合知识库和案例生成针对性解决方案与优化策略 [4] - 在审计整改阶段，AI能持续追踪整改过程，推动问题解决与体制机制完善，实现闭环管理优化，同时将异常模式、改进措施等录入知识库，积累高价值案例以指导未来审计 [5] 知识沉淀与智能化发展 - 审计工作积累的宝贵经验常分散于人员脑海或孤立文档中，难以系统整合利用，同时庞大的规章制度等知识资源检索效率低下 [6] - 通过引入人工智能构建审计知识库，可对碎片化知识分类整理、系统存储，形成全面系统的知识网络，借助大语言模型技术实现智能搜索与语义精准匹配，将知识获取效率从小时级提升至秒级 [6] - 智能知识库能降低新员工对业务的熟悉时间和对资深人员的依赖，保障团队稳定运作 [6] - 通过大模型等机器学习算法深度挖掘知识库数据与案例，可剖析业务风险趋势，为审计人员提供决策支持，例如自动生成审计思维导图以快速了解行业热点与风险趋势 [7] - 智能审计知识库能自动更新优化，持续监测分析审计实践数据，自动识别新风险点与审计方法并纳入知识体系，确保紧跟行业前沿 [7] 未来发展趋势 - 券商审计正加速迈向数智化，未来突破将聚焦于提升大模型的业务逻辑建模能力，融合证券行业知识图谱与因果推断，实现跨部门风险识别与高解释性报告生成 [8] - 开发垂直领域专属大模型，通过结合证券特定数据训练，精准适配经纪、研究等业务审计场景，例如在研究业务审计中，通过专属模型剖析研报以自动评估合规性 [8] - 增强模型可解释性，在异常交易检测等场景结合可解释性算法，呈现判断依据，便于审计人员验证与调整 [8] - 构建动态学习机制，借助联邦学习等技术，在保障数据隐私前提下持续从各分支机构实践中优化模型，快速响应市场与监管变化 [8] - 这些方向将推动券商审计向更高效、智能、可信的新阶段演进 [8]

安永审计服务理念与战略合作 - 安永提出“数字为先驱动”的审计理念，通过AI赋能、工具提效和服务精细化实现审计流程革新 [2] - 审计流程正走向集中化与标准化，利用大数据分析从抽样审计转向全量审计，应用大量数字化工具以帮助企业识别风险、提升效率、降低成本 [2] - 数智化审计不仅聚焦风险防范与舞弊识别，更致力于优化信息披露，助力企业在合规框架下灵活合理运用会计政策，实现高质量发展 [2] - 安永研究院与资本市场学院（CCMI）成功续签框架合作协议，标志着双方自2021年建立的深度伙伴关系进入2.0时代 [4] - 安永研究院受邀在资本市场学院“上市公司年报编制与财务信披质量提升专题培训”中，向200余位上市公司财务负责人分享《A股上市公司年报审计关键事项解读》的前沿洞察 [4] - 安永期待与资本市场学院持续深化合作，共同培育兼具专业深度与市场敏锐度的复合型人才，助力行业高质量发展 [6] 上市公司审计与监管核心要点 - 深入剖析了上市公司面临的监管高压，特别强调了财务总监在确保财务真实性中的关键角色 [3] - 通过案例分享揭示了资金占用、收入确认等高风险领域的审计要点，并厘清了会计责任与审计责任的边界 [3] - 针对海外财务管控，需依托业财一体化建设以夯实业务财务数据真实性基础，并深化司库及“两金”管控以筑牢资金资产安全防线 [3] - 通过强化内控机制与子公司监管，可全面提升全球化风控能力 [3] - 专题培训后，学员们围绕财务审计数智化转型等重要内容，与安永讲师展开深度对话，讲师提供了精准、务实的建议和指导 [5]