序
审计的智能化改革，将审计人员从大量机械重复的手工工作中解放出来，不仅提高了审计效率，也提高了审计效果。因此，尽管相关数字智能技术应用的局限性和问题一直存在，但并不妨碍相当多的观点认为，智能审计将从根本上颠覆现有审计模式，审计及相关会计、金融等职业和行业将面临巨大考验甚至消亡。这一部分对涉及的几个关键问题进行了探讨，并在此基础上对智能审计的未来发展进行了展望。
“一切都可以数字化”这一概念的两位支持者迈尔·施伯格(Mayer Schnberger)和库基尔(Cukier)认为，“大数据时代最大的变化是放弃对因果关系的渴求，转而关注相关关系”。学习机器技术和这个思路是一样的，就是“不问因果，只问关联，只做归纳，不做演绎”。换句话说，只要有足够大的数据量和足够强的计算能力，即使没有事先的理论和逻辑，也能发现数据之间的关系，进而识别出所有的舞弊和错误。这里进一步引申的观点包括，会计这种仅限于准则规定的可计量标准的数据确认、计量和披露体系将被大数据取代，抽样审计将被明细审计取代，定期审计将被持续审计取代，事后审计将被实时审计取代。
有三点需要讨论:第一，不考虑大数据思维的哲学缺陷，比如“不问因果，只问关联”。单从技术的角度来看，这种思维会导致人们陷入对机械虚无的数字和技术的崇拜，演变成“垃圾进——垃圾出”的数据游戏。一方面，大量的数据使用者很少关注大数据从何而来，如何处理，呈现的数据是否真实。他们在意的是，可以向外界表明是由独立第三方提供的，没有经过人工处理。另一方面，从海量数据中“捞出”的数据如何对应具体的审计目标，即数据关联，仍是需要关注的问题。反过来，在审计知识的指导下进行大数据的收集和分析会更有效率和效果。因此，未来随着大数据的规模和应用越来越大，对大数据和大数据分析的内控和审计要求将会凸显。
第二，即使大数据和大数据分析作为审计证据具有相关性和可靠性，也不能完全替代传统审计证据。除了相关性和可靠性问题，大数据还存在一致性、可加性、隐私和安全性问题。另外，基于大数据分析的审计证据只能提供异常、疑点和线索，而不能提供直接证据。但应该承认，这种分析证据对于指导下一步调查取证，提高审计效率和效果是非常有效的。也有大量研究表明，人们在数据规律性和模式识别方面存在不足。因此，未来审计人员的工作重点将转向更深层次的分析。这将对熟悉业务、会计和审计逻辑以及它们之间的证据联系提出更高的要求，基于广阔视野的会计和审计知识和经验将变得越来越重要。
第三，就算大数据的相关性和可靠性再好，也代替不了会计。这是因为，即使企业各方面的信息极其充分，会计仍然有其存在的价值。虽然会计只是对企业经济现实的“偏颇”反映，但它为信息使用者了解企业、满足共同的信息需求提供了一个非常完整的整合框架。由此可以了解到企业从成立到发展，从融资到投资、运营、生产、销售、分销的各种信息，资源从哪里来，用在哪里，效果如何，这些都是零散、模糊的大数据无法企及的。大数据可以补充和确认会计“有限而准确”的数据，这是大数据辅助审计的核心逻辑。总而言之，忽视大数据在审计中的潜在价值是愚蠢的，但这并不意味着我们可以忽视大数据应用可能存在的局限性。只有通过辩证思维，才能充分发挥大数据及其在审计应用中的有效性。
区块链:审计职业和行业的终结者？
区块链作为一种去中心化的分布式记账方式，可以直接验证，不需要篡改。因此，一种观点认为，区块链的出现将直接终结审计职业和行业。鉴于这种观点，至少有两点值得思考:第一，区块链预期功能的实现必须建立在区块链高度发达的前提下。如果不满足这些条件，区块链只是一个基于数据访问和数据验证逻辑开发的低端链条，并不能达到杜绝欺诈的目的。很多区块链机制都是为了避免“51%计算能力攻击”，即谁拥有51%以上的计算能力，谁就赢得了决定块数据的权力。然而，对于一项新兴技术来说，它无法在短时间内吸引足够多的企业进入区块链。当没有足够多的参与者时，合谋将成为可能。因此，许多学者认为区块链阻止欺诈的能力被高估和夸大了。当然，为了减轻合谋风险，可以根据不同参与者的角色赋予不同的特权，比如赋予银行验证现金交易的特权。但问题是，失去了“去中心化”优势的区块链还活着吗？
第二，即使满足上述条件，决定区块链是否强大还有一个核心因素，那就是智能合约设计的科学性。智能合同的设计必须依靠理解数据背后的业务逻辑的审计人员，而不是程序员。一项研究表明，会计知识在分析区块链体系金融恐怖袭击的资金流向中发挥着重要作用。即使那一天到来，“审计”的外衣或许已经没有了，但“审计”的精神内核和专业思维依然不可或缺。在区块链的广泛应用下，审计师的角色会发生变化，包括一些现有的角色会被强化，一些角色会消失，新的角色会出现。综上所述，可以预见，区块链技术将不断创新，应用将不断扩大。同时，对区块链内部控制和审计的需求也将增加。
人工智能:机器人无所不能？
一些技术专家认为，在人工智能发展的高级阶段，机器人非常有可能拥有与人类相等甚至更高的智能。到那时，审计将被彻底淘汰。假设人工智能最终能发展到那种程度，一些涉及复杂职业判断的工作在那之前还需要人做很长时间。Appelbaum和Nehmer认为，在机器人领域，自动化的例行数据收集程序和数据分析应用程序将被集成到一个基于云的实时监控和审计系统中，该系统将由会计师监督和使用，他们将能够专注于更复杂和判断性的任务；同样，达文波特和科比认为，无人机、机械机器人和机器人流程的目标不是取代人类审计员，而是找到机器可以帮助和支持人类的方式。
与上述思路一致，德勤在人工智能运用上的思路和做法更为理性和可取——“必须指出，标准化、自动化和数字化的审计流程永远无法完全替代或消除人的工作，也无法完全替代或消除审计师的专业判断。可以预见，大量机械的、重复的、危险的审计工作，以及相当一部分常规的、程序性的审计判断和决策，将被人工智能所取代。同时，人工智能的内部控制或审计也会加强。
智能审计标准探索
目前智能审计准则修订需要探索和解决的问题包括但不限于审计准则如何规范应对数据冗余？在大数据被广泛应用于审计的背景下，重要性、抽样等概念是否需要保留或者如何修改？如何在审计能力要求中涵盖获取、处理、分析大数据的知识和技能？如何执行大数据审计？
审计标准如何规范区块链的自动审计分析情况？如何规范区块链上的智能审计程序？智能合同如何影响审计流程？如何对区块链本身进行审计？如何评估与“云”相关的风险？如何审计被审计方的“云”或者被审计方的云服务提供商？
如何理解和评价人工智能应用于审计相关的控制？如何执行相关人工智能技术本身的审计？
如何应对相关数字智能技术在审计应用中存在的数据安全和隐私问题？如何进行持续审计？。不难预测，智能审计准则的修订将是一个漫长的过程。
智能型审计人才的培养
智慧审计涉及大量新兴前沿技术。审计人员如果不能掌握运用于审计的思路和方法，最终会被时代淘汰。因此，培养适合智能审计的审计人员对审计职业的发展极为重要。在目前的培训实践中，有两种培训思路:一是开发如何将数字智能技术应用于会计和审计的跨学科课程；二是调整专业培养方案，在原有会计、审计课程的基础上，增加数学智能技术相关课程的必修要求。两种思路各有利弊:第一种思路直接提供如何将数字智能技术嵌入并应用于会计和审计的知识，具有见效快的优势，但可能陷入两面受敌的劣势；第二种思维方式的优势是从培养源头提供多元化的专业知识，基础扎实，但缺点是短期内嵌入的变量较大。
两者的优点:第一种思路无论是短期还是长期都是必要的，因为它可以直接提供嵌入融合的场景知识；立足长远，从现在开始就要实行第二种思路，做好长期规划，保持教育耐心。经过几代的培养，师生将同时掌握会计、审计、数理智能技术相关的知识，双方高层次、高精尖的嵌入和融合也随之而来。但不管是哪种思维，会计和审计知识的主观性是不变的。否则，整个人类社会将只有数学智能及其相关职业。纵观人类社会的发展史，虽然有些职业消亡，有些兴起，但总的趋势是分工越来越细。所以“跨界融合”是必要的，但能做到什么程度还很难预测。可以肯定的是，我们不能因为未来的不确定而停止探索和尝试。
标签
尽管智能审计环境下审计准则的修订或起草正在不断研究、讨论和探索中，但仍然滞后于智能审计实践的发展。审计准则的修订有两种方式:一是保留现有审计准则，不断优化相关技术及其应用，使其满足现有准则的基本要求，然后以指南或修订部分准则的形式，引导和规范新技术的应用；二是根据智能审计实践的发展，本着鼓励新技术应用的原则，降低相关标准的要求。显然，第一种想法是主流。
