当以DeepSeek为代表的大模型开始“读懂”合同、会议纪要和财务报表附注，审计行业正迎来一场深刻的变革。对审计师来说，AI究竟是“门口的野蛮人”，还是审计师手中的武器？围绕AI对审计行业带来的影响，毛鞍宁在《中国经营报》记者专访中给出了自己的判断。

　　毛鞍宁是安永华明会计师事务所（特殊普通合伙）首席合伙人、安永大中华区审计服务主管合伙人，拥有30余年审计业务经验。他担任中国注册会计师协会第七届理事会副会长和第七届常务理事会常务理事，同时也是中国注册会计师协会和香港注册会计师协会会员，对行业数字化转型拥有丰富实践经验。

　　在他看来，AI绝非简单替代审计师的“野蛮人”，也不是万能的“武器”，而是一种全新的专业基础设施。“它将推动审计从劳动密集型走向人机协同的智能作业模式，这个过程中质量优先于效率、责任不可转移的底线始终不变。”毛鞍宁说。

　　AI正从“效率工具”进化为“专业伙伴”

　　《中国经营报》：与早年信息化工具相比，大模型时代的AI对审计行业产生了哪些根本性影响？从行业层面看，你认为AI是“野蛮人”还是“武器”？

　　毛鞍宁：早年的信息化、数字化工具，本质是把既有流程线上化、结构化做得更快、更规范，但仍是执行指令的“工具”。大模型时代的AI则不同，它能处理非结构化信息，把知识检索、文件比对、异常提示、工作记录等环节连接成连续工作流，这种变化意味着AI正在从“工具”走向“专业伙伴”，从单点提效走向对审计作业模式的重构。

　　AI真正唤醒的，不只是数据本身，更是专业人员长期积累的隐性知识。过去很多判断存在于审计师和财务专家的经验里，很难复用和规模化；现在，AI结合知识库、规则和工具，有机会把这些经验沉淀为可调用、可验证、可持续迭代的能力。

　　所以，对审计来说，AI既不是简单的“门口的野蛮人”，也不能被理解成可以无条件依赖的万能武器。它更像是一种新的专业基础设施。用得好，它可以帮助审计师看得更全、找得更快、提示得更早，把大量低价值重复劳动释放出来；用不好，它也可能放大数据缺陷、模型幻觉和过度依赖，形成新的审计风险。

　　我的判断是：AI不是来取代审计师，而是来重新定义审计师的价值。未来真正的分水岭，不是会不会用某个模型，而是能否把AI纳入审计质量管理和专业判断体系。

　　AI不是审计的单点效率工具，而是在改变审计观察企业、识别风险和形成信任的方式。它带来的不是简单的“快一点”，而是让专业人员从数据和信息的被动消费者，逐步转向风险洞察的主动生产者。

　　《中国经营报》：此前你曾提出，AI将推动审计从“劳动密集型”向“自动化、智能化”转型，并形成“人机协同”模式。你分析这种“协同”具体如何运作？在哪些环节AI可以独立完成，哪些环节必须由注册会计师掌控？其中的边界在哪里？

　　毛鞍宁：人机协同不是简单“一半一半”，而是让机器承担更适合机器的工作，让人回到更需要人的地方。

　　我认为AI比较适合三类工作：一是规则清晰、重复性高、数据质量好的任务，如资料整理、勾稽检查、异常筛查；二是大规模信息阅读和归纳，如会议纪要检索、制度汇总；三是风险提示和分析辅助，如趋势分析、异常模式识别。

　　相比AI，这些环节必须由注册会计师掌控：审计目标和重大风险判断；关键审计证据是否充分、适当；涉及复杂交易、管理层估计、舞弊迹象、持续经营等重大事项的专业怀疑与判断；最终审计意见和责任承担。

　　两者的边界其实很清楚：AI帮助“看得更全、找得更快、提示得更早”，但不能替代专业怀疑、职业判断和责任。覆盖面可以从样本扩大到总体，但证据标准不能降低；执行可借助机器，但判断和责任不能转移。

　　从技术形态看，我更倾向于未来要做“Agent”，而非“ChatBot”。大模型强在理解和推理，但审计需要精确、可追溯、可复核，所以必须把大模型与确定性的工具、审计方法、知识库、权限和日志体系结合起来。

　　只有这样，人机协同才不是“问答式辅助”，而是真正进入审计工作流。因此，我不认为未来是“无人审计”。相反越是智能化，越需要有人承担判断和责任。

　　质量优先于效率，责任不可让渡

　　《中国经营报》：随着AI大幅提升审计效率，未来是否会出现“重技术、轻判断”，弱化注册会计师专业能力、放大审计风险的问题？你如何看待技术效率与审计审慎性的平衡？

　　毛鞍宁：这个风险真实存在。我认为在审计领域，质量优先于效率。AI不会把坏数据变成好结论，也不会因为模型先进就天然满足审计证据要求。

　　这个过程需要注意四类风险：一是数据风险，数据不完整、不准确、来源不清或口径不一致，会直接影响AI分析结果；二是模型风险，包括幻觉、偏差、不可解释性以及对特定场景的不适用；三是安全与合规风险，包括敏感信息泄露、越权访问和数据跨境合规；四是责任风险，如果团队把AI输出当成结论，而没有保留复核、挑战和判断过程，审计责任就会被模糊化。

　　质量优先于效率，意味着两者发生冲突时，让步的是效率而非质量。关键不是少用AI，而是把AI纳入治理体系。治理不是把AI关进笼子，而是让创新有空间、风险有边界。

　　同时，事务所必须持续强化专业能力，不能因AI削弱基本功。AI让准则和方法更易获取，但真正形成差异的是人的隐性专业能力。比如业务理解、行业洞察、对弱信号的敏感、专业怀疑和复杂判断。

　　质量优先于效率，意味着覆盖面可以扩大，但证据标准不能降低；执行可以由机器辅助，专业判断和最终责任不能转移。这是底线，不是上限。

　　《中国经营报》：当前AI正在替代大量基础审计工作，很多审计从业者担忧职业被替代。你预测，未来审计行业人才结构会发生怎样的变化？未来3—5年，AI会将审计行业会出现怎样的新形态？

　　毛鞍宁：这种担忧可以理解，但AI不会让审计师的工作变少。我的判断恰恰相反：我认为AI会让审计师要做的事更多。

　　一是AI把观察边界推得更远，从局部样本扩展到全量数据和业务链条，带来更多可做的工作；二是客户本身被AI改变，审计师要评价AI驱动的内控、算法偏见、数据治理，新增需求远超被自动化的基础工作。

　　在人才结构方面，传统审计专家仍是核心，但更需懂业务、数据、风险；数据分析、AI治理、技术专家会更深嵌入团队；未来最稀缺的是复合型人才。既懂审计和内控，又能把专业判断转化成数据规则和知识库；Agent则成为团队新成员，处理资料、分析辅助、异常提示。

　　因此，未来人才的培养重点要从“教用工具”转向“培养AI时代的审计专家”。

　　这场变革的开关，不在技术，不在预算，而在领导和专家愿不愿意亲自下场。只有资深人员把经验、判断和风险规则沉淀成AI可调用的知识，AI才不会停留于表层工具。

　　未来3—5年，我认为审计将走向“人机协同的审计团队”。更多程序会从期末集中执行转向持续风险识别和更早介入；全量数据分析会成为更多项目的入口；审计团队组成更加多元；市场对可信信息的需求也会从传统财务报告延伸到企业AI系统、数据治理、算法控制、ESG和可持续披露。

　　AI不会让审计变少、变轻，而会让审计变得更宽、更深、更有分量。思考可以借力，理解不能外包；技术可以加速，责任不能转移。