KPMG 英国审计主管 Cath Burnet 在描述这项 KPMG 内部称为 "Project Exponential" 的实验结果时表示,在若干案例中,"AI 能够比"常规审计团队"深入得多"。她说,在某些情况下,这项技术提出的"问题"比该公司自己的审计师"更好"。

这些智能体独立收集、分析并记录数据,并起草审计结论。然而在某个领域,人类不得不介入,因为一个 AI 智能体无法正确地将一组法规与公司文件进行匹配。

人类监督仍然至关重要

KPMG 表示,人类的参与仍然"至关重要"。员工为智能体设定目标、提供背景信息、定期审查工作,并在审计意见最终确定前对结论提出质疑。两名合伙人和一名总监与高级经理及初级员工一同工作。

该公司计划将该项目扩展到多达 20 项规模更大的审计。不过她说,这项技术尚未达到可用于数千项审计所需的规模。她说,目前很少有公司拥有足够干净的数据,能让 AI 智能体可靠地处理。

KPMG 表示,该系统提供"完全可见性和完全可追溯性",能记录智能体与文档的交互,精确到单个字符和时间戳。

监管机构以新的形式看到了老问题

英国会计监管机构 FRC 发布了指引就在几天前,该指引将现有的独立性规则适用于 AI 的使用。核心问题是,审计师何时可以在不损害独立性的情况下与客户分享 AI 驱动审计的发现。对审计客户的某些非审计服务适用严格限制或彻底禁止。一家为公司提供咨询的事务所,之后可能会审查自己的建议,从而存在不愿让客户不满的动机。

据 FRC 称,AI 智能体会加剧这种冲突,因为它们在审计期间会深入挖掘公司的数据。传统审计师采用抽样方式,而 AI 智能体则有可能分析多得多的交易。这一过程可能揭示超出审计本身的发现,包括低效的流程、潜在的成本节约,以及传统审计中可能永远不会出现的模式。

FRC 认为,此类发现存在一种风险:可能被视为在为额外服务做广告,或被用作咨询业务的推销说辞。FRC 表示,在某些情况下,分享这些发现可能对审计师独立性构成“明显威胁”。

“无论事务所使用何种技术,审计师仍需承担责任,”FRC 监管标准执行总监 Mark Babington 表示。他说,审计师必须能够解释自己如何使用 AI、质疑其结果,并为相关证据背书。某些发现,例如内部控制中的重大缺陷,仍必须向客户报告。FRC 表示,这些强制性披露不算作非审计服务。

审计师独立性在英国是一个尤为敏感的问题。2018 年建筑与外包集团 Carillion 倒闭后,一项议会调查发现,作为该公司长期审计师的 KPMG 在 19 年间未能质疑管理层“日益荒诞的数字”。两家 KPMG 实体因此被合计罚款 2100 万英镑。

该行业的商业模式承压

KPMG 的实验还引出了一个更根本的问题。如果 AI 智能体能够接管由大批初级审计师组成的大型团队所从事的劳动密集型审计工作,这对行业的收费结构意味着什么?据《金融时报》报道,KPMG 看到了“明显的节省时间的机会”,但不愿说明这是否会导致收费降低。

与此同时,据《金融时报》报道,KPMG International 已谈妥了更低的费用,对象是其自身的审计师,理由是 AI 让这项工作成本更低。竞争对手 PwC 也已自行开展了多个“平行审计”项目。

竞争对手 Deloitte 于 5 月举行的一场内部全员大会也显现出同样的压力,并令该公司自己的顾问感到不安。据《华尔街日报》报道,管理层展示了一张图表,显示到 2035 年,按小时计费的咨询收入占比将萎缩至不断增长的整体市场中极小的一部分。

一位 Deloitte 顾问总结了这一信息,他说:“他们强烈暗示我们的模式已经完蛋了。我们基本上正在被机器人取代。”