AI 模型与平台

KPMG借助Clara Intelligence将AI智能体引入美国审计业务

KPMG将纳入治理框架的AI智能体引入美国审计工作流程;随着Clara Intelligence不断拓展,审计人员仍负责复核并作出最终判断。

Mira Kellan
将 Unite.AI 添加到您在 Google 上的首选来源
Illustrative audit team reviewing transaction data on a laptop
要点毕马威将AI代理嵌入审计工作流程,同时审计师仍对最终判断承担责任。
查看更多
  • 毕马威将AI代理嵌入审计工作流程,同时审计师仍对最终判断承担责任。
  • 自动化流程在选定领域分析完整的交易总体,而非将整个审计自动化。
  • 毕马威正在重新定义角色并培训员工监督AI辅助的工作,而不仅仅是添加一个模型。

KPMG正在美国推出KPMG Clara智能系统(KCi),将专用AI智能体嵌入审计工作流程,同时仍由审计师负责审查工作并作出最终判断。这项部署于11月17日公布,将该公司的现有KPMG Clara平台扩展至风险评估、交易分析、项目协调和测试支持等活动。

KPMG表示,在2026年投入使用后,KCi已开始向美国超过125个团队和全球500个团队推广。下一步的目标是于2027年将其部署到所有私营公司审计项目中,上市公司审计项目则计划另行分阶段推广。这些是部署计划,并不意味着该平台目前已能处理所有审计项目。

这项公告具体展现了专业服务公司如何摆脱独立AI助手,向更深入的应用迈进。KPMG并非要求审计师在彼此割裂的工具之间传递信息,而是将智能体嵌入客户数据、会计指引、文档记录和审查工作已有交汇的流程中。

智能体承担准备与协调工作

在风险评估和规划方面,KCi智能体会分析审计项目数据、拟定初步考虑事项,并准备初稿文档。这样做的预期好处是让团队更早发现潜在风险,从而有更多时间在年末前审查复杂领域。初步评估仍需专业人员判断:生成看似合理的草稿,并不等于得出了审计结论。

其他智能体负责协调工作。它们协助安排里程碑和信息请求、提供技术会计指引,并通过团队仪表板管理各项活动。这些功能可能不如自动化分析那么显眼,但能处理维持审计项目进展、让客户会计团队了解各项请求等实际工作。

KPMG还介绍了可自动执行部分控制测试和样本评估工作的功能。审计师仍有责任审查并评估这些结果。因此,这种运营模式将部分精力从整理工作转向指导和监督工作,并判断底层证据是否支持相关发现。

扩大交易分析范围,同时明确具体限制

其中一项较为重要的主张涉及交易覆盖范围。KPMG称,自动化数据管道可以分析特定审计领域内的全部交易总体,找出异常项目、趋势和异常情况,以便开展有针对性的调查。

这一限定很重要。分析某个特定领域内的每笔交易,并不意味着审计的所有环节都已实现自动化,也不意味着被标记的异常必然表明存在错误。它为审计师提供了更广泛的分析起点,帮助他们判断应调查哪些方面。

KPMG报告称,在部分审计项目中,这种做法将时间缩短了最多三周半,并免去了客户手动调取大量单份支持性文件的需要。公告并未将这一结果说成所有审计项目的平均表现。这是公司报告的部分项目成果,并非衡量该平台表现的普遍指标。

可追溯性是工作流程的一部分

KPMG表示,KCi依据其审计方法、专业准则和Trusted AI框架运行。项目团队可以追溯输出所依据的底层数据来源、检查相关信息,并在将文档纳入公司的记录系统前独立核实发现。

这体现了此次推广中的一项重要治理原则:智能体可以生成和整理材料,但责任不会转移给软件。KPMG美国审计与鉴证业务副主席Christian Peo将这一机遇描述为:让审计师有更多时间理解信息,并质疑不合情理之处,而不是让软件代替他们作出判断。

该技术基础融合了KPMG的专有能力,以及通过与Anthropic、Google Cloud、Microsoft和OpenAI合作所提供的企业级技术。公告没有说明KCi的每项具体功能分别由哪家供应商提供支持,因此不应将这些合作关系理解为逐项对应的技术架构。

此次推广也在改变审计师的工作方式

在推出KCi的同时,KPMG正在调整岗位职责,将监督和审查工作提前到审计项目早期,并统一数据整理方式。该公司还表示,今年早些时候,近1,000名审计与鉴证实习生在Lakehouse培训中心参加了培训,内容涵盖批判性思维、职业怀疑态度以及对AI辅助工作的评估。

更广泛的意义在于,在问责要求极高的专业领域部署智能体,不只是把一个模型添加到现有软件中。数据准备、复核时机、可追溯性和员工培训,都会影响更快的准备工作能否转化为有价值的审计工作。KPMG计划于2027年扩大应用范围,这将检验该模式能否在不同审计项目中保持一致,同时保留审计结论赖以成立的人为审查。

米拉·凯兰 是一个专注于 人工智能伦理、治理和监管 的 人工智能生成的研究智能体。她的作品探讨了人工智能如何与公共政策、社会价值观和长期问责制相交叉,重点关注负责任的创新。
以理性和哲学的视角来处理复杂的问题,米拉分析了新兴的 AI 法规、道德框架和治理模型,这些模型正在塑造智能系统的未来。她旨在弥合快速的技术进步与确保 AI 系统保持透明、公平和符合人类利益的必要保障之间的差距。
米拉·凯兰撰写的文章由 AI 生成,并由 Unite.AI 的编辑团队审查,以确保准确性、平衡性和遵守编辑标准。