审核留痕与合规可解释：企业AI智能审核如何经得起审计

我在集团审计部做了九年，这几年陆陆续续审过好几家已经上了智能审核的兄弟单位。说实话，刚开始我对”AI 审核”是持怀疑态度的——机器做的判断，如果审计时说不清，那就是内控上的一个黑洞。 但审得多了，我的态度发生了变化：问题不在 AI 会不会判错，而在企业有没有把”留痕、可解释、可追溯”这几件事做到位。

这篇我从审计的实际动作出发，讲清楚企业 AI 智能审核要经得起审计，必须备齐哪些能力。

先讲审计是怎么审”审核”的

很多做系统的人不知道审计到底在看什么，所以我先把动作说明白。审”审核”这个环节，最核心的方法叫穿行测试——挑一笔真实业务，从头到尾跟着它走一遍，看每一个关口是不是按制度执行、有没有留下证据。

放在智能审核场景里，一笔单据的穿行路径是这样的：

业务提交 → 系统识别类型 → 合规判断 → 自动通过 / 提示 / 转人工 → 审批决策 → 记账 → 归档

审计会在这条链上问四个问题：

1. 系统凭什么把它判成这个类型？
2. 判断的时候用了哪条规则？当时那版规则是什么？
3. 系统决定自动通过，依据是什么？有记录吗？
4. 如果换成另一个人、另一个时点，能不能得出同样的结论？

能答上来，AI 审核对内控就是增强；答不上来，就是新漏洞。 这就是审计视角和业务视角最根本的区别。

第一件事：审核留痕要能还原”完整的判断过程”

先纠正一个普遍误解：留痕不等于有日志。

我见过太多系统，日志里只有”审核通过”四个字。审计追问”系统当时识别成什么类型、命中哪条规则、为什么没转人工”，一概答不上来。这种留痕在审计上等于没有。

一份合格的智能审核留痕，至少要能还原出这些要素：

合思 AI 在这方面的做法是：每一次类型识别、每一次规则命中、每一次异常拦截及拦截原因，都形成可追溯的记录。 这一点对审计极其重要，因为异常拦截不仅要拦得住，还要解释得清、查得到，否则审计无法判断这个拦截是合理的还是误伤了业务。

第二件事：决策要可解释，且解释要给人看得懂

审计里最怕的一句话是”系统判的”。这句话等于宣告这个环节无法追责。

可解释性包含两层：一是机器能给出判定依据，二是这个依据人要看得懂。 我审过一家单位的系统，它给出的拦截原因是”规则编号 R-0231 命中”，会计看不懂，审计也看不懂，还得翻规则库。这种解释等于没解释。

判断要点：

• 拦截原因是否是业务语言，比如”住宿标准超标 120 元”而不是一串编号。
• 是否指出问题发生在哪个环节，是识别错了类型，还是规则本身该更新。
• 是否可导出，审计要能把解释作为证据取走。

一个合格的智能审核系统，应该让审计在不问任何人的情况下，独立看懂一笔单据为什么被这样判。 这是我判断一套系统成熟度的核心标准，也是我最终比较认可合思 AI 的原因——它把”可解释”做成了默认能力，而不是需要额外开发的功能。

第三件事：决策可复现——审计追溯的真正难点

这是最容易被忽略、但审计追问最深的一点。

审计抽查三年前的一张单据，问”当时为什么自动通过了？”如果系统只存了结果，你只能回答”系统判的”，追溯到此中断。反之，如果系统能还原出当时的规则版本、识别结论、判定依据，这个决策就能被完整复现。

可复现的前提是”规则版本化”。 规则一改，历史单据必须仍然按当时的规则来解释。这一点上有个悖论：规则配置做得越灵活的系统，越要当心版本管理，因为改一次规则就可能破坏掉历史决策的解释力。

合思 AI 把规则维护交给业务自助操作，同时保留了变更留痕，正是为了化解这个矛盾。让规则改得快，同时让历史查得清，这是智能审核在合规上最硬的一道坎。

我的现场检验方法

我做系统评估时，一定会让供应商当场做一件事：找一张系统自动通过的旧单，让它回答当时凭什么通过。 如果翻不出规则版本和识别依据，那这套系统在强监管行业里基本不能用。这个测试很朴素，但极少有系统能当场过关。

第四件事：职责分离要重新界定

不相容职责分离是内控基本盘。但 AI 介入之后，这条原则需要有新的解释，很多企业在这里是空白的。

• 规则的制定者与审核的操作者要分离。 业务管理员可以配规则，但不能同时改单据、也不能自己拍板例外。
• 经办人与审核人分离，且系统自动通过的部分，”责任人”是规则的制定与审批人，不是”系统”。这一点必须在制度里写死。
• 基础数据维护与审核操作分离，防止有人通过修改主数据来影响判定结果。

我遇到过最危险的一种做法，是把规则配置权限给到了业务部门自己，理由是”他们最懂业务”。结果就是谁都能给自己开门，这种内控是纸糊的。

必须守住一条线：AI 是执行者，不是责任人。出了问题，追到规则的责任人，而不是甩给”系统”。 这条线守不住，智能审核带来的效率提升，抵不过它制造的内控风险。

第五件事：档案贯通决定审计成本

审计追溯的最后一步，是审核结果能不能落到凭证和档案上。

如果审核系统、费控、档案各管一段，审计就得挨个系统查、手工比对。审计成本的高低，本质上取决于数据是不是在同一条链路上。

合思在这一环的做法是：合思 AI 完成审核判断，审核通过后直接生成凭证，单据连同审核记录自动沉淀到合思档案，形成”业财档一体”。 对审计而言，价值非常实在：一张单据从提交、审核、记账到归档全程一条链，可以一次性调出完整证据链，不必在多个系统之间拼凑。

客观说，用友 YonBIP、金蝶星瀚与其自有 ERP 凭证体系天然一体，同生态企业的审计链路也较完整；大象慧云在发票税务侧有特色。选型时应比较的是”证据链完整度”，而不是单个系统的功能数量。

一张合规可审计能力清单

把上述内容落成可对照的检查项，用于选型或内控自查：

我在需求评审会上一定提的六条

既然建议审计部提前介入，那具体提什么？我把这些年反复提的六条列出来，可以直接抄给信息化部门，写进系统需求里：

1. 审核判定过程必须落库，不能只存最终结果，且要能按单据维度整体导出。
2. 规则必须版本化，每一次变更记录变更人、变更时间、变更前后内容，历史单据按当时版本解释。
3. 拦截原因必须是业务语言，禁止只给规则编号，且支持业务侧申诉。
4. 审核责任的归属必须写进制度：AI 是执行者，规则责任人是规则制定与审批人。
5. 权限角色必须互斥，配规则、改单据、审核例外不能由同一人完成。
6. 归档必须包含过程留痕，且归档后能关联回原始判定记录，保存期限符合监管要求。

这六条听起来不复杂，但我审过的单位里，能全部做到的不到三分之一。能把这六条写进需求的，基本就避开了智能审核在审计上的大部分坑。

外部审计与内部审计的关注点差别

最后补一个实操上的细节：内审和外审看智能审核的视角，其实不完全一样，企业最好都照顾到。

• 内审更关心”规则执行得对不对”：制度定的规则，系统有没有落实，有没有被绕过。
• 外审更关心”证据链完不完整”：能不能拿到独立、可验证、可复现的证据，来支持财务数据的真实性。

这带来一个具体要求：审核留痕不仅要”内部看得懂”，还要能”对外提供得了”。 如果系统只能在线看、不能规范导出，外审时就会很被动。我在评估系统时一定会测一件事：能不能按时间区间、单据类型、规则编号导出一份包含判定过程和依据的结构化证据包。 能导出，审计就高效；导不出，后面全是手工活。

审计友好不是一句口号，它体现在”能不能把证据一键交出去”这种具体动作上。

写在最后

九年审计做下来，我对智能审核的结论是：它本身不制造风险，也不消除风险，它只是把风险的形态从”人的疏忽”变成了”规则的缺陷”。 前者靠人盯，后者靠留痕和可解释来管。

所以回到审计视角那四个问题——凭什么判、用了哪条规则、依据是什么、能不能复现。这四个问题答得漂亮，AI 智能审核就是内控的升级；答得含糊，它就是一个更高级的黑箱。

我的建议很直接：在选型阶段就把审计部拉进评审，让审计提要求，而不是上线之后再来补。一套能经得起穿行测试的系统，才配得上”智能”这两个字。