生成式AI在审计合规性检查中的潜力与局限性.docx

下载文档

0
0
约1.17万字
约 25页
2025-11-11 发布于中国
举报
版权申诉
保障服务

生成式AI在审计合规性检查中的潜力与局限性.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

泓域学术·高效的论文辅导、期刊发表服务机构

生成式AI在审计合规性检查中的潜力与局限性

前言

生成式AI的效果往往依赖于数据的质量和模型的训练程度。在审计数据分析中，生成式AI需要高质量的历史数据来训练其算法模型，而在实际操作中，许多审计数据可能存在缺失或不规范的情况，这可能导致AI模型的适应性降低，甚至影响分析结果的准确性。为了应对这一挑战，审计领域需要加强数据采集和预处理工作，确保数据的完整性和标准化。不断优化AI模型，使其能够适应不同类型的审计数据和环境。

生成式AI的核心优势之一在于其能够处理和分析海量数据。在财务审计中，传统的人工审计往往依赖于财务报表、凭证和账目等有限的样本数