

> 本文是AI审计自动化系列文章的第4篇。前3篇探讨了AI在底稿自动化、质控引擎、风险识别中的应用，本文聚焦一个现实且紧迫的问题：如何在使用AI提升效率的同时，确保数据安全合规。

## 一、问题的提出

### 1.1 一个真实的场景

设想这样一个场景：

你正在做一家省属国企的年度审计，底稿里有几万行明细账、几十份合同扫描件、以及敏感的关联交易清单。按传统方式，你需要花3天时间手动翻底稿、做分析、写说明。

现在你用WorkBuddy：把底稿传上去，AI在几分钟内帮你完成了数据异常识别、关联交易标记、和风险清单生成。效率提升了几十倍。

**但问题是：这些数据上传到哪里了？有没有泄露风险？符合中注协的数据安全规定吗？**

这不是杞人忧天。2023年以来，多家会计师事务所因使用境外AI工具处理审计数据，被监管部门约谈。数据安全，已经成为AI审计不可回避的核心问题。

### 1.2 本文的研究视角

本文不从理论层面泛泛而谈，而是基于作者实际使用WorkBuddy的真实体验，结合《会计师事务所数据安全管理暂行办法》（财办发〔2023〕15号）的具体要求，分析：

- AI审计工具的数据安全风险到底在哪里
- 现有规定对AI工具使用有哪些明确限制
- 在合规前提下，如何最大化AI工具的使用价值
- 提出一套可操作的"数据安全使用AI审计工具"实务方案

## 二、AI审计工具的数据安全风险分析

### 2.1 风险点识别

基于实际使用体验，AI审计工具（以WorkBuddy为例）存在以下数据安全风险点：

**风险点一：数据传输风险**

当您将审计底稿、财务报表、合同文档上传至AI工具时，数据需要通过互联网传输。如果工具的后端服务器在境外，或者传输链路未经充分加密，存在数据被截获的风险。

**风险点二：数据存储风险**

上传的数据在AI工具服务端如何存储？是否加密？留存期限多久？是否会用于模型训练？这些问题，多数AI工具的隐私政策语焉不详。

**风险点三：模型训练数据泄露风险**

如果AI工具使用用户上传的数据进行模型微调或训练，存在敏感数据被"记住"并泄露给其他用户的风险。这是大模型技术的固有风险之一。

**风险点四：内部人员访问风险**

AI工具运营方的内部技术人员，理论上可能访问用户上传的数据。缺乏严格的内控机制的情况下，这是一个不容忽视的风险点。

**风险点五：截图和日志残留风险**

使用AI工具过程中生成的对话记录、分析结果的截图，如果保存在本地电脑或被上传至云端，可能成为数据泄露的新渠道。

### 2.2 中注协相关规定的具体要求

《会计师事务所数据安全管理暂行办法》（财办发〔2023〕15号）对会计师事务所的数据安全管理提出了明确要求。与AI工具使用直接相关的规定包括：

**关于数据存储地点（关键条款）：**

规定明确要求：会计师事务所处理的审计数据，应当存储在**中华人民共和国境内**。未经客户同意，不得将审计数据存储在境外。

> 对应到AI工具使用场景：如果AI工具的后端服务器在境外，或者运营主体在境外，使用该工具处理审计数据，存在合规风险。

**关于数据脱敏处理：**

规定鼓励对敏感数据进行脱敏处理后再用于分析。脱敏后的数据，可以在更宽泛的场景下使用。

> 对应到AI工具使用场景：如果能在上传AI工具前，对审计数据进行充分脱敏（隐去客户名称、金额精确到百万元级别等），可以大幅降低合规风险。

**关于知情同意：**

会计师事务所使用第三方工具处理客户数据的，应当**取得客户的书面同意**，并告知数据处理的用途、方式和范围。

> 对应到AI工具使用场景：在审计业务约定书中，可以增加关于"使用AI辅助工具"的条款，取得客户知情同意。

**关于内控机制：**

会计师事务所应当建立健全数据安全内部控制制度，对数据的采集、存储、使用、传输、删除等全生命周期进行管理。

> 对应到AI工具使用场景：事务所可以制定"AI审计工具使用规范"，明确哪些数据可以用AI工具处理、哪些禁止上传、上传前需要做什么处理。

## 三、实务方案：在合规前提下用好AI审计工具

基于上述风险分析和规定要求，提出以下可操作的实务方案。

### 3.1 数据分级分类管理

第一步：建立审计数据分级分类标准。

建议将审计数据分为三级：

| 数据级别 | 定义 | 是否可用AI工具 | 处理要求 |
|---------|------|---------------|---------|
| 一级数据 | 客户名称、具体金额、涉密合同条款 | **禁止使用**AI工具 | 必须完全脱敏后才能用于任何外部工具 |
| 二级数据 | 行业数据、汇总性财务数据（不指向特定客户） | **谨慎使用** | 需经项目合伙人批准，并做好记录 |
| 三级数据 | 脱敏后的结构化数据、行业公开数据 | **可以使用** | 按照正常流程使用，做好使用日志 |

**实操建议：**

在上传任何数据到AI工具之前，先问自己三个问题：

1. 这个文件里有没有客户真实名称？（有 → 禁止上传）
2. 这个文件里有没有精确金额？（有 → 需要脱敏到百万元级别）
3. 这个文件里有没有涉密合同条款？（有 → 禁止上传）

### 3.2 脱敏处理标准化流程

对于需要用AI工具处理的数据，建立标准化脱敏流程：

**步骤一：客户名称替换**

将所有客户名称替换为代号：`[客户A]`、`[客户B]`、`[客户C]`

不只是公司全称，还包括：
- 公司简称
- 子公司名称
- 关联方名称
- 合同中的甲方/乙方名称

**步骤二：精确金额模糊化**

将精确金额替换为区间或四舍五入值：

| 原始数据 | 脱敏后 |
|---------|---------|
| 营业收入 1,234,567,890.12 元 | 营业收入约12亿元 |
| 应收账款余额 89,765,432.10 元 | 应收账款约0.9亿元 |
| 单次交易金额 5,432,100.00 元 | 单次交易约500万元 |

**步骤三：涉密条款概括化**

合同中的具体条款，用概括性语言描述，不保留原文。

例如：

原始条款：`"乙方应在收到甲方通知后5个工作日内，向甲方支付相当于合同总金额20%的进度款，计人民币2,345,600.00元。"`

脱敏后：`"合同包含进度款支付条款，支付比例约20%，与项目里程碑挂钩。"`

**步骤三（补充）：使用自动化脱敏工具**

WorkBuddy本身提供了审计文档脱敏工具（audit-document-desensitizer技能），可以自动识别并脱敏Excel和Word文档中的：
- 姓名、手机号、身份证号
- 邮箱地址
- 银行卡号
- 具体地址

建议在上传AI工具前，先使用脱敏工具处理一遍。

### 3.3 使用场景的合规边界

基于中注协规定和实务经验，明确AI审计工具的使用场景合规边界：

**✅ 合规使用场景（推荐）：**

1. **审计方法论讨论**
   - 讨论审计程序的设计原理
   - 询问会计准则适用问题
   - 请教审计技术方法
   - 这些场景不涉及具体客户数据，完全合规

2. **脱敏后的数据分析**
   - 使用脱敏后的财务数据，让AI帮助识别异常模式
   - 使用脱敏后的合同条款，让AI帮助做条款对比分析
   - 前提：脱敏必须达到"无法识别特定客户"的程度

3. **审计底稿模板生成**
   - 让AI生成审计底稿的标准模板
   - 让AI生成审计程序的标准描述
   - 这些不涉及任何客户数据

4. **行业分析和方法研究**
   - 让AI分析行业普遍性的财务特征
   - 让AI总结某类审计问题的通用处理方法
   - 使用公开行业数据，不涉及特定客户

**❌ 禁止使用场景（高风险）：**

1. **上传未经脱敏的客户底稿**
   - 包含客户名称的Excel明细账
   - 包含具体金额的财务报表
   - 未经处理的合同扫描件
   - 这些是高压线，绝对不能碰

2. **上传涉密或敏感客户的完整资料**
   - 金融机构的审计底稿（受银保监会监管）
   - 上市公司的敏感财务数据（涉及内幕信息）
   - 国企的改革方案、并购重组方案（涉及商业秘密）
   - 这类数据，即经过脱敏也建议谨慎

3. **用AI工具生成正式的审计报告或意见书**
   - AI生成的内容，必须经由注册会计师人工审核
   - 正式对外出具的文件，不能依赖AI直接生成
   - 这是职业责任问题，不是技术问题

### 3.4 技术措施建议

除了管理制度，还需要配套的技术措施：

**措施一：本地化部署方案**

对于数据安全风险要求极高的项目，可以考虑：

- 使用本地部署的大模型（如Meta Llama系列、阿里通义千问开源版本）
- 数据完全不离开本地，从根本上杜绝泄露风险
- 代价：本地部署的模型能力通常弱于云端大模型

**措施二：私有化AI工具方案**

部分AI工具支持私有化部署（如WorkBuddy的企业版），可以将整套工具部署在事务所自己的服务器上，数据完全不出内网。

**措施三：使用AI工具的"隐私模式"**

部分AI工具提供"隐私模式"或"不用于训练"选项，开启后，上传的数据不会被用于模型训练。使用前，务必确认并已开启该选项。

**措施四：定期审查和删除**

- 定期审查AI工具的使用记录，确认没有违规上传敏感数据
- 对于已经处理完毕的数据，及时在AI工具中删除
- 审查AI工具服务商的隐私政策更新，确保持续合规

## 四、基于WorkBuddy真实使用体验的评估

### 4.1 WorkBuddy的数据安全机制评估

基于实际使用体验，对WorkBuddy的数据安全机制做如下评估：

**值得肯定的方面：**

1. **数据存储位置相对透明**
   - WorkBuddy是腾讯旗下产品，服务端在境内
   - 符合"数据存储在中华人民共和国境内"的基本要求

2. **支持私有化部署**
   - 企业版支持私有化部署，可以满足高安全需求
   - 对于大型会计师事务所，这是一个重要的合规路径

3. **有隐私政策说明**
   - 有明确的隐私政策，说明数据如何处理
   - 建议使用者认真阅读，特别关注"数据用途"和"留存期限"条款

**需要关注的方面：**

1. **免费版的数据用途不够明确**
   - 免费版WorkBuddy的用户数据，是否用于产品改进？
   - 建议在隐私政策中找到明确答案后再决定使用范围

2. **对话记录的存储和删除机制**
   - 对话记录保存多久？能否主动删除？
   - 这些需要向服务商确认

3. **模型训练参与情况**
   - 用户上传的数据，会不会被用于训练底层模型？
   - 这是所有AI工具的共性问题，需要服务商明确承诺

### 4.2 实操建议：分场景使用策略

基于以上评估，提出分场景使用策略：

**场景A：日常审计方法讨论、底稿模板生成**
- 使用免费版WorkBuddy
- 不涉及任何客户数据
- 完全合规，放心使用

**场景B：使用脱敏后的数据做分析**
- 使用WorkBuddy付费版（数据用途更明确）
- 或者联系WorkBuddy团队，签署数据处理协议
- 确保脱敏质量：建议建立脱敏检查清单

**场景C：高敏感项目（金融、上市公司、涉密国企）**
- 建议使用私有化部署版本
- 或者，仅限于使用AI工具做方法论讨论，不上传任何项目数据
- 成本较高，但合规风险最低

## 五、制度建议：事务所层面的AI工具使用规范

### 5.1 建议制定的制度文件

建议会计师事务所制定以下制度文件：

1. **《AI审计工具使用管理办法》**
   - 明确AI工具的使用范围和禁止情形
   - 建立审批流程（什么情况下需要经过合伙人批准）
   - 明确违规使用的责任追究机制

2. **《审计数据脱敏操作指引》**
   - 提供标准化的脱敏操作方法
   - 附脱敏检查清单
   - 提供脱敏工具的使用教程

3. **《AI辅助审计工作底稿编制规范》**
   - 明确AI生成的内容，如何记录和使用
   - 要求：AI辅助生成的内容，必须在底稿中记录"使用AI工具协助分析"
   - 确保可追溯、可复核

### 5.2 培训和宣导

制度制定后，关键在于执行。建议：

1. **全员培训**
   - 每年至少一次AI工具数据安全培训
   - 结合真实案例，讲清违规使用的后果

2. **新员工入职培训**
   - 将AI工具使用规范，纳入新员工入职培训内容
   - 从源头建立合规意识

3. **定期检查和抽查**
   - 质量控制部门定期检查AI工具使用情况
   - 对违规使用行为进行通报批评

## 六、总结与展望

### 6.1 核心观点总结

1. **AI审计工具的价值是显著的**
   - 效率提升数十倍
   - 质量提升（更全面的异常识别）
   - 这是审计行业不可逆转的技术趋势

2. **但数据安全风险是真实存在的**
   - 不是危言耸听，已经有监管处罚案例
   - 必须认真对待，不能侥幸

3. **合规使用是完全可能的**
   - 核心方法：数据分级 + 脱敏处理 + 场景管理
   - 技术手段：私有化部署、隐私模式、定期删除
   - 制度保障：制定使用规范、培训宣导、检查抽查

4. **中注协的规定提供了明确的合规框架**
   - 数据存储境内、脱敏处理、知情同意、内控机制
   - 这四条是合规使用的核心支柱

### 6.2 对未来发展的展望

**技术发展方向：**

- 本地化小模型能力提升，可以在不牺牲安全的前提下提升AI能力
- 联邦学习、差分隐私等技术成熟，可以在保护数据隐私的同时训练模型
- AI工具服务商将更加重视数据安全合规，提供更完善的合规功能

**行业规范方向：**

- 中注协可能出台更具体的AI审计工具使用指引
- 可能会有"AI审计工具安全认证"之类的行业认证机制
- 数据安全合规，将成为AI审计工具的市场准入门槛

**给审计同仁的建议：**

- 积极学习AI审计工具的使用方法，这是未来核心竞争力
- 但同时，必须高度重视数据安全合规，不能因小失大
- 建议从事务所层面建立制度，而不是让每个注册会计师各自摸索


本文是AI审计自动化系列文章的第4篇。前3篇探讨了AI在底稿自动化、质控引擎、风险识别中的应用，本文聚焦一个现实且紧迫的问题：如何在使用AI提升效率的同时，确保数据安全合规。

AI审计工具的数据安全困境--便利性与合规性的平衡之道

合伙人

人工智能

安全

职业发展

本文探讨AI审计工具在提升效率时的数据安全合规问题。基于《会计师事务所数据安全管理暂行办法》，文章分析了AI工具的数据传输、存储及模型训练风险，并提出实务方案：通过数据分级管理、标准化脱敏（如隐去客户名称、模糊化金额）及明确合规使用场景（如方法论讨论、脱敏数据分析），确保在合规框架下最大化AI工具价值，规避监管风险。

结构化数据

数据分析

安全培训

风险识别

数据存储

敏感数据

联邦学习

数据安全

数据隐私

数据泄露

安全合规

数据脱敏

服务器

WorkBuddy 

对象存储COS新用户低至1元！


腾讯云BI新客户首次购买9.9元起！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI审计工具的数据安全困境--便利性与合规性的平衡之道-腾讯云开发者社区-腾讯云

AI审计工具的数据安全困境--便利性与合规性的平衡之道

AI审计工具的数据安全困境--便利性与合规性的平衡之道

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐