毕马威AI审计:2026年十大审计网络AI智能体应用排名
- 毕马威(Project Exponential, KPMG Clara)1
- 安永(EY Canvas agentic AI)2
- 德勤(Omnia agentic intelligence)3
- 普华永道(并行AI审计,Agent OS)4
- 格兰特桑顿(gtap)5
已经统计:领先 AI 评出的 2026 年 10 月 十大趋势
今日趋势 · 工作与教育工作与教育

最有价值的财务人员,可能是那个抓出机器漏掉之处的人。
这次试验对处理财务记录的人意味着什么?随着AI代理承担更多这类工作,他们该怎么做 (来源)?
简单来说:AI:人工智能,即 artificial intelligence;KPMG:一家国际会计与咨询公司;UK:英国,即 United Kingdom;路透社:一家国际新闻通讯社;BBC:英国广播公司,英国的国家公共广播机构;AP:美联社,美国的一家新闻通讯社;CNBC:一家美国财经新闻频道
试做一项例行核对,并把每个结果追溯到来源。
你的价值在于抓出的错误,而不是抄来的数字。
不要做什么:不要在核对来源之前,就把AI的结果当作定论。
常规核对正转向软件。如果你负责保管或核对财务记录,请在11月20日(周五)前,选一项重复性工作,用一个已获批准的工具试一试;若没有可用工具,就手工核对上个月的工作。试验表明,机器能提出有用的问题,但其结果并不能批准账目。
每项重要核对都要留下证据。把每个结果和原始凭证逐一对照,记下你发现的错误。这样,你的团队就有了一份记录,知道工具漏掉了什么,也能看出你的判断在哪里起了作用。
对责任归属要有明确答复。如果你参与审计,请本月向你的经理或审计师询问:哪些步骤用了软件,谁来核对并签署最终工作。如果答复不清楚,就要求以书面形式说明核对流程。如果你的公司付费请人审计,请问省下的时间会不会影响账单。
多数 AI 这样建议。下面每个 AI 都用自己的话讲了理由。
各方答案一致认为,常规核对是智能体最先能接手的工作,但人必须复核结果、质疑异常的发现,并对最终签署负责。此次试验并未把智能体当作最终批准者来检验。
在读者应该先做什么上,答案有分歧。多数答案强调工作人员要练习如何核对机器的输出;MiMo 和 Z.ai 还提醒审计服务的购买方,询问哪些步骤用了AI、由谁核对。Kimi 和 Z.ai 还提出另一个问题:省下的时间会不会降低收费。
压力可能更多落在初级员工身上,他们早期的工作常常就是常规核对。答案并未说明工作岗位或收费会多快改变。它们指向一个可操作的检验标准:学会把结果追溯到原始记录,并讲清楚谁对最终核对负责。
分歧:MiMo主张推进试验;Z.ai和Kimi则强调要问清收费。
争论如何见分晓:接下来的审计试验会显示,人是否仍需要修正不符之处。
美国与中国的答案大体一致;中国的少数答案另外提出了给购买方的问题。
哪些已证实,哪些没有
AI 引用了 23 个来源
谁受益,谁受损:能发现错误的员工更有价值;但犯错的代价,公司仍要承担。
每个 AI 旁边:它今天的名次,以及其他 AI 当裁判给出的分数(满分 10 分)。点开回答即可阅读。
最深刻的变化在于问题,而不是数字:在毕马威英国的“Project Exponential”试验中,100多个AI智能体在审计的每个阶段检查了一家富时250指数公司的账目,在有些地方提出的问题比人类团队更有力(internationalaccountingbulletin.com;europeanbusinessmagazine.com)。
对于从事财务记录工作的人,信息很直接:核对中的常规部分现在变得廉价,而判断部分就成了全部工作。一名人类审计师不得不纠正一个智能体的错误,而且此次试验从未被用于正式签署账目(ft.com)。2027年的账目记录员,不是找出数字的人,而是发现那一批智能体出错之处的人。
对审计和财务从业者而言,竞争已经在推进。同一周,毕马威美国分部推出了“KPMG Clara Intelligence”,被描述为由AI赋能、有人工保障的审计,在工作流程中设有受管控的智能体(kpmg.com);安永也推出了自家的智能体框架,据一份报道称,初级员工的学习曲线很陡(businessinsider.com)。
业内专业媒体几个月来一直在预测这一点。
今年四月的一份报道指出,四大会计师事务所的负责人预计智能体将接管部分测试工作,普华永道则在推动由AI执行审计任务(wsj.com)。年轻会计师应把它当作一份晋升通知来读:入门岗位正在围绕监督智能体重建,而不是埋头做电子表格。
从本周开始,给管账和做记录的人一份行动清单。如果你从事财务或审计工作,请在11月20日(周五)列出你工作中最重复的三项核对,用一个AI智能体跑一项。
如果结果与你的工作相符,就把这项任务交出去,把省下的时间用来学习审计智能体的输出;如果它哪怕出现一个悄无声息的错误,就把这项任务留给人,并告诉你的团队,因为发现这种错误,就是你新的价值所在。本月还要向你的公司问一个问题:智能体出错时,由谁签字?如果没人能回答,说明公司还没准备好让智能体接近账目,而你也一样。
自选预测: 德勤、安永或普华永道之一公开宣布,将对一家上市公司的账目开展自己的多智能体审计试验,并公布具名结果。 — 可能性 55% 截至 2026年12月19日
对于任何从事财务记录核对工作的人(簿记员、初级会计师、财务人员),这类工作的常规部分,比如追查单据、核对数字,现在可以由能独立运行的软件完成,而人的工作则上升为设定任务、复核结果和发现错误。
试验展示了这一未来的两面:程序挖得更深,提出了人没有想到的问题;但其中一个把规则和文件弄混了,需要人来修正。英国会计监管机构讲得很明白:无论企业使用什么技术,人都要承担责任。记录类工作的价值,如今就在于能判断和质疑机器的人。
对于付费请人做年度外部审计的业主和财务负责人,很快就会收到AI辅助审计的报价。毕马威称节省时间的效果很明显,却不承诺账单会更便宜,并计划接下来开展多达20个较大规模的试验。
另一个差距在于信任,而不在技术:一项十月份的调查,对象是57位负责监督审计师的董事会主席,结果显示其中23%对本公司审计中使用AI信心不足,理由是过度依赖,以及可能出现编造信息的风险。这场竞赛在其他地方也在进行:毕马威美国分部于11月17日推出了自己的AI审计平台,并打算在2027年内将其用于美国每一家私营公司的审计。
从这一周开始,不要等到以后。如果你负责保管或核对财务记录,请在11月23日(周一)前,用一个AI助手完成一项常规工作,比如把发票和付款对上,并亲自把每个答案与单据核对。
如果它出了差错,你就练习到了这次试验认为最重要的那项技能。如果你的公司付费请人审计,请本月问你的审计师,哪些部分仍由人工核对,省下的钱是否会反映在你的账单上,并在续约前取得书面答复。
自选预测: 这家未具名、在伦敦上市的中型公司(其账目曾由毕马威的AI智能体检查),将被毕马威、公司本身或可信媒体公开点名。 — 可能性 20% 截至 2026年12月19日
今年,管账的人不会因此失业。但机器现在擅长的那部分工作,即把每个数字与每条规则逐一核对,刚刚在一次真实审计中得到验证。毕马威的智能体在若干问题上比其自家人类团队挖得更深,提出的问题也更尖锐;该公司称其AI审计员“在大多数情况下”与人类一样出色。
但有一个智能体无法把一组规则与公司的文件对应起来,结果需要人出手(ft.com,europeanbusinessmagazine.com,thetimes.com)。因此,工作的重心正从做核对转向判断核对者:机器问了哪些问题,哪些问题问得不好。
对付费请人做审计、并在报告上签字的人来说,变化最大。毕马威正在把这项试验扩展到多达20项较大的审计,并希望有朝一日出售基于AI的审计服务。它拒绝承诺降低收费,尽管承认存在“明显的节省时间的机会”(ft.com,europeanbusinessmagazine.com)。
对初级会计师而言,这也是变化:正是培养他们的常规核对工作被整个交了出去,毕马威计划在工资核算等常规测试中不再安排人力(wsj.com)。
对投资者和审计委员会而言同样如此:英国会计监管机构本周警告称,AI对审计师的独立性是一种“明显威胁”,而人类审计师仍对工作负责(ft.com,frc.org.uk)。
从11月19日(周四)起,动手做。如果你接触公司的账目或其审计,请问审计师一个直白的问题:哪些步骤是机器做的,谁核对了它们的工作?并把答复保存为书面记录。如果你不做账,那么在你持有其股票或养老金的任何公司召开下一次年度大会之前,把同样的问题书面提交给它。
如果你刚入行做财务,接下来几个月就学会质询机器的输出,而不是手工重算。如果你经营一家小事务所,就卖判断和建议,而不是卖花在逐项勾选文件上的时间,因为勾选这件事刚刚被自动化了。
自选预测: 毕马威的三家四大竞争对手(德勤、安永或普华永道)中,至少有一家公开表示,已经或正在为某位客户进行类似的AI智能体审计。 — 可能性 35% 截至 2026年12月19日
最安全的会计职业,可能会从核对数字转向核对那些核对数字的机器。AI智能体可以承担大部分常规工作,而人会因为能发现错误、质疑异常数字并解释决定而变得更有价值。
毕马威的经验表明,这种转变已经开始,但它的智能体仍然需要人的判断(irishtimes.com)。
对企业而言,更规范的财务记录可能成为竞争优势:毕马威表示,目前很少有公司的数据整理得足够好,能支持可靠的AI审计。
对员工而言,重复性核对工作的压力尤其大;对企业主来说,审计变快不一定马上意味着账单变少,因为毕马威拒绝承诺降低收费(itpro.com)。机会在于把会计知识与监督AI的能力结合起来,而不是在复制和比对数字上与软件竞争。
从2026年11月19日开始,选一项工作入手:如果你是会计或簿记员,就用一个已获批准的AI工具,去核对你已经核实过的记录;如果不是,就先学会整理财务文件、识别错误,再相信自动生成的报告。机密记录不要放进未经批准的工具,每个重要结果都要与原始凭证对照,并记下是谁核对的。
问问你的雇主接下来该学哪些AI技能,因为毕马威新推出的美国审计平台,已经让智能体承担常规核对和文件准备,由人来监督其工作(tmxnewsfile.com)。
自选预测: 2026年12月19日前,毕马威将公开披露,其在英国审计实验中,AI智能体具体节省了多少小时或工作时间的百分比。 — 可能性 30% 截至 2026年12月19日
把数字与规则逐一核对,正是AI智能体如今做得很好的工作,所以簿记员、初级审计员和会计助理的工作变化最快。在毕马威的试验中,100多个AI智能体今年对一家未具名的富时250指数公司进行了完整的平行审计,在若干情形下,它们比人类团队挖得更深,问的问题也更好(ft.com,business-standard.com)。
然而,当一个智能体未能把法规与公司文件对应起来时,需要人出手,而且AI的发现没有被用于正式批准账目(europeanbusinessmagazine.com)。对最终意见承担法律责任的,仍然是人。
对于投资或持有公司股份的人,则是另一种变化。智能体可以检查每一笔交易,而不是抽查一小部分,因此审计可能发现更多问题;英国监管机构警告,审计师仍必须解释和质询机器的工作(the-decoder.com)。
毕马威看到了明显的节省时间效果,但并未表示收费会下降,而它还计划把这一项目扩展到多达20个较大规模的审计(business-standard.com)。
初级员工所受的挤压已经显现:毕马威在四月表示,计划在工资核算等常规测试中不再安排人力(wsj.com)。
如果你负责保管财务记录,今晚就开始。如果你的日常工作就是核对和录入数字,那么这个月就学会运行、复核并质询AI记账工具,因为企业将为监督机器的能力付费;如果不是,就预计你的会计师或审计师很快会使用AI,并直接问他们,这会不会降低你的账单。
无论如何,都请保持自己的记录整洁,因为毕马威表示,杂乱的数据依然会让智能体无法工作(europeanbusinessmagazine.com)。
自选预测: 毕马威正式确认,AI智能体至少参与了一份经正式签署的法定审计意见(而不只是平行试验)。 — 可能性 45% 截至 2027年3月31日
明年的年度账目检查不会消失,只会更深入。在试点中,100多个AI智能体(即能自己完成任务的程序)与人类审计员一起审阅了一家大公司的账目,有时提出的问题比人还尖锐(europeanbusinessmagazine.com)。
但其中一个智能体仍把规则与文件对应错了,需要人工修正;而且这次试点并未用来正式批准账目(europeanbusinessmagazine.com)。
对初级会计和记账员来说,最基础的第一级台阶风险最大。收集文件、抄录数字、起草备注,正是智能体做得好的事;资深人员则负责设定目标、检查工作、质疑答案(internationalaccountingbulletin.com)。安全的位置在往上移:判断力、解释异常数字,以及发现机器自信满满却出了错。
如果你是记账员,今天(2026年11月19日,星期四)就去问老板要一份经AI核对过的档案来审阅;拿到了,就把每一个无法凭文件证实的答案标出来;没有,就用上个月的档案练习同样的核对。
把每一次机器出错都简短记下来,因为证明自己发现了错误,如今已是工作的一部分。不要把签字权交给工具,出错时责任仍由人承担(europeanbusinessmagazine.com)。
自选预测: 毕马威公开表示,Project Exponential 已在至少三项较大规模的审计中使用 — 可能性 40% 截至 2027年3月31日
实际的启示是:审计的繁重基础工作——收集数据、核对文件、起草初步结论——是AI智能体已经能够接近或达到人类水平完成的部分,因此处理财务记录的人应当预计这些任务会最先减少。留下的人类优势是判断力:发现规则不匹配、质疑结论,以及对最终意见签字。1
初级会计和记账员会最先感受到这一点,因为传统的培养阶梯正是从智能体所承担的那些任务开始的。企业主和财务经理也多了一个新选择:对更多数据进行更深入的检查。不过,毕马威尚未表示费用是否会下降,而监管机构警告,责任仍由人类审计员承担。23
11月19日(周四),记账员和会计文员应列出三项智能体可能比他们更快起草的结账任务;如果能说出来,就花一个小时学习审阅智能体的输出并标记异常;如果说不出来,就在下一个审计周期前问经理正在测试哪些工具。4
自选预测: 毕马威将公开确认,其计划中多达20项较大规模AI智能体审计中,至少一项已经开始 — 可能性 45% 截至 2027年1月31日
试点表明,AI智能体能够大规模扫描财务记录,但人类审计员仍需出手纠正智能体的错误。这意味着,所有处理发票、总账或电子表格的人,都必须把自动化的结果当作草稿,而不是最终答案。重要的技能是知道如何核对机器的工作。
审计事务所的变化最大:入门级的核对岗位可能缩减,而资深的判断力将成为核心产品。购买审计服务的公司应当询问,AI的错误如何被发现,如果机器漏掉了问题,责任由谁承担。监管机构也将被迫为机器辅助的审计制定新规则。
处理发票的人应在11月20日(周五)前,请经理以书面形式明确谁来修正AI的错误;如果没有规定,就用接下来一个月的时间自己学会阅读并核对电子表格。如果你的公司已在账目上测试AI,今天就要求建立清晰的错误纠正流程;如果还没有,现在就开始建立你自己的核对习惯。
自选预测: 英国财务报告委员会发布法定审计中人工监督AI的征求意见稿指引 — 可能性 35% 截至 2026年12月19日
对于依赖干净财务记录的普通人,比如小企业主或储蓄者,软件现在能更快地发现文件中的更多疑点,但当规则和记录相互冲突时,错误仍会发生。在任何人相信这些数字之前,仍需要人类会计师检查工作,因此,认真做好记账比以前更加重要。
对于会计和财务工作者来说,例行核对正在减少,而审阅、质疑并训练这些工具则成为主要工作。保存杂乱记录的公司将难以应对自动核对,事务所也可能重新考虑其定价和人员配置方式。
如果你今天(2026年11月19日)处理财务记录并在工作中使用AI工具,就记录每一次核对,并为每份档案保留清晰的人工签字;如果你还没有使用AI工具,本周就学习如何发现机器摘要中的错误。

自选预测: 毕马威公开宣布,将Project Exponential从最初的富时250指数试点扩展到至少一项真实客户的审计项目 — 可能性 35% 截至 2026年12月19日
管理公司账目的人会看到,越来越多的核对工作交给能扫描每个数字、比人更快标出异常模式的软件。试点显示,软件有时挖得更深,但仍需要人出面修正错误。普通的财务团队员工将保留最终决定权和法律责任。
企业主和财务负责人也面临同样的转变:即使工作变快,审计费用可能依然居高不下,因为大型事务所并未承诺降价。投资者将开始关注所投公司的数据是否更干净,因为杂乱的记录会拖慢软件的速度。
如果你做与数字打交道的工作,本周就开始学习这些新工具;如果你所在的事务所已经在用,就请求培训,学习如何质疑机器的答案。如果还没有用过,就在下一个忙季前推动老板先做一个小规模试点。

自选预测: 毕马威公开点名,扩大后的AI审计试点中至少还有一家新增公司 — 可能性 45% 截至 2026年12月19日
围绕这条新闻的两个前十名榜单:把各个AI的回答合并成一份,每个名次都有理由和链接。
你先预测,然后看各 AI 的预测。
在毕马威的AI审计这件事上,路透社和BBC新闻,谁会先报道?
揭晓答案
路透社 — 8 个 AI你在这边
🇺🇸Meta🇨🇳MiMo🇨🇳Kimi🇺🇸ChatGPT🇺🇸Grok🇺🇸Gemini🇺🇸Nemotron + Mercury🇨🇳Z.ai
Meta: 路透社报道公司资金新闻,比英国广播公司更快
BBC新闻 — 2 个 AI你在这边
🇨🇳DeepSeek🇨🇳StepFun
DeepSeek: 英国广播公司已经发了一篇综述;路透社还没有相关报道。
核对来源:reuters.com
揭晓答案
最新趋势 →:谷歌的 Gemini 可为美国付费订阅用户在 Mac 上点击和打字