普华永道美国副审计负责人肖恩·潘森（Shawn Panson）近日表示，自该公司启动人工智能辅助审计项目以来的12个月里，最令他感到意外的是技术迭代的速度。这一表态反映出专业服务领域对AI技术落地节奏的重新评估。
普华永道将AI引入审计流程的核心目标在于压缩重复性工作所占用的时间。审计工作长期依赖大量人工核对、数据抽样与文档审查，这些环节虽然必要，但耗时且难以规模化。通过将AI嵌入审计工作流，普华永道希望缩短基础性工作的处理周期，使审计人员能够将更多精力投入到需要专业判断的复杂环节。
潘森所提及的“技术变化速度”并非空泛的感慨。在过去一年中，大模型能力的快速演进、AI推理成本的持续下降，以及企业级AI工具链的成熟，共同改变了专业服务机构对AI落地周期的预期。对于审计这类高度依赖规则、证据链和合规要求的业务而言，技术可用性的提升意味着此前难以自动化的环节开始具备被AI辅助甚至替代的条件。
从行业视角看，普华永道的动作并非孤例。德勤、安永、毕马威等全球主要会计师事务所均在推进AI在审计、税务和咨询业务中的应用。审计行业的特点是标准化程度高、监管要求严格、数据敏感性强，这决定了其AI落地路径与一般企业软件存在差异。AI在审计中的价值不仅体现在效率提升，更在于通过全量数据分析发现传统抽样方法可能遗漏的风险点。
潘森所期待的“更大的时间节省”指向一个关键问题：当前AI辅助审计的收益仍主要集中在辅助性环节，而审计判断、客户沟通、监管应对等核心工作依然高度依赖人工。这意味着AI在审计领域的价值释放仍有较大空间，但同时也受到责任归属、审计证据效力认定等专业与监管层面的约束。
对于企业服务市场而言，普华永道的实践提供了一个观察窗口：专业服务机构的AI采纳正在从概念验证阶段进入规模化部署阶段。这一过程中，AI工具与现有审计方法论、质量控制体系的融合程度，将决定时间节省能否从局部优化扩展为系统性收益。审计行业的AI化进程，也可能为其他强监管、高专业门槛的服务领域提供可参照的落地范式。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
