在全面深化改革與國有企業高質量發展的戰略背景下，中央企業內部審計面臨監督職能轉型的深層壓力。審友結合某大型央企審計數字化轉型實踐，提出一套“橫向貫通、縱向深挖、AI賦能”的穿透式審計方案，從審計計劃管理、現場審計實施、數據治理與分析、風險動態監控、整改閉環管理五大維度，系統梳理內部審計監督質效提升路徑。實踐表明，業務驅動、技術賦能、制度保障三位一體的智能審計體系，可顯著提升中央企業內部審計質量與治理效能。
一、建設背景與戰略定位
2026年，國資委發出以下規范性文件：
1. 《關于加強中央企業穿透式監管的指導意見（試行）》（文號：（國資發監督規【2026】2號），以下簡稱為“2號文”）
2. 《關于做好2026年中央企業內部控制體系建設與監督工作有關事項的通知》（文號：國資廳監督〔2026〕15 號，以下簡稱為“15號文”，亦稱“2026年內控通知”）
可見，穿透式監管是破解國央企治理痛點、釋放發展活力、有效管控經營風險的現代化治理核心舉措，更是完善國央企治理體系的關鍵答案。而內部審計作為監督體系的重要組成部分、央企內部治理的 “免疫系統”，肩負著防控風險、強化治理、促進企業高質量發展的戰略使命，是落實穿透式監管要求、推動企業數智化轉型的核心載體。
在央企實踐中，內部審計長期面臨計劃被動化、現場作業分散、數據分析淺層化、整改閉環不完善等痛點。與此同時，人工智能、大數據等數智化技術的快速發展，為內部審計轉型提供了堅實技術支撐。審計監督亟需擺脫傳統人工模式局限，向智能化、穿透式、實時化轉型，實現審計范圍橫向貫通、縱向深入的全面覆蓋。
本文以某大型制造業央企為案例，提出"橫到邊、縱到底、AI賦能"的內部審計智能化實踐路徑，為央企審計現代化提供可復制、可推廣的實踐經驗。
二、智能化數據治理方法論：橫到邊，縱到底
整合集團財務、合同、采購、資金、經營等核心業務系統，構建統一審計數據倉庫，實現跨業務域數據集成。
1. 橫向貫通
橫向貫通的核心是實現數據全維度覆蓋于業務全環節銜接，打破個業務板塊的數據壁壘，為穿透式審計筑牢數據基礎，具體通過數據標準化與業務對象匹配兩大舉措落地：
數據標準化：
審友的穿透式審計在協助央國企穿透式監管要求上具備天然優勢，數據采集是數據標準化的首要環節。多數央國企信息化建設是逐步推進的，各部門、各業務板塊的系統多由不同廠商建設，形成了諸多數據孤島。而我們自主研發的數據采集工具如同“吸星大法”，可全面采集財務、合同、采購、資金、經營等各業務板塊的全量數據；在此基礎上，通過統一數據口徑、規范數據格式、梳理數據關聯，完成數據標準化處理，進而打通業務壁壘和數據孤島，實現數據交叉比對分析，更精準地發現隱蔽性問題，真正實現數據覆蓋“橫到邊”。
業務對象匹配：
在數據標準化的基礎上，將各業務環節與系統數據對應，明確各業務環節的核心數據來源與審計重點，形成清晰可追溯、可核查的審計對象清單，確保審計過程中精準定位業務節點、快速調取關聯數據，為穿透式審計的高效開展奠定堅實基礎。
2. 縱向深挖
縱向挖深的核心是破解央國企多級組織管理結構下，各級單位系統建設多樣、復雜，無法上下貫通的痛點。在甲方授權許可的前提下，依托集團總部——子公司——業務單元——具體項目的組織架構，通過審友A8大數據分析預警系統，可實現審計觸角縱向穿透、層層滲透，直達企業最末端，真正實現審計覆蓋“縱到底”：
縱深審計鏈條構建
緊密結合國央企多層級組織架構和全流程業務邏輯，構建“總部統籌、層層延伸、全程追溯”的縱深審計鏈條，將審計監督貫穿從集團決策層到基層執行層的每一個環節，破解多層級管控中信息不對稱的痛點。依托審友大數據分析預警系統，采集各級單位不同廠商、不同類型系統的數據，打破各級單位之間的系統壁壘，達成上下數據貫通、層層穿透、一插到底；同時構建“寬表”數據體系，將集團及各級子公司、各業務單元的跨系統、多維度信息整合至單一數據寬表，實現全層級數據的集中匯聚與關聯打通，便于審計人員開展綜合分析與智能篩查，大幅提升審計效率與精準度。
3. AI賦能
三大AI賦能方向
大模型與知識圖譜：
構建行業+審計+場景三層語料，形成智能體支持的審計知識圖譜。實現審計政策、案例、流程的智能檢索與關聯應用，輔助審計人員快速掌握審計重點、提升專業能力。
智能數據分析：
結合機器學習和深度學習算法，構建多維度審計分析模型，實現異常檢測、風險預測和問題線索自動生成，擺脫傳統人工抽樣局限，提升風險識別的精準度與效率。
多模態數據融合：
整合結構化數據（財務數據、合同數據等）與非結構化數據（合同文本、審批單據等），實現全方位、多維度審計洞察，確保隱蔽性風險無遺漏。
三、智能穿透式審計：縱向深化
以縱向深挖為核心，從主體、業務、行為責任、數據全要素四個維度實現深度穿透，結合AI技術生成審計線索，推動審計監督向縱深發展：
1. 主體穿透：
結合集團—板塊—企業全層級關系圖譜，實現投標商、合同、供應商等主體信息貫通，向下逐級發現問題，向上聚合風險線索。
2. 業務穿透：
對每個層級審計線索與合同、采購、資金、經營數據全鏈條關聯，通過AI模型自動識別異常模式、違規操作和利益輸送，實現業務全流程可追溯、可核查。
3. 行為與責任穿透：
通過合同編碼、審批流程和供應商編碼，實現行為追蹤與責任認定，明確管理責任歸屬。
4. 數據全要素穿透：
整合ERP、財務系統、招投標系統、外部征信等多源異構數據，實現實時貫通與智能分析，為審計決策提供全量數據支撐。
5. AI線索生成：
通過問題線索模型和查詢分析模型，自動生成疑點線索，輔助審計人員精準發現違規、異常和潛在風險。
四、全流程審計業務升級
1. 風險導向的審計計劃管理
建立覆蓋全集團的動態風險清單和排序矩陣，AI自動推薦高風險領域。
審計計劃可動態調整，優先配置資源至高風險單位與業務領域。
年度計劃與滾動監測結合，實現計劃的主動性和精準性。
2. 線上協同的現場審計
底稿、證據、制度嵌入平臺，實現全流程電子化管理。
跨地區、跨層級協作，實時共享數據和底稿，提高審計效率。
建立質量評價體系，量化審計底稿合規性和結論準確性。
3. 全量數據分析能力
打通財務、合同、采購、資金、經營數據壁壘，建立全量審計數據倉庫。
多層次分析模型：
財務模型（查詢—分析—預警）、合同模型（黑名單、圍標、供應商關聯）、采購模型（異常價格、集中度）、資金模型（大額資金異常、高風險往來）。
4. 常態化風險監控與預警
建立企業畫像評價體系，按月動態評分并分類高、中、低風險單位。
AI實時監控，異常即推送，持續跟蹤，支持"預警—核實—整改"閉環。
總部與基層聯動，實現縱向責任清晰、橫向協作高效。
5. 整改閉環與價值轉化
整改任務全生命周期管理，線上分配、進度追蹤、驗證核實。
根因分析機制：
重大共性問題推動制度完善，實現一查多改。
整改質量量化評估，形成持續改進機制，將審計價值從"發現問題"轉向"驅動治理"。
五、實踐成效
1. 審計作業規范化
全面線上化管理，底稿合規率和項目標準化執行水平顯著提升
2. 審計分析智能化
AI模型深度挖掘數據風險，覆蓋多業務場景，預測性審計比例提升
3. 審計價值創造化
高風險問題識別能力提升，資金安全、合同合規等核心領域風險明顯降低
審計發現問題從數量增加到質量提升，實現從合規性問題向經營性風險和資金安全風險轉變。數據驅動、AI賦能的審計范式突破了傳統人工審計局限，實現價值創造最大化。
六、未來展望
1. AI持續賦能：
自然語言處理用于合同文件自動審查，圖神經網絡識別復雜關聯風險，預測性分析實現潛在風險預警。
2. 無感審計與實時監督：
自動數據抓取與分析，實現審計從"事后檢查"向"事中、事前實時監督"轉型。
3. 智能監督體系推廣：
形成可復制、可推廣的央企內部審計智能監督模式，為建設世界一流企業提供堅實治理保障。
七、技術支撐與合作單位
本次央企內部審計智能化轉型實踐得以順利落地，得益于強有力的技術支撐與解決方案提供。北京審友數治科技有限公司作為戰略合作單位，為審計數字化和智能化提供了全流程技術支撐，包括：
1. 數據預警分析平臺搭建：
提供橫向貫通、縱向穿透的審計數據分析體系，實現財務、合同、采購、資金、經營等全業務域的數據集成與標準化。
2. AI智能分析能力：
構建覆蓋合同智能審查、全量數據分析、風險預測、異常識別的多層次AI模型，為審計決策提供可視化、可量化支撐。
3. 閉環管理與在線協作：
開發全流程電子底稿、實時預警與整改閉環管理平臺，實現集團總部與下屬單位的遠程協同和動態風險監控。
通過與北京審友數治科技有限公司的緊密合作，該央企內部審計不僅實現了從“事后發現”向“事前預判、事中干預、實時監督”的質的躍升，也為中央企業構建智能化、數智化、可復制的內部審計模式提供了寶貴經驗。
今日推薦
熱門資訊
近期，福建省廈門市審計局在對市人社局20...
通過一次“體檢”，充分揭示問題，再通過一...
審計署以習近平新時代中國特色社會主義思想...
今年的政府工作報告提出，要“完成國企改革...
上市公司財務造假屢禁不止，注冊會計師事務...
面對新的挑戰，用友審計作為審計及稅務信息...
