金融监管总局首次明确要求银行业保险业“定期对人工智能模型算法开展审计”——AI审计从“可选”变为“必选”。国际内部审计师协会同期发布《AI时代评估内部审计平台的六大标准》和2026年《AI在内部审计中的应用：从探索到实操》研究报告，提出从数据孤岛迈向互联数据生态、从抽样测试升级为全量测试、从“缺乏透明度的自动化”转向“可审计、可追溯的AI”三大转型方向。安永报告系统整合了监管要求与行业标准，为金融机构内审部门构建AI审计能力提供了从合规到实践的完整框架。
金融监管总局——银行保险AI安全开发应用的算法审计要求
6月，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，要求金融机构将AI风险纳入全面风险管理体系，定期开展对AI应用风险及管理措施的评估审查，定期对AI模型算法开展审计，加强AI开发应用伦理的审查监测。这是监管首次明确要求对AI模型算法开展独立审计。内审部门应重点关注：AI治理架构（决策责任归属）、开发应用合规性（训练数据来源与算法透明度）、数据治理（数据质量与偏见检测）、算力建设（基础设施安全）、风险管理（模型风险分类分级）、能力提升（AI审计人才培养）、保障与监督（持续监控机制）。指导意见要求将AI风险纳入全面风险管理体系，意味着AI审计不再是可选项目，而是与信贷风险、市场风险同等重要的审计领域。
国际内审协会——AI时代评估内部审计平台的六大标准
2026年4月发布的报告指出，内部审计面临的核心挑战并非是否引入AI，而是能否依托集成、可靠且可审计的技术生态。报告提出三大转型方向：从数据孤岛迈向互联互通的数据生态、从抽样测试升级为全量测试、从“缺乏透明度的自动化”转向“可审计、可追溯的人工智能”。
六大评估标准：1）专为审计构建的AI——专为审计工作流程打造，而非通用AI的复用；2）互联互通的数据基础——ERP直连、自动数据采集、标准化处理，整合结构化与非结构化数据；3）全量测试能力——对全量数据集测试，采用确定性匹配算法消除推断风险；4）可审计的AI——所有输出可追溯至源数据，完整记录输入/处理/输出全链条；5）统一的工作流与证据管理——从审计计划到报告端到端支持，集中化证据管理；6）企业级信任治理与控制——SOC2/ISO认证、审计日志、身份管理、客户数据隔离。
2026年《AI在内部审计中的应用：从探索到实操》——信任与治理是主要障碍
2026年6月研究报告指出，审计和财务专业人士正以更务实和审慎的态度推进AI应用，关注重点已从“是否采用AI”转向“如何以负责任方式部署AI、建立有效治理，并将其真正嵌入日常审计工作流程”。核心结论：信任与治理，而非技术成熟度，是当前AI推广应用的主要障碍。当前AI应用仍集中于单项任务，尚未实现与审计工作流程的深度融合。
报告强调，应建立透明、可解释、可审计的AI治理机制，开发能够理解审计方法、会计准则和监管要求的行业专属AI解决方案。AI适用于数据提取、文档分析等重复性工作，但关键判断、审计结论及最终审批仍应由审计人员负责。未来组织的竞争力将取决于能否将AI真正融入审计工作流程，持续强化治理机制和审计证据的可追溯性。
AI审计的实践路径——从合规到能力建设
金融机构内审部门推进AI审计的实践路径：第一阶段——合规基础：对照金融监管总局指导意见，建立AI应用清单和风险分类，明确哪些AI系统需要审计；第二阶段——标准对齐：参照国际内审协会六大标准，评估现有审计平台是否具备AI审计能力，识别差距；第三阶段——能力建设：培养兼具AI技术理解和审计专业能力的复合型人才，建立AI审计方法论；第四阶段——持续优化：将AI审计纳入常态化内审计划，建立AI模型变更监控和持续审计机制。AI审计不是一次性的合规检查，而是需要嵌入AI开发生命周期的持续监督职能。
