AIGC视角下如何快速定制接地气的审计底稿

如果我们要运用AIGC技术，必须要先选择一个AI大模型平台。受到ChatGPT的影响，国内的大模型平台产品逐渐丰富和多样化，比如百度的文心一言、阿里云的通义千问以及Kimi。但是前两者目前仍有一些不足，比如文心一言的完整功能使用需要开通4.0版本的会员权限，通义千问的开通使用是在阿里云网站上，很多功能部署都计费明确，一环套着一环。相比之下，Kimi的优势就十分明显了，它主要定位于个人用户（C端），提供文档总结、内容分析、长文本翻译等功能，尤其适合中文用户，比Chat GPT更接地气。为了实现接地气审计，我们要从接地气的审计工具入手，使用接地气的审计方法论。

1. 数据采集与整合：利用Kimi和RPA机器人，自动从信息系统A中采集数据，并与信息系统B中的数据进行整合。

2. 数据清洗与整理：调整数据格式，对数据进行初步的增删改，利用Kimi的自然语言处理技术，对获取的数据进行语义分析和匹配。

3. 异常检测：利用Kimi的机器学习算法，对异常数据不一致情况进行识别。

4. 风险评估：基于识别结果，Kimi会帮助你评估数据不一致带来的风险，并生成风险评估报告。

5.结合上述信息和职业判断，确定好具体需要审查的事项和关键字段，一起发送给Kimi并要求Kimi以Markdown格式输出，方便复制粘贴到Excel。

物流公司在业务运营中，地址信息的准确性对于货物的及时派送至关重要。然而，由于各种原因，如输入错误、地址更新不及时等，物流公司的派发地址与客户的实际地址可能会出现不一致的情况。这不仅影响客户满意度，还可能导致额外的物流成本。因此，对物流公司的派发地址和实际地址进行核实，是物流公司审计工作的一个重要环节。

1. 数据采集与整合：利用Kimi和RPA机器人，自动从物流公司的信息系统中采集派发地址数据，并与客户管理系统中的实际地址数据进行整合。

2. 地址匹配与核实：利用Kimi的自然语言处理技术，对地址信息进行语义分析和匹配，识别出不一致的地址信息。

3. 风险评估：基于数据结果，Kimi会帮助你评估地址不一致带来的风险，如延误派送、客户投诉等，并生成风险评估报告。

4.结合上述信息和职业判断，确定好具体需要审查的事项和关键字段，一起发送给kimi并要求Kimi以Markdown格式输出，方便复制粘贴到Excel。

AIGC技术在审计领域的应用，为审计师提供了一种全新的工作方式。通过自动化的数据采集、智能的数据分析和定制化的审计底稿生成，AIGC技术能够帮助审计师更快速、更准确地完成审计任务。在物流公司派发地址和实际地址核实的审计案例中，通过AIGC技术的辅助，审计师能够快速识别物流公司在地址管理上的问题，并提供了针对性的改进建议。这不仅提高了审计工作的效率，也帮助物流公司优化了业务流程，降低了运营风险。随着AIGC技术的不断进步，我们期待它在未来的审计工作中发挥更大的作用。

Kimi使用网址：https://kimi.moonshot.cn/