两种“验收”之间:中美AI审计规则分化下的企业会计控制重构

企业 美国公众公司会计监督委员会(PCAOB)、中国财政部、普华永道(PwC)等中美会计师事务所、跨国AI企业
行业 信息传输、软件和信息技术服务业
年份 2026
难度 高级
适用课程 会计学、审计学、战略管理
核心概念 战略控制与经营风险, 平衡计分卡与战略执行, 审计质量控制的制度嵌入
来源 改编

案例摘要

一、案例背景 1.1 事件起点:两条几乎同时发布的监管信号 2026年11月,两条看似独立、实则指向同一问题的监管信号几乎同时出现在中美两国的会计监管领域。 在美国一侧,美国公众公司会计监督委员会(PCAOB)于2026年11月中旬宣布,将向符合条件的会计师事务所发放针对人工智能系统审计业务的专项牌照。这一举措的背景是:随着越来越多的上市公司将AI模型嵌入财务报告流程(如自动化收入确认、智…

案例正文

一、案例背景

1.1 事件起点:两条几乎同时发布的监管信号

2026年11月,两条看似独立、实则指向同一问题的监管信号几乎同时出现在中美两国的会计监管领域。

在美国一侧,美国公众公司会计监督委员会(PCAOB)于2026年11月中旬宣布,将向符合条件的会计师事务所发放针对人工智能系统审计业务的专项牌照。这一举措的背景是:随着越来越多的上市公司将AI模型嵌入财务报告流程(如自动化收入确认、智能合约结算、AI辅助公允价值计量),传统审计准则已难以覆盖AI系统的“黑箱”特征。PCAOB的牌照制度实质上是在审计供给侧设置准入门槛——只有证明自身具备AI系统审计能力的会计师事务所,才能对涉及AI驱动财务流程的上市公司出具审计意见。牌照要求涵盖:AI模型的验证方法论、算法偏差的检测能力、数据治理的审计程序,以及对AI系统内部控制的设计评价能力。

在中国一侧,财政部于几乎同一时间发布了修订后的《企业会计准则第X号——人工智能系统相关交易的确认与计量》(征求意见稿),拟对AI系统相关资产的确认、AI服务收入的计量、AI模型开发支出的资本化条件等作出系统性规定。修订的核心逻辑是:现行准则框架建立在“人类决策—书面记录—可追溯凭证”的假设之上,而AI系统的自主决策、持续学习和概率性输出,使得“可靠计量”这一会计基本假设面临挑战。财政部的修订方向是引入“算法可解释性披露”和“AI系统生命周期计量”两个新概念,要求企业在财务报表附注中披露AI系统的决策逻辑、训练数据来源、模型版本变更对财务数据的影响等。

两条监管信号的方向截然不同:美国选择在审计供给侧设卡,通过牌照制度控制“谁来验收”;中国选择在会计准则侧立规,通过计量规则控制“验收什么”。这一分化并非偶然,而是两国在AI治理哲学、会计监管传统和资本市场结构上的深层差异在会计领域的投射。

1.2 行业概况:AI审计市场的规模与结构

据行业研究机构估算,2026年全球涉及AI系统的审计服务市场规模约为180亿美元,其中美国市场占比约45%,中国市场占比约20%。全球四大会计师事务所(德勤、普华永道、安永、毕马威)在AI审计领域的投入在2024—2026年间累计超过120亿美元,主要用于开发AI审计工具链和培养具备算法审计能力的专业人员。

……

定制教学方案与课件导出

本案例已配套教学目标、理论框架、讨论问题、参考答案、分析路径五段材料,可直接用于备课。 如您希望按自己的课程重构这套内容——换用其他理论框架、调整讨论重点与课堂组织方式, 或把教学材料一键排成 PowerPoint 课件(16:9 宽屏、7 套色调可选)——需先通过教师认证。

登录 免费注册 注册后提交教师认证,即可使用定制与 PPT 导出

发表讨论

您的邮箱地址不会被公开。