随着Deepseek等AI大模型的崛起，我们不仅正站在一个技术革命的新起点上，而且更是站在了一个思维的分水岭前。

AI大模型时代与互联网时代存在显著的不同：

互联网时代：以连接与聚合为核心，追求效率提升；

大模型时代：以创造与演化为核心，重构人机共生生态。

这种差异不仅改变了技术应用方式，进一步重塑人类思考、协作与价值创造的底层逻辑，而且也将从根本上改变我们的工作方式、思考过程以及与信息互动的方式。

对于审计人员而言，如何在Deepseek大模型时代中找到自己的位置，不只是需要学习使用各种大模型应用程序和掌握提示词技巧（prompt技巧），更重要的是要进行思维方式和认知模式的深刻迭代升级。

检索思维 VS 生成式思维

在互联网时代，信息的获取主要依赖于检索思维——用户需要明确知道他们想要找的信息，并通过关键词搜索来定位这些信息。

当一名审计人员需要了解最新的财务法规时，他会输入具体的关键词，在海量的信息海洋中筛选出对自己有用的部分。

在Deepseek大模型时代，这种模式被生成式思维所取代。大模型不再仅仅是提供已有的信息组合，而是能够根据用户的模糊需求自动生成个性化的解决方案。

举个例子，在利用大模型开发审计新人培训应用程序时，我们不仅仅要考虑如何让用户结合自己的需求快速找到学习资源，更重要的是如何根据每个用户的特点和属性，基于现有的培训资源，生成千人千面的培训课程。

此外，在传统的工作流程中，检索思维不仅仅包括对资料和数据的检索，还包括办公软件、软件功能等的检索。

比如，需要收集一些资料，传统的工作流程是：

·想好需要收集的数据要求；

·打开Excel表格，设计一个表格；

·表格发送收集对象。

在这个过程中，比如要设置某个字段需要下拉框选择输入、某个字段需要控制输入格式，否则收集上来的数据填报五花八门。

对一个审计新手来说，这些可能都需要不断搜索Excel使用技巧才能完成。

Deepseek大模型时代，想法即软件，想法皆可生成。

在Deepseek中输入如下提示词：

用PYTHON3和Python的基础库写一个代码，实现如下功能：生成一个excel文件，这个excel有4个字段，字段名是：公司编号、名称、公司类型、建立日期。其中公司类型必须做成下拉形式，有三个选项，国有、民营、外资。建立日期必须为 8 位 有效的日期，输入格式控制必须为 YYYYMMDD，Excel文件保存为XLSX文件格式。

Deepseek 马上开始了认真全面的思考，甚至还考虑到了新手没有想到的问题，生成了可以自动生成符合需求的Excel表格的Python代码。

如果搭建在智能体中，可以马上执行python程序，生成一个companies.xlsx文件。

基于规则交互 VS 自然语言交互

互联网时代的交互方式通常是基于规则的，这意味着用户必须遵循特定的使用规范或者操作流程才能完成任务。

例如，传统审计软件要求用户按照预设的路径输入数据、选择功能模块等。而在AI大模型时代，这一切都转变为自然语言交互。

Deepseek大模型时代，通过构建AI Agent， 审计员人员可以直接用日常语言与系统交流，描述他们的需求或问题，无需深入了解复杂的操作指南。

审计人员和大模型通过多轮自然语言对话一步步梳理清楚需求、明确目标，并在此过程中进行适当的确认（大模型有幻觉）。

至于提取数据、分析数据、数据可视化展现、疑点输出等操作性的工作，都交给大模型 Multi AI Agent 完成。

思维迭代升级

从“问题解决”到“问题定义”

在互联网时代，审计人员往往需要明确自己的问题并通过关键词检索来获取所需的信息。

这意味着用户必须具备清晰的问题定义能力和高效的信息筛选能力。随着AI大模型技术的发展，这种工作模式正逐渐被一种更加动态、互动的方式所取代。

当审计人员向Deepseek提出问题时，它不会立刻给出答案，而是进行反复思考，一步步拆解分析提问者的真实需求，追问具体的工作场景、目标受众以及期望达到的效果等细节来帮助审计人员更精确地定义你的需求。

这可能包括询问审计人员是否希望优化的是现场审计流程还是远程审计操作，或是针对特定行业的审计标准进行调整。

基于这些信息，系统能够共同构建出一个切实可行的改进方案。这种协作不仅限于简单的问答形式，而是深入到问题的本质，探索那些连审计人员自己都未曾意识到的需求。

更重要的是，这种从“问题解决”到“问题定义”的转变鼓励了一种全新的思维方式——即从被动接受解决方案转向主动参与问题的定义与重构。

在这个过程中，审计人员不再是单纯的信息消费者，而是知识创造的一部分。审计人员不仅要学会如何向大模型提出正确的问题，还要学会如何引导对话方向，确保最终得到的答案既符合实际需求又具有创新性。

这种方式极大地拓宽了审计工作的边界，使得审计人员能够在复杂多变的商业环境中更加灵活地应对各种挑战，并为组织提供更具前瞻性的建议和服务。

从“信息可信度判断”到“生成内容批判性思考”

在互联网时代，审计人员的主要职责之一是确保所获取的信息准确无误。这意味着他们需要花费大量时间和精力去验证数据来源的真实性，以保证基于这些信息做出的每一个决策都是可靠且有效的。无论是财务报表的审查、内部控制的有效性评估，还是合规性的检查，信息的真实性和准确性都是审计工作的基石。

Deepseek大模型时代，尽管信息可信度的判断依然是至关重要的，但审计人员的认知模式正在经历一次深刻的转变——从简单的信息真实性验证转向对由大模型生成的内容进行批判性思考。

随着AI技术的进步，大模型不仅能够提供已有的知识和数据，还能根据用户的模糊需求自动生成全新的见解和解决方案。由于大模型具有产生新颖见解的能力，它们所提供的内容可能包含超出传统认知框架的信息。

审计人员必须学会如何批判性地评估这些生成内容的合理性和适用性。

例如，当一个大模型提出一种全新的风险管理策略时，审计员不仅要考虑这个策略是否符合当前的业务环境和法律法规，还需要深入分析其背后的逻辑基础，识别潜在的逻辑漏洞或价值观偏差。

这种转变要求审计人员在信任大模型的同时需保持高度的警惕。一方面，要充分利用大模型的强大功能来提升工作效率和创新能力；另一方面，则需培养更强的逻辑思辨能力和交叉验证能力，确保所做的每一个决策都建立在坚实的基础之上。

这意味着审计人员不仅要掌握传统的数据分析技巧，还需学习如何运用批判性思维工具，如假设检验、反事实推理等方法，来评估大模型输出内容的质量。

从“工具使用”到“认知协作”

在传统的技术应用环境中，审计人员往往将技术视为一种被动的工具。

无论是电子表格软件、数据库管理系统还是审计专用软件，这些工具的主要功能是帮助用户按照既定的操作流程完成特定任务。

例如，在进行财务审计时，审计员可能需要手动输入数据，设置筛选条件，然后根据预设的算法生成报告。这种操作模式要求用户具备较高的技术水平和对软件功能的深入了解，同时也限制了创新的空间，因为每个步骤都需要遵循固定的规则。

Deepseek大模型时代，AI不再是简单的执行命令的助手，而是逐渐转变为提供创意灵感、质疑假设甚至参与决策过程的合作伙伴。审计人员与AI之间的关系也从单纯的“工具使用”演变为更加深入的“认知协作”。

AI大模型能够基于庞大的知识库和先进的自然语言处理能力，为用户提供前所未有的洞察力和新颖见解。这意味着审计人员不仅可以依赖AI来完成常规的数据分析工作，还可以利用它来探索新的审计方法和策略。

AI作为合作伙伴的角色还体现在其能够主动质疑用户的假设，并提出建设性的反馈。

在传统的工作模式下，审计人员可能会受到自身经验和偏见的影响，导致某些关键问题被忽视。

而AI则可以通过多维度的数据分析和逻辑推理，识别出那些潜在的风险点或改进机会。例如，在审查企业内部控制的有效性时，AI可能会根据历史数据和行业最佳实践，建议增加额外的监控措施或者优化现有的控制流程。

Deepseek大模型时代，审计人员需要学会如何有效地与AI协作。

这不仅仅意味着明确自己的意图，确保AI理解并能够准确执行相关任务更重要的是，要建立一种双向的价值一致性机制。

在这种机制下，审计人员不仅要引导AI按照预定的目标前进，还要开放心态接受来自AI的建议和挑战。只有这样，才能真正实现人机协同效应的最大化，共同探索未知领域，发现新的解决方案。

文章来源：审计实践