引言

1948年，英国逻辑学家和计算机科学的先驱艾伦·图灵提出了具有智能和学习能力的机器的概念。美国计算机科学家约翰·麦卡锡1956年在达特茅斯会议上首次提出了“人工智能”（AI）这一术语。2016年，围棋世界冠军李世石被AI程序阿尔法打败，AI受到了大众的关注。直到2022年11月，美国技术公司Open AI推出了生成式AI工具Chat GPT，AI才在全球范围内引起了热潮，并推动了AI技术在商业领域的广泛应用。在审计领域，小规模专家审计模型，例如RPA审计机器人的应用，让审计效率得到了提升。不过由于受各地审计局、审计部门算力、算法的局限，目前人工智能大模型在审计业务中的应用并不算多。

地理信息系统（GIS）是一个用于采集、存储、检查、操作、分析和显示地理数据的系统。地理信息系统最早起源于北美地区。加拿大的测量学家R.F.Tomlinson在1963年开发了世界上第一个地理信息系统，即加拿大地理信息系统（CGIS）。由于当时技术的限制，GIS最初更多地被用作辅助制图的工具。随着技术的进步，GIS开始与卫星遥感技术相结合，被应用于解决全球性问题。GIS从最初的辅助制图工具发展成为一个能够处理和分析全球性问题的强大技术平台。

在我国研制发展地理信息系统以来，GIS系统就已慢慢应用于审计行业，尤其是在自然资源审计。不过，GIS在审计中的应用大多数还处于二维可视化表达阶段。虽然在很大程度上提高了审计效率，从以前对样本进行抽样调查到全量数据分析转变，但是还没有完全突破二维、抽象、静态表达逻辑。国际摄影测量与遥感学会（International Society for Photogrammetry and Remote Sensing，ISPRS）提出优先研究三维数据模型设计、建模及可视化等，并逐步将扩展至时空动态建模、数字孪生等其他多维度的研究。郭仁忠等学者也因此提出了GIS从Map-based GIS向Space-oriented GIS转变的概念。

因此，本文将探讨人工智能和地理信息系统技术的融合方式和未来发展趋势，以及两者在技术融合时可能遇到的挑战，探讨这些技术如何推动审计职业的转型和技能要求的变化。

一、应用现状

（一）人工智能在审计中的应用

目前，一系列有助于内部审计功能的AI审计框架已被多个国际组织和政府发布。信息系统审计与控制协会（ISACA）在2018年发布了最新版本的COBIT框架，即COBIT 2019。这一框架涵盖了其覆盖了IT领域的预期成果、核心实践范式等，为IT治理与审计提供了完整基准。赞助组织委员会（COSO）提出了COSO ERM框架，并在2017年对该框架进行更新，更新后的COSO ERM框架由五个部分组成，为内部审计建立了一体化、全覆盖的风险管理路径。

美国审计署（GAO）于2021年6月发布的人工智能问责框架，这一框架主要关注政府使用AI的受托责任。由新加坡个人数据保护委员会与世界经济论坛第四次工业革命中心共同创建了模型人工智能治理框架，为组织部署AI项目提供基础考量与实施规范。国际信息系统审计和控制协会（Information Systems Audit and Control Association, ISACA）发布了《IT审计框架》（ITAF）第五版，不仅整合了ISACA最新发布的AI审计指南，还兼顾传统鉴证职能与采用数据分析、自动化以及人工智能的现代审计团队需求。这些框架的制定不仅有助于提高AI审计的可靠性，也能在更广泛的层面上，为AI审计确立了更完备的约束与指引。

（二）GIS在审计中的运用

在土地资源审计中，通过GIS软件，审计人员可以有效地整合和管理来自不同部门的空间数据，如土地使用规划、土地利用现状、土地整治项目、矿产资源分布、遥感影像数据等。李正荣等通过结合空间数据和GIS技术，提出了一种新的生态审计方法，旨在提高对自然资源可持续利用和环境保护的评估能力。段辉军学者通过实际案例湖南生态公益林资金审计项目分析了GIS技术在资源环境审计中的应用，总结了GIS技术在资源环境审计中的优势，如快速便捷地存储、管理、分析数据库信息，提高审计效率，以及GIS技术对实现审计全覆盖的支持。何秀芝等探索了开源GIS软件和空间数据库，为资源环境审计提供了新的工具、思路和方法，并认为应当关注开源GIS软件和空间数据库的最新进展。

在生态审计方面，结合空间数据和GIS空间分析方法开展生态审计有利于审计人员把握审计材料的时间和空间特征以及变化过程。因此，在系统的生态审计方法出现之前，运用审计知识结合GIS方法对不同敏感区域态系统服务价值进行估说是开展生态审计的有效、重要手段。

总的来说，GIS系统由于其在处理地理信息方面的优势，在审计领域中被大量用于环境资源审计业务。并且在经过了十多年的发展，已经在各地审计局的实地审计项目中得到了广泛应用。

（三）AI与GIS技术的融合趋势

郭仁忠等学者指出，GIS技术正朝着持续深化的方向发展，呈现空间化、三维化、过程化、精细化、智能化五大新特征。随着智慧城市、数字孪生等技术的深度推进，GIS技术将迎来更加丰富的应用场景，展现出更为广阔的发展前景与应用价值。GIS系统从传统的二维地图学方法论向三维空间化、多维动态的新模式转变，能够使得自然资源审计、工程审计等从开始阶段开始实施跟踪审计，不再是事后审计这一传统模式。并且，采取这种方法对工程审计项目来说，能够更好地推进工程项目的开展，实时调整工程项目策划方案；对自然资源审计来说，能够更好地保护生态环境，尽量避免自然环境遭到破坏难以及时修复等问题的出现，对后续生态修复提供前期保障。因此，立足于理论基础，将GIS技术与AI进行融合，形成空间导向的GIS系统，能够为审计工作的开展提供指导和参考。

二、AI与GIS技术融合

（一）技术融合的优势

AIGIS增强了GIS模型的分析预测能力，它能在大量的复杂的多变的时空数据中捕捉到复杂的时空变化关系。AI技术的应用正在提升GIS软件的智能化水平，同时空间数据来源增加，这为GIS在数据处理方面带来了新的挑战。AI技术，尤其是深度学习，能够识别和提取非结构化信息，这有助于GIS处理新型数据源，提高数据处理、制图和用户交互的效率。例如，AI技术可以简化GIS制图和软件交互流程。

GIS软件能够在AI的辅助下更大程度地挖掘数据的价值。空间可视化是GIS的关键功能之一，提供了丰富的地图表现形式，大量复杂的地理数据在GIS软件的处理下能够直观展现数据的空间分布和变化趋势。GIS能够将数据值聚合至行政区划图层，从而揭示不同地区之间的差异；它还能利用规则网格聚合数据，识别出数据高值集中的区域；此外，GIS通过热力图的形式，可以直观地呈现数据在空间上的密集区域。这些功能使得GIS在数据展示和分析方面变得更加强大，同时也提高了与AI技术的协同效应。

（二）AIGIS在审计中的发展预测

AIGIS将GIS的空间数据分析能力与AI处理算法能力相结合，可以改变了传统GIS软件处理和分析的方式。目前，现有的AIGIS技术被用于智慧城市建设等有关项目较多。何瑞琦等学者提出了将人工智能与地理信息系统（GIS）技术相结合，以提高市政设施的管养效率和智能化水平，并研发了GIS+人工智能技术的市政设施管养系统。其中，他们利用GIS技术构建数字孪生模型，整合监测、检测及养护历史数据，并通过GIS技术进行地图综合展示与数据分析。同时，设计了一个智慧管养系统的架构，该架构包括边缘层、基础设施层、技术支持层、系统应用层和应用展示层。这个架构利用GIS和AI技术，实现市政基础设施的实时监测和智能化预警。并且在主动运维功能模块，何瑞琦等人利用大数据和深度学习模型，集成道路运行状态大数据和病害记录，主动推算后续发生病害的概率，并动态更新模型。GIS+人工智能技术的市政设施管养系统的建立是AI和GIS技术在市政设施管养中的结合应用，通过智能化手段提高了市政设施管养的效率、准确性和科学性，有助于实现城市精细化管理。

基于这一实例，可以从中窥见AIGIS可以用于工程审计的全生命周期管理中。AIGIS技术的全空间表达体系，可对空间对象开展全生命周期管理，进而可以从时间上、空间上多角度地对时空信息进行多方面分析。AIGIS将工程项目的时间特性的描述从单一时刻或时间段扩展到覆盖对象的整个生命周期，即从工程建筑初建、发展、维护、翻新直至拆除的全过程。通过数字化手段表达对象的物理或功能状态，并确保这些状态信息能够动态更新，以及在不同用户和系统之间共享和传递，从而增强对空间对象全周期的描述和管理能力。在工程审计中，这种技术可以全方位精准地还原审计对象，实现现实世界与数字空间的互动，提升了对空间对象全生命周期的数字化表达和信息管理能力。

通过运用时空数据挖掘、深度学习、知识关联推理和知识发现等技术到GIS技术中，能够帮助审计人员深入理解复杂世界的非线性特征。例如，在耕地保护审计中，审计人员可以利用GIS处理地块空间数据，借助AI分析地块的聚集度和空间位置。进一步通过GIS进行空间推理与可视化，审计人员能够精确定位那些面积不大但处于基础设施关键节点的地块，提高审计效果。这种空间分析功能的转变，将推动GIS技术从单纯的分析工具向支持决策的工具转变。AI技术的应用使得GIS不仅仅是帮助审计人员分析地理数据，而是成为辅助审计决策的重要工具。

三、技术融合面临的挑战

（一）数据安全和隐私问题

如果数据和信息被泄露或滥用,将会给企业和用户带来严重的损失。AIGIS需要高质量的空间数据来支持分析。AIGIS是属于数据导向的机器学习模型，数据的数量和质量将直接影响模型的准确性和可信度，数据的缺陷会影响AI模型的性能。但是在审计实务中，由于保密性等原因，难以获取大量的来自不同被审计单位的数据。AIGIS技术需要海量数据来支持其模型训练，而审计工作只能提供的有限内部数据，二者供给需求难以得到满足，AIGIS的发展也会受到限制。

（二）数据获取和清洗成本高

AIGIS模型的训练依赖于大量的标注数据，但这些数据的采集和标注过程费时且昂贵。以矿产资源审计为例，由于不同部门采用的标准不同，需要将不同部门的数据转换为适合分析的格式，以保持数据格式的统一，提升审计效率。例如，如果审计年限刚好处于国家测绘坐标系的转换阶段，一些新发的采矿许可证采用的是国家2000大地坐标系，一些许可证采用的是Xian80坐标系，那么就需要花大量时间进行不同坐标系之间的转换工作，统一数据格式后才能更好的进行数据分析。因此，对用于AIGIS技术模型训练的空间数据的获取和清洗是十分耗费时间和精力的。

（三）审计人员的技术困境

目前，大多数审计人员的知识储备大多为财务方面知识，知识储备与运用AIGIS所需的能力不匹配。并且，对一些重复率高又繁琐的审计工作，AIGIS技术在审计工作中运用数据处理功能，能够在很大程度上提高审计工作效率，但是这一审计环节的从业人员可能会被这一技术所替代。因此，审计人员必须面临技术提升的挑战，不能局限于只掌握财务等传统审计方面的知识，应当学习新的技术以适应数智时代对审计人员的要求。

四、总结

本文围绕人工智能（AI）和地理信息系统（GIS）技术在审计领域的应用及融合趋势、发展方向展开探讨。AIGIS技术能够捕捉动态复杂的时空变化关系，从而增强GIS的分析和预测能力，同时GIS软件利用其空间可视化和空间分析能力，挖掘数据价值。在大数据时代，GIS技术的深度学习、云计算、大数据分析等新技术的结合，将进一步增强其在审计领域的应用能力。但是，AI与GIS技术融合也面临挑战，数据安全和隐私问题突出，数据获取和清洗成本高，且审计人员存在技术困境，知识储备与AIGIS所需能力不匹配，需提升技术以适应数智时代审计要求。未来的发展需要在保证数据使用安全的前提下，加强数据的标准化建设。

参考文献：

1. [1] 陈国青,张维,任之光,等.面向大数据管理决策研究的全景式PAGE框架[J].管理科学学报,2023(05):4-22．
2. [2] 崔竹,牛艳芳.AI驱动审计变革的理论框架和现实路径[J].重庆理工大学学报(社会科学),2024,38:103-114.
3. [3] 郭仁忠,陈业滨,赵志刚,等.GIS的科学概念转化：从Map-based GIS到Space-oriented GIS[J].测绘学报,2024,53(10):1853-1862.
4. [4] 林慧涓,陈宋生.构建多维度AI审计框架思考[J]. 会计之友,2023(23):32-37.
5. [5] De Haes S. "COBIT as a Framework for Enterprise Governance of IT." Enterprise governance of information technology: Achieving alignment and value in digital organizations[M] Cham: Springer International Publishing, 2019.
6. [6] Moeller R R.COSO enterprise risk management: understanding the new integrated ERM framework[M].Hoboken:John Wiley&Sons，2007.
7. [7] Gao U S.Artificial Intelligence: emerging opportuni-ties, challenges, and implications[C]//Report to the Committee on Science, Space, and Technology, House of Representatives.Technology Assessment.Washington, DC: United States Government Ac-countability Office,2018.
8. [8] Personal Data Protection Commission.Singapore's approach to AI governance[EB/OL].(2020-01-01)[2023-10-01].https://www.pdpc.gov.sg/helpand-resources/2020/01/model-ai-gover-nance-framework.
9. [9] 李正荣,陈昱蓉,张丰,等.空间数据驱动的生态审计[J].科学技术与工程,2020,20(02):467-473.
10. [10] 段辉军.基于GIS的资源环境审计技术方法应用探讨[J].财会通讯,2020,(03):140-143.
11. [11] 何秀芝,李朝旗,丁志.开源GIS软件和空间数据库在资源环境审计中的应用路径[J].审计研究,2020(02):22-28.
12. [12] 李正荣,陈昱蓉,张丰,等.空间数据驱动的生态审计[J].科学技术与工程,2020,20(02):467-473.
13. [13] 宋关福. AI GIS:地理智慧的融合之道[J]. 软件和集成电路, 2021,435(04): 34-39.
14. [14] 何瑞琦,余芳强,许璟琳,等.基于GIS+人工智能的市政设施管养系统研发与应用实践[J].工业建筑,2022,52:236-241.
15. [15] 杨汉保.3S技术在领导干部矿产资源资产离任审计中的应用[J].审计与理财,2019(11):13-16.