香港
KPMG 百多個 AI Agent 做平行審計,企業流程要守哪些界線

KPMG 百多個 AI Agent 做平行審計,企業流程要守哪些界線

上季有位做專業服務的客戶問我:agent 既然可以自己翻文件、寫結論,係咪可以少請兩個初級同事?KPMG 在 2026 年 11 月公開的平行審計實驗,給了一個比較誠實的答案:技術可以在個別問題上挖得更深,但整份工作仍然要有人簽字。截至 2026 年 11 月,這類 ai agent development 的需求在香港中小企之間升得很快,真正卡住的往往係審核同權限:邊個簽字,邊個有權改。

重點

  • KPMG 在一場平行審計的所有階段部署了 100 多個 AI agent,但正式審計意見仍以傳統審計為基礎。
  • 在部分問題上,agent 問得比審計團隊更深;有一個環節要人手介入,因為它無法正確比對法規與公司文件。
  • 讓代理進入專業流程之前,先要定好審核關卡同權限邊界,並寫清楚點樣驗收。
  • 對香港企業來說,先做一條流程、由只讀權限起步,比一次過鋪開幾條業務線穩陣。

改變了甚麼、幾時發生

KPMG 今年首次對一家 FTSE 250 公司進行全 AI 驅動的平行審計,100 多個 agent 貫穿年度審計的所有階段,與傳統審計並行推進。KPMG 內部把這個項目叫作 Project Exponential。The Decoder 在 2026 年 11 月 18 日的報導引述《金融時報》,並引述 KPMG 英國審計主管 Cath Burnet 的說法:在多個情況下,AI「挖得深好多」,有時問的問題比公司自己的審計師更好。

這些 agent 自行收集、分析與記錄數據,並起草審計結論。但在其中一個環節,agent 無法正確把一組法規對照公司文件,最後要人手介入。正式審計意見始終以常規審計為準,代理做的是另一條平行線。

為甚麼代理會「挖得更深」

傳統審計靠抽樣:抽一批憑證、核對一批文件,再從中推斷整體。代理不同,它可以逐份文件讀下去,處理量遠超人手抽樣,於是看到一些以往不會浮現的東西,例如流程裡的低效環節,或者跨文件的模式。

同一件事換個角度看就是風險。讀得越多,越容易讀到審計範圍以外的東西;而「知道得更多」在專業服務裡從來不是免費的,它會令責任同獨立性之間出現張力。KPMG 的說法是,人類參與仍然「關鍵」:員工為 agent 設定目標同背景,定期檢視工作,並在審計意見定稿前質疑結論。

幾位審計人員圍坐會議桌翻閱文件,一人指着頁面提出疑問,屏幕顯示大量分析結果。

對香港讀者的實際影響

先講監管。英國財務匯報局(FRC)在 2026 年 11 月發布指引,把現有的獨立性規則套用到包括 AI 在內的技術使用上。核心問題很具體:審計師幾時可以把 AI 審計得出的發現與客戶分享,而不損害獨立性。FRC 指出,代理在審計期間深入公司數據,可能浮現超出審計本身的發現;在某些情況下,分享這些發現會對獨立性構成「明顯威脅」,甚至被看成推銷額外服務。FRC 監管標準執行總監 Mark Babington 的說法是:無論用甚麼技術,審計師仍然要負責,要能解釋怎樣用 AI、質疑它的結果,並為證據負責。

對香港的 企業 AI 團隊,這段話可以照搬:工具換了,責任沒有轉移。客戶資料、報價、對外承諾,一旦由 agent 自動產出或自動發出,出問題時仍然要有人說得出「這一步為甚麼這樣做」。這也是很多香港團隊在試點之後停下來的原因:做得到,但答不到「邊個批准」這條問題。

現在可以做的五步

  1. 揀一條流程,不要一次過鋪開。挑一個輸入輸出清楚、結果可以核對的流程先做,例如客戶查詢分類、報價草稿、報告初稿。
  2. 由只讀權限開始。讓 agent 讀數據、出建議,但不准改預算、不准直接對外發送。
  3. 在開發前寫低「做完」的定義。樣本、評分規則、通過門檻,三方講清楚,之後才有得驗收。
  4. 指定審核人與例外接手人。agent 標記「未能判定」的項目,要有人真的去判。
  5. 留痕,但不要把留痕當成驗證。日誌只證明「它說做了」,不證明「它做對了」。

如果你的團隊正準備 agent 搭建,這五步最好寫進項目範圍,而不是等到上線之後補。寫得越早,之後跟開發商、跟管理層交代的時候越省力。

Agent 進入企業專業流程後,人工審核與權限邊界怎麼設計

對多數 企業 AI 團隊嚟講,這條界線可以拆成六個具體關口,每一個都要在規格裡寫死:

關口agent 做人做
判斷與核對的分工重複的批量核對、細粒度計算、異常標記職業判斷、總預算、對外承諾
默認不自動變更排出待確認行動,附上清晰理由逐條授權後才執行
可讀不等於可寫讀取資料、生成草稿決定是否寫入、發送、提交
關鍵決定提供選項與依據由負責人拍板
例外處理標記缺資料、接口錯誤、不確定結果接手、判斷、記錄
全程留痕保留版本、審批狀態、錯誤資訊核對留痕是否對得上事實

最容易被忽略的是第三行。很多團隊一開始就想要「全自動」,但專業服務的價值,恰恰在於每一步都可以被追問。只讀起步的好處,是讓你在第一條流程上,用最低成本看清楚代理到底懂不懂你的業務。等到它在只讀階段已經穩定交出可核對的成果,才逐項開放寫入權限;這個次序反過來,代價通常是重做一次。

主管在辦公室看着屏幕上的流程圖,資料流入分析介面,發送與修改的按鍵被鎖上。

Topkee 的看法:代理可以入場,簽字的人不能離場

Topkee 的定制 AI Agent 開發服務,做法係從一條工作流程切入,唔係賣一個通用聊天機械人。它把企業知識同任務步驟,連同可用工具組成可執行流程,並且寫明觸發方式同輸入輸出,人工確認點與失敗處理亦要一併定好。所以人工審核與權限邊界要在設計階段就寫進規格,唔好留到上線後補。

在可驗收的 AI 交付上,Topkee 用四項依據對帳:結果能核對、動作有邊界、失敗有人接手、成果可以交接。這四項放在 KPMG 這類場景裡特別好用。代理在單一問題上挖得更深,你要證明嘅係「深得對」,唔係「深得快」。同時要講清楚:記錄不是獨立驗證,日誌只說明它說做了甚麼,不能當成程序已執行的證據。

再往上一層,AI 項目交付流程把工作分成評估與設計、開發與試點、驗收與上線、持續改進四個階段,每個階段有固定產出,讓驗收有東西可以對。企業系統整合則決定代理能不能真的讀到你 CRM 與 ERP 後台的數據。接口與授權沒接好,代理再聰明也只是在空氣裡推理。

要說得坦白:知識庫裡沒有 KPMG 或會計師事務所的審計案例,以上係方法與交付層面嘅事實,不是同類審計實驗的實績。把它當成一套可以照做的規格,而不是一張成績表。

下一步:由一條流程開始

講到落地,香港團隊最常問嘅係「邊度開始」。答案通常係一條流程、一個審核人、一份驗收樣本。如果你正安排 agent 搭建,可以先睇 YME Chat Agent 嘅頁面,再對照自己嘅客服流程。做營銷漏斗嘅團隊,亦可以參考 TTO Funnel Tuning Agent,睇下代理可以接手邊一段。

如果你仲喺評估 ai agent development 嘅範圍,建議把「驗收樣本」寫進第一份報價單,而不是留到交付前才討論。

接下來要留意甚麼

KPMG 計劃把這個項目擴展到多達 20 個較大型審計,但同時表明,這項技術未達到應付數千宗審計所需的規模,夠乾淨、可供代理可靠處理的數據的公司也不多。這句話對香港企業同樣適用:試點跑得順,不等於可以複製到全部業務線。

第二個觀察點是 FRC 指引怎樣落地。當「分享發現」與「推銷服務」之間的界線被寫得更清楚,企業內部的 agent 也一樣要面對:同一份分析,對內用、對外用、對客戶用,權限與審批應該不同。

下季值得留意咩?我猜市場會開始要求一種「代理參與聲明」。好似今日要求披露人工智能生成內容咁,客戶會問:這份報告,哪幾段是 agent 做的,邊個核對過。早一步把這條問題答得出來的公司,會在報價與信任上都佔優。

報告分段攤在桌上,每段旁有核對記號,一位同事逐段對照後簽名確認。

常見問題

KPMG 的平行審計,正式審計意見由誰出?

由傳統審計團隊按常規程序出具。代理走的是另一條平行線,負責收集、分析與起草結論,但審計意見的基礎仍是常規審計。

agent 挖得更深,是否代表審計團隊可以縮細?

KPMG 的說法相反:人類參與仍然關鍵,員工要為 agent 設定目標、提供背景、定期檢視並質疑結論。挖得更深帶來的是更多要判斷的發現,不是更少的人。

企業讓 agent 接入專業流程,第一步應該做甚麼?

揀一條輸入輸出清楚、結果可以核對的流程,先寫低樣本、評分規則與通過門檻,再談開發。沒有驗收定義,之後所有討論都會變成感覺之爭。

只讀權限夠不夠?幾時才開放寫入?

只讀足以跑完第一輪試點,也足以讓你看清代理的理解是否準確。等到它在只讀階段穩定交出可核對的成果,才逐項開放寫入、發送與提交,並為每一項加上審批。

監管機構對 AI 審計的關注是甚麼?

FRC 的指引把現有獨立性規則套用到技術使用上,重點是審計師幾時可以把 AI 得出的發現與客戶分享。代理讀得越深,越容易帶出審計範圍以外的發現,分享這些發現可能構成對獨立性的威脅。

香港中小企沒有審計團隊,這套做法合用嗎?

合用的部分是小企同樣要回答「邊個審核、邊個有權改、邊個接手」。把這三條寫進 agent 的規格,比買哪一個模型更影響成敗。

Sources

  1. Maximilian Schreiner, "KPMG's \"Project Exponential\" put AI agents alongside a real audit team and found the bots dug deeper on individual questions", The Decoder, 2026-11-18. https://the-decoder.com/kpmgs-project-exponential-put-ai-agents-alongside-a-real-audit-team-and-found-the-bots-dug-deeper-on-individual-questions/
  2. "New guidance supports auditor independence when using technology, including AI", Financial Reporting Council (UK), 2026-11. https://www.frc.org.uk/news-and-events/news/2026/11/new-guidance-supports-auditor-independence-when-using-technology-including-ai/
分享到:
日期: 2026-11-19
Mike Tong

作者

Mike Tong

Marketing Manager