
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。
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。
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。

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。
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。
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。

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。
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。
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。

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。
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。
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。
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。
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。