在金融数字化转型加速推进的背景下，太仓农商银行积极探索内部审计工作的智能化转型路径。自2025年起，该行依托自研的“太智慧AI助手”平台，深度整合大语言模型与自然语言处理技术，围绕审计知识管理与数据分析两大核心场景开展应用创新，初步构建了“数据驱动、智能支撑”的新型审计模式，为提升审计工作的精准性、规范性与前瞻性提供了有效支撑。

一、构建体系化知识库，实现制度集中管理

为解决审计工作中制度文件分散、版本不一、检索困难等问题，该行着力打造覆盖全行业务条线的“太智慧”智能知识库。该知识库系统整合了科技运维、运营客服、人力资源、财务管理、信贷政策等关键领域的制度文本与操作规程数千条，形成结构化、可检索、易维护的知识体系。通过建立“前端收集—专家审核—定期更新”的闭环管理机制，确保了知识内容的权威性与时效性。审计人员可通过统一入口快速获取全行最新制度依据，彻底改变了以往多头查找、版本混淆的工作局面，为审计判断提供了标准化、一致性的制度基础。

二、释放知识应用效能，驱动审计质效提升

平台上线运行以来，该行审计人员在制度查询、合规比对等方面的工作效率得到显著提高，制度依据获取平均耗时缩短超过50%，重复性咨询问题减少70%以上。在风险分类与预期信用损失专项审计中，审计组借助系统对127份内外部制度进行智能比对与冲突检测，快速识别出内部制度中存在的审批主体不一致、条款指代不清等问题，审查效率提升约60%，覆盖范围从传统人工抽查不足10%扩展至全量扫描。系统提供的统一、实时、权威的制度依据，有效减少了审计人员因理解差异导致的判断偏差，增强了审计结论的客观性与公信力。

三、强化数据分析前置应用，提升审计精准性与风险前瞻能力

该行推动数据分析在审计流程中的前置应用，“太智慧AI助手”可根据审计人员提问智能识别意图，精准关联内部知识库与业务数据，实现从“人找信息”到“信息找人”的转变。在近期开展的大额贷款管理审计中，系统通过语义分析与数据关联，不仅揭示出“重审批、轻管理”等执行短板，还进一步识别出关联企业未纳入统一授信、集中度风险超限等深层隐患。例如，系统发现两家法人代表相同的企业授信总额达6840万元，已突破大额贷款集中度管控标准，为审计组提供了明确的风险线索，推动审计重点从事后检查向事中预警延伸。

该行通过“太智慧AI助手”的落地应用，验证了大模型技术在审计知识管理、数据分析与风险预警等方面的实用价值。下一步，该行将持续完善知识库体系、深化智能分析功能，推动内部审计进一步从“发现问题”向“预防问题”和“赋能业务”转型升级，为全行高质量发展提供更加坚实的监督保障，并为全省农商行系统审计数字化转型贡献实践经验。（黄芳 赵艺璟）