當AI應用朝向普及化，人們關心的不只是「AI還能做什麼」，而是進一步追問「AI做出來的結果是否值得相信」。對會計與稽核人員而言，AI雖然改變了技術與應用情境，但風險、控制、證據與問責的基本邏輯實則不變。電腦審計應結合資料分析、機器學習與生成式AI各自的優勢，提升專業查核能力。
生成式AI正快速進入企業，從財務分析、文件整理、法規查詢、ESG資訊彙整，到協助撰寫報告與提供管理建議，應用範圍不斷擴大。對會計與稽核人員而言，AI帶來的不只是效率提升，也開始改變資料分析、風險辨識與專業工作的方式。然而，當AI逐漸參與企業重要工作，新的問題也隨之而來：「AI使用的資料是否安全？產出的內容是否可靠？判斷依據能否解釋？重要結果是否經過適當覆核？如果AI發生錯誤，又應由誰負責？⋯」
這些問題看似來自新的AI技術，背後涉及的卻仍是會計與稽核熟悉的資料可靠性、內部控制、查核證據及責任歸屬。因此，生成式AI的發展不僅改變企業的工作方式，也正在擴大電腦審計的查核範圍。
從「AI會不會取代會計」到「誰來查核AI」
過去幾年，「AI是否會取代會計與稽核人員」一直受到專業領域關注。生成式AI可以閱讀文件、整理資料、撰寫文字與產生報告初稿，部分重複性高、規則明確的工作確實可能被自動化。但隨著AI逐漸進入企業實際應用，筆者觀察到，大家關心的問題正在改變。
近期筆者參與多場AI、法遵科技與電腦稽核相關研討會與高峰論壇，也走訪於日前在臺北世貿舉辦的2026 AI應用大展（AI WAVE SHOW）。從專業論壇到面向一般大眾的AI展會，可以明顯感受到：人們關心的已不只是「AI還能做什麼」，而開始進一步追問「AI做出來的結果是否值得相信」。
另外，筆者近期亦受邀參與政府單位舉辦的「AI治理專家諮詢座談會」提供意見。會議主要參考國際框架，並考量企業自行開發、委外建置、採購AI功能軟體及導入現成AI產品或服務等不同情境，從AI治理基礎、AI生命週期到委外管理，研議企業應用AI時可參考的風險管理措施與自我檢核工具。
從會計與稽核角度來看，這些AI治理議題其實並不陌生。資料是否可靠、權責是否明確、風險是否經過評估、重要結果是否覆核、相關紀錄是否可追溯，以及最後由誰負責，本來就是內部控制與電腦審計關注的課題。AI雖然改變了技術與應用情境，但風險、控制、證據與問責的基本邏輯並沒有改變。