《翻译IsArtificialIntelligenceImprovingtheAuditProcess.docx》由会员分享，可在线阅读，更多相关《翻译IsArtificialIntelligenceImprovingtheAuditProcess.docx（19页珍藏版）》请在三一办公上搜索。
1、IsArtificialIntelligenceImprovingtheAuditProcess?摘要人工智慧（Al）如何影警寄言十的品和效率？我位号透谩利用超谩310,000份言羊名田他人麓屣的褐特tU点集，以辨3戢事矜所的Al工作人雇用情沆来探tfiT0冏题，适些SS魔来自36家最大的事矜所。我凭首次深入研究了雷言十部咒内的Al劳勤力。Al工作者往往是相封年触的男性，主要但不僮僮挑有技彳标挚位。重要的是，Al在公司内部是一他集中的部Fij，工作者主要集中在黑偃IBIF家和地理位置。我优的研究、结果示，投资於Al有助於提高蜜言十品，减少费用，最取代人工查核人具，翥管封劳勤力的影辔需要黑年畤才
2、能现。具醴央就，最近AI投资是数目的一他棕津差燮化典下列幺吉果相|随：1 .骞计重褊的可能性降低了5.0%（春针品K）2 .每位客户公费的封数下降了0.009（查核效率）3 .曾计具工数量在三年接减少3.6%，四年彼7.1%（查核效率、工取代）我凭的分析畿由封八家美圃最大的曾言十事矜所中共言十17位合夥人的深入言炎彳案得到支持，造些炎示：（1）Al是中央的；（2）Al在富富十中被;！泛使用；（3）在春言十中使用Al的主要目榄是提高春言十品，其次是提高效率。1IlItrodUCtiOll明Al影等公司的挑暇舆克服方法（履屡资料集、逗撵睿苗行案）人工智慧（AI）如何影警公司的羟品品f和效率？各行各
3、棠的公司最近黑年来封AI的投资急廖J增加（BUghin等，2018年；Furman和Seamans，2019年），典公司肖S4收入的增加（Babina等，2020年）及市值的提高（RoCk，2019年）相。然而，有Al是否有助於提高公司生崖力的考登獴仍然不一致。要提供有就服力的狼，以it明AI封公司的座品品It和效率的影辔，存在雨值）挑戟。1 .首先，缺乏必要的公司眉面敦撮以量化值1别公司封AI的鹰用（Raj和Seamans，2018年）。2 .其次，不同的在可以被AI取代或衲充的程度上存在差臭，道表明Al的影辔可能集中在特定行棠，整醴效鹰可能敕低或零。我凭通谩结合雨岑建元素来克服造些挑戟：1
4、 .一他大型的事有具工履屣资料集,允吉午我佗捕捉他别公司除雇用的AI工作者2 .事注於雷斜行棠，造是特别逾合研究人工智慧（Al）潜在影辔的行棠。Al演算法有助於别模式Jt彳定大U虞中迤行（查核人曼在造些任矜上有很大的依赖），符查核人员置於最容易受到人工智慧等新技#T影辔的J棠之一（Frey和OSbOrne，2017年）。著重於寄言十行棠，我凭的文是首位H登明Al投资公司y品品和效率带来益虑的研究。Al使用程度的衡量方法了衡量公司封Al的投资，我小为采用了Babina等（2020年）提出的Al人力资本的新型衡量方法。他凭的方法通谩使用工作刊登tU东求tt3登碓定AI位中最相的能之吾（例如，楂:器
5、学雪、深度擘雪、TensorFlow、神络），然彳灸在来自COgniSmInC.的粽合履屣U床中找到包含造些言可言吾的工，造些tU虞涵了美阈和阈外公司的泛横截面。重要的是，造他衡量方法不依Jg於任何强制性的辛艮告（例如，研彝支出），因此不催逾用於上市公司。造槿新型衡量方法使我优能别在ttt探索中之平估Al的影辔。我优的檬本跨足2010年至2019年，包括至少有100名具工的36家美阈最大的上市曾言十事矜所，或分析了超谩310,00（H固工槽案。典合移人之访技偌果一AI典睿计领域的Bfl保卷了引擎我优的登浏t，我凭舆八家最大事矜所的17名合夥人谨行了深入的半结情化炎（其中包括四大事矜所的九名合夥
6、人和非四大事矜所的八名合夥人）。造些炎示：1 .Al在塞含十中被71泛使用2 .塞舍什镇域中jAI高度集中且自上而下3 .AI的主要焦黑占是提升容计品K，透谩改善昇常及舞弊的侦测、言平估，以及揩人力资本重新集中於更高的领域4 .查核人具的AI投资封寄言十品至重要，客户的Al投资只起到了敕小的作用5 .近年来Al的探用伴l著人工需求舆幺且成的燮勤明化，例如消除了敕低眉级的任矜6 .廉泛探用Al的主要障碾是引暹和培制I技能粤富的人力资本。焦踮一Al封提高睿方十品的作用基於造些兄解，我凭符我彳n的言登分析焦黑占放在Al於提高睿舒品方面的作用上。我dry己到，投资於Al的事矜所能别明降低重编、重大重编
7、、涉及愿计项目和收入叔列的重焦，以及典重褊相IH!的美圃箍券交易委员畲（SEC）副查。具醴杰就，公司AI工作者在谩去三年中所估比例的一位U票型差增加，揩使重褊的可能性降低5.0%，重大重编的可能性降低1.4%，涉及鹰言十项目和收入熬列的重编可能性降低1.9%,以及舆重编相的SEC查的可能性降低0.3%。舆近年Al技街的快速增相一致，常我小羽多檬本分卷早期（2010年至2013年）和晚期（2014年至2017年）畤，我凭觐察到晚期棣本j蜜斜品的影辔著较大。我凭言己了有Al和骞计品K的另外雨佃重要装3，1 .首先，我俨了我凭在合夥人炎中得出的兄解，即蜜言十品的主要因素是查核人使用AI，而不是他凭的
8、客户使用AI。我凭充分利用了CognismtU案的泛覆盖靶IS，不僮浏量了查核人的AI投资，遐测量了他优的客户的Al投资。重编的减少完全来自查核人的Al使用，舆Austin等人（2021年）的研究结果一致。2 .其次，我优利用工履屣中的辞名田地黠tU京，是公司盾级（阈家）的Al投资逮是瓣公室盾级（地方）的Al投资引彝了雷言十品的改善。由於Al具工的中央化能，故常AI工作者的雇用是在香公室眉级衡量而不是在公司眉级衡量畴，结果夔得明IS较弱。履屣*U京遢允言午我凭探索黑他额外的重要因素。1 .首先，由於我凭的tU案泛的涵盖到36家最大的事矜所，可以示AI的影警在四大事箱所和非四大事筋所中均存在Jt
9、保持一致。2 .第二，我凭使用Fedyk和Hodson（2020年）考爹的方法来衡量公司封一般技街技能（如软件工程和数撼分析）的投资，或暴直示我佗的结果主要保由AI酩勤的，而不是其他技指。3 .第三，我凭逛行了黑值!横截面测就,，以示我优的名吉果在我彳HfM期Al揩y生更大影警的子檬本中更强烈。具飕兑，我俨赞现封於较老公司的查核（造些公司可能挑有更多的棠矜和更大的稹累tU康集）、曾的新客户（典我伤在合夥人的炎以及EiIifSen等人（2020年）提供的官登獴相符），以及在零售集（我优的炎封象中的专午多人是最逾合使用AI工具的行棠）中，我M君加兄更强的结果。，罐焦踮一Al封提高查核效率的作用在本
10、文的最彳发部分，我优提供初步之登摞表明，AI不僮可以提高品品，遐能使事筋所更有效率地交付座品（更有效率的查核）-造封於寄官十行棠而言是一他新京直的结果，未在其他行棠中示出来。就用而言，我凭展示了在谩去三年中Al工作者所估比例的一依U票型差的增加，瑜别了在接下来的一年、雨年和三年内席斜费用分别减少了0.9%、1.5%和2.1%o舆此同畴，我己到，投资更多资源於Al的公司能多勺减少其人工劳勤力，管道程?且燮革需要数年it施。在谩去三年中AI工作者所估比例的一他1才票型差的增加，聘使公司三年彳发的穗曾计工数减少3.6%，四年彳发更大幅下降7.1%。人工劳勤力的减少表明，暹行富自十的持成本l著封AI的
11、投资而降低，而我yM在每位工赚取的费用feesearnedperemployee中看到了造方面的三登獴，造些费用l著Al的探纳而增加。，罐焦贴一Al取代查核人员於公司投资Al醇致查核人具被取代的结果特别值得注意，适是因卷居用於技彳行迤步像是AI如何影辔劳勤市埸的tM，迄今止寅除人工被取代的言登獴有限。曾言十和雷针恰好是最可能看到AI封人工影辔的行It，即使以前的技彳标创新（包括梭器人技彳折）封其街擎敕小。Al尊注於:夬策、颈测和昊常侦测等任矜，造表明可能醇致白领工作被取代（舆以前的技彳后创新替代的非技彳析性飕力劳勤不同）。就寄It行棠，我凭提供了早期3登摞表明造槿取代正在公司盾级彝生。造表明，
12、事矜所封技#T的日益依赖可能是醇致查核人具麟和流勤率增加的潜在檄制（Knechel等，2021年）我凭深入研究了被Al取代的员工型。具醴来t，我伤根獴曼工的位揩棣本中的所有工分初F皆（例如，分析g币和助理）中l（例如理和BIF家领醇）和高F皆（例如，负i人、主管和合夥人）。我彳rv攵有赞现在中F皆和高F皆出现著的取代效鹰。相反，曾计员工的诫,少集中在初F次。封於在谩去三年中Al工作者所估比例的一他才票型差的增加，公司在三年彳发平均初F皆员工畲减少名勺5.7%，在四年彳麦平均减少名勺11.8%。造典公司1AI的投资有，使他仍能别自勤轨行人工分析任矜，以樱牲幺巫瞬不足的工，而具有更多乡型瞬和稹累资
13、本的曼工受到的影簪敕小。粽合考,我佗的结果骸示，事矜所能多勺利用AI改造其流程，提供更高的睿计品If，同畤减少员工数量和降低春计费用。造悬有AI探用和名巫湃影警的最新文献提供了新的M.解（AlderUCCi等2020年；Rock,2020年；Babina等,2020年），首次系统性地瞪明Al有助於提高羟品品。初呼鹿先前文献）我优的研究结果也舆有官十品的文献相呼鹰，造些文献示公司、辨公室和合夥人盾级的尊棠知3戢和特徵影警寄官十品（Francis和Yu，2009年；Choi等，2010年；Francis等2013年；Bills等，2016年；Singer和Zhang，2017年；Beck等，201
14、8年）。我凭在造一基石楚上考感了一他有可能引彝重大燮革的技彳行特徵：Al技彳行的鹰用。透谩道棣做，我优卷新技衙封塞针的影辔之文献提供了新颖的黠。专午多文献指出，*U分析和梭器擘雪可以提高塞H和舞弊侦测谩程中的能力（Cao等2015年；Brown等，2020年；Perols等，2017年；Kogan等2014年；YoOn等，2015年）。然而，儒管学者和者jAI愿用越来越感典趣，但於Al在塞舍十领域之鹰用效果的大祝模登瞪狼仍然缺乏。有雨他例外，分别是LaW和Shen（2021年）以及Ham等（2021年），它夕建。注辨公室眉级的Al位招聘，以描述事矜所封AI技能需求的演燮。相反，我凭强AI员工的
15、除雇用情，兄。通谩分析真曼工的他人槽案、位、地黠、技能和l棠S史，我彳Il是第一他）提供事矜所中Al劳勤力除情沆的研究：其细L成、名且微、结横和在公司内的鹰用。本文的其绘部分如下。第2俞相文献T献结了封17位合夥人的炎，M提出可的。第3介貂我彳Il的全面履屣U案集，tf公司眉级的AI人力资本衡量方法田介貂了塞官十部Fm中的AI工作者，他优的角色以及在公司内的位置。第4食储找俞有寄言十品的结果。第5包含了有效率和取代人工的察。第6做出名出俞。2RelatedIiteratlires,interviewsWithauditpartners,andempiricalPrediCtiOnS2.1 相I
16、nl文献:第材中的科技遑用(technology加audit)寄言十中的科技用主要腐於数獴分析的轮嚅，造包括“透遇分析、建模和视量:化来亵现和分析模式、辨昊常，以及提取舆塞官十主题相点中的其他有用资以烧制或轨行塞裔十的科擘舆蓼彳行(AlCPA2017)。使用雷言十数獴分析的好虞包括可以更好地理解企IU固醴的管及相，提高俱测舞弊和不表逢的潸力，以及改善典寄言十封象治理罩位的潢通。1. 先前的研究已辨i到IU度分析提高雷言十效率的潸力(APPelbaUm等人，2017年)。2. 事矜所在查核中使用多他眉次和不同型的U点分析工具(DeIoitte，2016年；EY，2017年；KPMG，2017年，
17、2018年)。3. 盛管梭才耨忍知到雷封中的科技建用越来越多，故再求有Bg造些趣势影警的意兄，金需要额外制定型即I以烷靶科技的用(PCAOB，2017年；PCAOB，2019年；IAASB，2018年)。先前的研究主要集中在jr分析的胡势、潜在麻用舆挑鞋的概念理解(例如，Alles2015；Brown-Liburd等2015；Cao等2015；GePP等2018；Cooper等2019)4. 例如，Brown-Liburd等人(2015)知至，大IUt提供了使用强大分析工具的楔含，it且就事矜所而言，使用造些新工具封增强查核程序非常重要。5. Gray和Debreceny(2014)W储俞了资
18、料探勘(datamining)作悬时矜*艮表富舍十工具的值日益增加，以及在三JM公中作重子瞪摞不可或缺的部分。6. Rose等人(2017)在吉殳置中演示了大U化曾影市封瞪獴的W平估和曾言十肺的尊棠判断。7. Al-Hashed和Magalingam(2021)回了徙2009年至U2019年舆侦测金融舞弊行舞弊、保除舞弊、财矜辍拳舞弊和加密货整舞弊)相的大量研究7缸周在各槿金融愿用中共使用了34荏资料探勘(datamining)技彳标杰俱洌J舞弊。敕近期的研究收集了有查核人员如何使用各槿IU虞分析工具以及造些工具如何被客户及举即J制定者所感知的额外瞪*虞。8. Walker和Brown-Lib
19、urd(2019)孝才合果多人迤行了类，%(1)查核人因受脱孚、客户/管理F皆盾和签管楔横的影警，探纳数獴分析(2)查核人始使用更出复的工具(3)培方是使塞UtU序分析成卷制度化活勤的重要因素。9. Austin等人（2021）聚焦在主要利害人之的互勤，封公司理和他俨各自的合夥人，以及签管楔情和U点分析白币迤行炎，以研究tU康分析在财矜辍告和事言十中的停播。他优的主要彝现突县机（1）查核人在探纳数獴分析方面正在“加速”，以保持（2）曾言十自市的客户支持数獴分析朦用，Jt改迤其U康iti以提供高量的U案（3）目前举期J制定械横尚未提供有U点分析鹰如何在财矜辍告中使用的明碓祝卯I，而是鹰用了烷轮性
20、烷即I（舆管横横的私人反H）而非正式祝即I。10. Christ等人（2021）提供了存货查核因科技为国勤带来更加侵官十品的瞪撼。2.2 相ga文献:人工舒惠64。湃合作暨彝展幺且（OECD）月多人工智慧（Al）定羲z基於;器的系统，能狗今归一名且人定羲的目檄，迤行除或虚掇璟境;生影辔的测、建或决策。”相封鹰地，我优招雷司中的Al定羲z以极器卷基磁的方法，用於代表、架横和建模数狼（包括大量的非、结情化tU虞），优而tt现更型碓的fM浏和推断。典以往的IU度分析技彳后不同之虞在於，AI能多勺建模数獴中高度非性的，虑理大量点和非,结情化数獴，如文本和圈像。AI演算法可以祷强其他最近的科技，造些科技
21、提供了可以由AI迤行分析的数撼（例如，来自瓢人横的Ia像）或AI演算法的特定愿用（例如，梭器人流程自勤化）。近年来，有一项新典文献在探3寸人工智慧（AI）的探用和湃影辔（AIdenICCi等，2020年；Rock，2020年；Babina等，2020年）。迄今卷止，儒管政策言找病和理文献中一直注Al取代人力的可能性（例如，Agrawal等，2019年），但尚缺乏有MAl取代人力的考登2019年；Babina等，2020年）。在造他域，舆我彳H最相的文是Babina等（2020年），玄亥文基於工槽案引入了封Al投资的衡量。Babina等（2020年）研究了美阈所有行棠的上市公司，Jt言己了Al透
22、谩促迤y品创新来促使企棠成是。俄管我彳n探用了他彳n的衡量方式，但我佗的工作有相常大的不同，因我彳n的重黠是特定领域（塞官十），造使我佗能别更深入地研究Al的具醴鹰用，考虑品量等褐特的潸影警。寄言十领域提供了研究Al影辔的3哥特璟境，基於雨他原因，其fM测舆其他潸部力不同。1 .首先，不像Babina等人（2020年）研究的行棠那檬，查核程序的特黠是品箪一，受到戢格的型即J烷靶，透谩Z用人工智慧Al樊明新i品以现快速成晨受到了限制。相反的，查核程序明碓界定了目本票，依赖型碓的测，特别是昊常侦测，提供了提高寄言十程序品（透遇降低率）和效率（通谩自勤化任矜，如舞弊俱溯J）的檄;曾。2 .其次，塞官
23、十部FE提供了一值!褐特的械曾来研究Al封公司人力的影辔，造些公司考注於最容易受到人工智慧潸在干接的任矜（Frey和OSbOme2017）。由於辘以掩得有别公司探用和使用科技的tU京，大多数有官十科技用的登研究都是基於查或士登獴。我彳n的文使用了工履屣的辞名田资Ifl，首次迤行了大祝模的事矜所f科技的用及其封寄言十品影簪的研究。我优尊注於人工智慧，道是名坐湃家所耦有潸力改建企棠管和高度寡棠工作的通用技彳新,且是最I,的可行技彳行（Aghion等，2019年；Mihet和Philippon2019年；Acemoglu等，2022年）。此外，我夕号的U李使我伤能豹测量其他人力资本密集型的技彳行投资
24、，包括更基本（非Al）的U虞分析和敕件工程。造使我伤能多勺揩造些技彳标典Al迤行比敕和$|比。在同期工作中，Law和Shen（2021年）和Ham等人（2021年）提供了封我彳11的祷充查，他凭使用工作招聘U点研究了最近黑年事矜所FAI工作人的需求的燮化。相比之下，我夕号的履屣数獴言寰我优能别捕捉Al如何已在寄言十谩程中被使用。2.3春计中的人工智慧（AD:典合夥人的访淡足解和域预测更好地了解美阈上市曾到事矜所探用人工智慧（AI）的靶圉、BM、潜在好虑和挑戟，我俯迤行了17他半幺吉情化炎，象包括来自八家最大的美园上市曾言十事矜所的合夥人和阈家技彳籽主管。四大畲寺十事矜所由九位合夥人代表，其中包
25、括三位I三家技彳标主管；中小型事矜所（如格篇特桐、BDO、RSM/McGladrey和莫斯克富斯）由八位合夥人代表，其中包括雨位阈家技秫亍主管（例如，首席樽型官）。受者在事矜所的任期和幺里瞬年限不同（彳定8年到35年不等）。炎B寺跨足自2021年11月至2022年1月的三他月。每次类持硝畤隹?介於29到63分咨童不等Jt且在掩得受者正式批准的脩件下迤行音，扬之炎者遐有肇言己作言己。受扬者的匿名性得到保3登。我伸的半结情化本遵循文献中的最佳（Austin等，2021年）。我任，的3类冏题主要集中在科技在塞舒中的述用，特别注人工智慧（AI）的愿用。第一jRJ题:舆不同疑型的科技在睿计中的原用程度有
26、MJ回鹰暴示，所有事矜所都使用科技，如梭器人流程自勤化（主要用於内部It管中的行政任矜，翥管言亥技衙”已有些遇BF，近年更用减少），敦撼分析和人工智慧（除一位非四大事矜所的受者外，其他所有受者都辍告他凭的事矜所在查核中71泛使用人工智慧）。儒管我优的一些受t5T者指出，辗人械在特定行棠如木材或晨渠中可能有用，但只有一位来自四大事矜所的受者提到除在睿言十中使用了辗人檄。，我伸得到了一他明碓的资言fl，即事筋所（四大和非四大）席泛使用科技，而人工智慧是提高春M品和效率最有前途和有效的工具之一。正如一位四大事矜所的合夥人立意、结所:很莫隹反封人工智慧的值，特别是在昊常侦测和舞弊防止方面。我凭也感到来
27、自客户的座力，要使用像人工智慧道棣的尖端技彳行。焦黠都在人工智慧上我佗正在逐渐建成一家科技公司。就具Ii的人工智慧愿用领域而言，人工智慧在寄三十中主要愿用於昊常侦测和舞弊IS防（使用械器季雪暹行模式分析）、收入分析（例如，tr罩/樊票匹配，符鹰收Ift款舆现金收款迤行i）、财筋J三J评估、行保密和反洗、光学字符诫别以春查合的和租赁，以及分析大型公共资料犀（大U虞）谨行基型比敕。常被冏及特定行棠暗受扬者一致估斜，人工智慧j於具有大量小型重交易的行棠，如零售棠，影簪最大。第二组PJ题:旨在深入了解人工智慧（Al）在骞甘置蹬中的费展和魔用根撼我佗的受访者，害吉十中使用的人工智慧工具主要由中央集图Bf
28、l装，Ji作z自上而下的裸率程序Ir施。我凭逮彝琨，四大曾言十事矜所结合内部演算法和外部软件。相比之下，较小的事矜所更多地依赖外部解决方案，通常透谩舆AICPA合作Ji共同投资。在人工智慧劳勤力规模方面，一位技街负fr人&献结如下：不需要救百名工程自币；了解棠矜的少数人可以指嗥谩程Jt教育其他人。我优的言克提供了有Iw事矜所如何激勘和培育其人Tt泛探用新技彳好的有趣兄解。公司提供了30-4（H固基於人工智慧的工具供查核人员i除使用（其中一些工具是必需的，一些是可逗的，一些僮逾用於特定的渠矜），合夥人十在至少2-3他客户中使用造些工具；封於新客户和大客户，期望更高。造些中央化的激勘措施被内人绩效
29、押估中，it且人工智慧被列入娥效押估中，例如投资辍酬率ROI，因它“急J造收入，降低成本，增加资本”。培割I有At值的人力资本被熬悬是震施人工智慧的主要障碾it且透谩投资M工技能提升来克服造一挑戟：新工具相封敕容易，而播展和部署需要最大的努力。黑年前，我凭策略性地;夬定敦离名具工（优新手到合夥人）全部谨行资言也技能提升。整醴看来，整他!寄言十棠正在燮化，不投资新科技的人符被淘汰。在Al探用的畤方面，我佗的大多数M舌示，SMI的投资始於2010年至2012年左右，且有跳象表明它可能在最近的1-2年内连到平稳期。合夥人耦，客户的需求在人工智慧It施中起著重要作用。客户期望或要求畲计如使用人工智慧，
30、曾言十肺”必须效仿客户的期望，因z客户期望他俨以特定方式轨行工作：於曾言十白市提供的服矜目的期望越来越高。”同畤，黑乎每位合夥人都指出，客户期望fit著查核人员使用更先遑的技淅，睿升费用曾降低最彳灸，大多数客户依赖畲言代市在寄酎或的人工智慧工作，而不是自行迤行：客户黑乎不曾卷雷言十目的投资人工智慧；他凭不了解雷言十，辗法做出道棣的聚措，但曾三十白币做到了。受扬者遐指出，整管檄情通常封新技彳标持放憩度，僮有有限的签管相搪曼：“黑年前，PCAOB承官忍了新技街的出现，始提供更多指嗥，饕於现在有多少公司正在使用造些技彳打，封清晰指嗥的需求也在增加。第三jP题:集中在人工智慧（AI）在睿甘品5t和效率
31、方面的潸在好威所有在塞吉十中使用人工智慧的受者都指出，人工智慧封害tt品1?有稹杨影容：“品f是必需的。我优的主要目檄是提高品，如果我凭幸的言舌，我凭曾更好的效率。”具艘而言，人工智慧使曾莉肺能多勺施新的雷舒模型，指醇曾自市前往可能存在冏题的领域，吏查核人具撮脱例行性工作，使他七号能别事注於更重要的任矜。大多数受扬者熬卷，人工智慧遐可以通遇减少手勤工作（例如，在谩去所需畤的一小部分的畤内迤行数摞分析/检查U康的津硅性）、更快的教掳提取以及中央化模型替代定制解，夬方案来提高效率。但是，雷舒合夥人指出，效率效鹰可能需要一段畤才能现:效率需要一些畤，不是一年，而是敦年彼。在人工劳勤效鹰方面，所有受者
32、都一致熬卷：人工劳勤效魔集中於消除较低级别的任将，要求人伪承据更不复雄的任矜和/或虑理更多的任矜。j幺吉来就，我凭的示，人工智慧被言愁悬是提高雷莉品和效率的技彳有。人工智慧十封舞弊JM防、凰除言平估、反洗侦测、行保密和格安全等领域的潜在影簪最大。重要的是，人工智慧演算法能别虑理各槿d康格式，包括圄像3豳别、解析租赁和合，以及检查公司的(例如供愿商名同络或所有才瞿结情)以再找潜在的洗跳象。根摞先前的文献和我佗的炎，我凭封人工智慧St雷if的影警提出以下fl浏：1：人工智慧(AI)提高密言十品。flMJ2：人工智慧(AI)提高窖t十效率，降低雷tf品的成本。洌J3：人工智慧(AI)少雷言十人力，特
33、别是初级具工。3Sample,data,andmeasures我佗浏量人工智慧投资的方法是利用t幺田的履屣教獴，央碓定每家事矜所在每催IB寺黠除掩有的人工智慧人才。我优的U在全面捕捉事矜所中的技街鹰用方面具有彳蜀特性，祷充了先前主要基於查的it(Salijeni等，2019年;Christ等，2021年;Krieger等，2021年)。我伊，首先描述U，然彳案辞t明人工智慧衡量的建横。3.1 数hData)具工他人履屣的数獴央自Cognism，造是一家客户月力保管理公司，薇公司拢第三方提供商、合作夥伴名且微，以及上他!人资料中整合和编辑他!人履屣。逅些教摞是根獴最新的欧盟一般数撼保3麦提JU(
34、GDPR)、加州消费者隐私法(CCPA)以及其他tU康保政策来雉的。道些U康包括全球超谩3.4十德他工作脓，涵盖了超遇3.54意人，跨足超遇30年，涵盖了全球超谩2,200葛家g且，包括私管公司、上市公司、中小企棠、家族企棠、非管利名且缴,、政府、大季和窜事幺且微。封於我凭栋本中的每他M固人我仍力雍有以下一般:唯一别石%、城市和园家级位置、根撼值!人教育言己鳏推断的大致年龄、根撼名字分类直的性别、社交媒:髓，建幺吉，以及提供的曾要生平。封於他)人列出的每份工作幺坐屣，我仍看到始和幺吉束日期、殿位、公司名耦和工作描述(如果提供)。同棣，每份教育言己都包括始和幺吉束日期、教育械情名耦、掩得的学位和
35、主修科目。此外，他I人可以自顾提供受熬可的技能,Jt列出事利、奖项、出版物和娄酎以的成就。造些敦撼是通谩最先谨的梭器阜雪技街迤行增弓金的，以工的部尸号和资屣。超谩20,00（HgM固人躺根L屣的檄示（例如“合夥人”）和部力的襟示（例如“碓信”）谨行手勤分。然彳灸，使用概率言吾言模型符其绘的殿耦分到部FIj，it使用人工神幺坐路揩其分到资屣级别。封於曾言十事矜所的具工，其中名且缄,结横相化，我佗透遇手勤寄查超遇10,000他殿位的额外糕本更正所有具有多他具工的解U差臭，乘押估模型的输出。此程序硅言忍COgniSm的原始模型涵盖所有公司，具有非常高的举硅率（瓷屣的卷95%，部）卷93%）。了觐察查
36、核人员舆客户之的，Jt衡量重编和费用等结果燮数，我优聘Cognism的数摞舆AuditAnalytics暹行合伊。道他1谩程不曾罩，因履;tJt不是襟型化的，具工可能以非常不同的方式列出他优的公司名耦（例如，“PricewaterhouseCoopers”vs.“PwC”）。封於AUditAnaIytiCS中的每家公司，我佗使用文本分析4版别履S4U成中封同一公司名耦的不同引用。我七号符最终模本限制zAuditAnalytics中典Cognism履;SttW床中至少匹配100名具工且在栋本期（2010年至2019年）至少有一名AI工作者的所有公司。造他程序生了包含36家褐特事矜所的棣本，涵盖了
37、超谩310,000名具工的值）人槽案。我仍的棣本包括四大曾言十肺事矜所（PWC、DT、EY和KP）以及其他32家公司（例如，GrantThomton、BDOUSA、RSMUS、McGladreyMossAdams、CohnReznick、BakerTilly、CroweHorwath）。Table1AuditFirms:DescriptiveStatisticsPaIIelA:DeSCriPtiVeStatKtiCSbyAUdItFirmAuditorAverageAverageAverageAverageuunberAveragenumberAverageuunberAVelage%ofII
38、alneuunberoffeesuuinberofaccoutiugofCousultiugofotherAIemployeesaudits（Sml）ofemployeesemployeesemployeesemployeestototalperyearPerVeJIrworkforceEmst & oimg112441724263912431PricewaterhouseCoopers83441694942414301Deloitte & Touche75830126156416554KPMG21573149814172Grant Tlioniton29981384168BDO USA223
39、59053058RSM US61117844466McGladrey3368262586Moss Adams2525981129EisnerAmper161274702CohnReziiick331125651387Baker TUly30929261093Crowe Horwath25112191935Squar Milner203378263BPM1891144192Crowe1591869761All Others62165932123559107224133 16 38 46 12221 192262%249586457四179379309178540.24S260170.212225
40、970.337104630.29025390.07923260.01250890.01430480.00912070.0444740.0129290.06012470.0158000.116960.1367730.5747290.1589240.067TabIClPanelA部分提供了栋本的名攵述性统言十资料。平均而言，我优的全面数J每年涵盖了Deloitte的61,564名美阈员工，PWC的49,424名，EY的42,639名，以及KPMG的31,498名。我凭的栋本包括15家掩有超谩1,000名员工的非四大曾言作市事矜所(其中最大的雨家非四大曾言市事矜所分别是RSM和GrantThornt
41、on，每年的员工数分别境711,784名和8,138名)。PanelB:DescriptiveStatisticsbyYearYearTotal#ofEmployees%ofAccountingemployees%ofConsultingemployees%ofOtheremployees%OfAlemployeesTotalAuditsTotalFees2010151,35235.5219.8744.610.084.86612,9202011167,47235.4321.2943.270.094,85413,4092012190,60735.9121.8442.250.114,97814,2
42、882013201,84535.4022.9941.610144,96814,9702014225,02334.9424.0740990.195.03416,0522015256,29334.2525.3440420244.93616,7122016262.43933.6126.2540150.304.62016.2862017277.67432.8626.8540.290.364.34416.1012018299.64332.3527.4740.180.394.41017.1002019310.42231.9827.6640.360.374.55818.058Table1PanelB部分呈现
43、了拢2010年到2019年的年度烁攵述性统十资料。然造假I部分可以看出，在谩去的十年中，曾言十行棠的就棠人数翻了一番，彳定2010年的151,352名M工增加到2019年的310,422名具工。卷了瞬言登造些数字，我位居寻CognismU中的具工敦典各公司在曾言十今日辍告的官方美园就棠敷字谨行比敕。我凭考变现Cognism涵盖了大的86%的曾舒工，道提供了便:秀的覆M.率itz我优的分析增加了外部效度。32人工智慧投资的衡量(MeasureofAIinvestments)考到人工智慧(AI)高度依人力资本而非1物资本，我伊号以公司的具工卷基磁来衡量Al的投资。Babina等人(2020)提出J
44、L版言登了一矛重程序以方法硅定了美阈公司Ir施Al所需的最相1具工技能。我仍利用了造份相1街列表(例如“梭器擘曾”、深度、叮ensorFlow、神”等)以及辞细的履雇教撼，来诫别在Al身(域具倩相腐技能的员工。造槿分是在每位工作人具的每脩他I人工作言己的级别上轨行的。封於特定的工作言己如果以下修件之一成立，我佗符他人分类直卷直接的AIM工：(1)工作(角色和描述)舆AI相，(2)他1人在工作期生了任何舆AI相的事利或出版物，或者(3)他人在工作期l狸得了任何舆AI相的奖项。我佗符他别的Al和非AI殿位到公司级别，通谩书十算每家公司每年的Al相Ml员工百分比来置现。Fig.1AIEmployee
45、sintheSixLargestAuditFirms060%050%0.40%030%020%0.10%0.00%PercentageofAIemployeestoallemployeesDeloltte-PWC-EY一KPMGGrantThomton-BDOFigure1示了六家最大的事矜所（根每年完成的雷方十案件数量）中AI具工相封於所有具工的百分比：DT、PWC、EY、KPMG、GrantThomton和BDOUSA。在遇去的十年中，所有六家事矜所的AI员工百分比都稳步增加，特别是四大事矜所的增fc更明。垣一彝现在Table1的PanelB得到了概括言亥表辍告了我彳咒彳蒙本中所有事矜所的余攵述性统t数獴：AI员工的百分比优2010年的0.08%增加到2018年（2019年）的0.39%（0.37%）。俄管优冬邑封数字来看，AI工作者的占比很低，但优其工作的技街性和创新性来看，AI工作者最似於彝明家，彝明家占美国劳勤力的0
