XiaoMi-AI文件搜索系统
World File Search Systemaudit
检测人工智能对内部审计绩效的影响：沙特阿拉伯的实证研究
这项研究试图研究AI系统类型（辅助，增强和自治）对沙特阿拉伯内部审计的影响。一份问卷用于收集利雅得市150名内部审计师的数据。确认实现了研究的目标，使用了描述性分析方法。通过SMART PLS应用程序，分析了问卷数据，并测试了假设。该研究的结果表明，AI系统具有明显的积极作用，但根据AI系统的类型，不同的影响会有所不同，AI系统的增强系统较高，自主系统中等，并且在辅助智能系统中较弱。可以以较大的样本量进行对该主题的进一步研究，尤其是在全球进行的情况下。基于这些发现，未来的研究可以集中于国家和文化条件。此外，公司应在所有公司活动中采用更全面的参与方法以及在所有公司活动中采用AI的发展。
国家证券新兴市场指数 ETF 投资计划（未经审计）2024 年 8 月 31 日
(b) 根据 144A 规则或 1933 年证券法第 4(2) 条免于注册的证券。该证券可在免于注册的交易中转售，通常出售给合格的机构买家。截至 2024 年 8 月 31 日，144A 证券的总市值为 223,095 美元，占净资产的 2.9%。
第12届 - 全球内部审计 - 访问技术风险 - ...
威胁水平下降，准备水平提高了……对于某些人：同比的趋势表明，与技术相关的威胁的趋势中等减少，组织之间有两个领域的风险增加了，只有两个领域（数据隐私和合规性）（数据隐私和合规性） - 持续合规性 - 显示了感知到的威胁水平的同比增长。鉴于过去一年中与技术相关的威胁的广泛关注，许多公司可能已经成熟了风险管理计划。这包括增强网络安全措施，从而导致人们对威胁水平下降和增加组织准备的看法。此外，更多的组织正在采用高级技术来支持威胁检测响应（见图16）。
审计委员会会议
埃斯科瓦尔女士讨论了收入问题，指出 2024 财年的营业收入总计 12 亿美元，增加了 1.127 亿美元，增幅为 10%。营业收入的增加主要是由于可偿还补助金增加了 7,880 万美元，以及物业租金、租赁和利息收入增加了 4,570 万美元。可偿还补助金的增加主要是由于计划和项目产生的费用，包括：卫生部公共卫生实验室 1.511 亿美元、纽约公共图书馆 6,470 万美元、布什码头 5,730 万美元、威利茨角 5,160 万美元和美国华人博物馆 3,530 万美元。物业租金和租赁收入的增加是由于邮轮活动的持续复苏产生了 3,600 万美元的收入，以及布鲁克林文艺复兴广场和南布鲁克林海运码头确认的额外租金 920 万美元。这还包括 NYCEDC 与布鲁克林海运码头港务局签订净租约时终止豪兰胡克租约而产生的 2500 万美元一次性收益。费用和其他收入总计 4030 万美元，比上年减少 1200 万美元。减少的主要原因是 2023 财年的非经常性交易，例如 FTA 的坏账追偿收入和 540 万美元的延期费。
利用生成式 AI 进行内部审计活动
在盲目接受 GenAI 作为所有问题的解决方案之前，组织必须清楚地了解它能够有效完成什么以及它可能在哪些方面存在不足。哈佛商学院最近发表的一篇工作论文探讨了 GenAI 如何影响工人生产力的问题，并得出了好坏参半的结论。《驾驭崎岖的技术前沿：人工智能对知识工作者生产力和质量影响的现场实验证据》一书的作者测试了这样一个前提：三个因素——大型语言模型 (LLM) 的惊人能力、它们几乎不需要任何技术技能就能完成实际工作的能力，以及它们的不透明性和不明确的失败点——创造了一个崎岖的前沿，“看似难度相似的任务，人类使用人工智能可能会做得更好或更差。”4
在审计中使用人工智能
支持AI的工具有可能快速处理信息，使审计师可以将时间集中在审计的更复杂和基于判断的方面。这些审核工具还可以全面分析大型数据集，这些数据集可以通过对正在测试的整个人群提供详细的见解来帮助审计师。其他潜在的AI用例1包括：有助于识别高风险交易的分析工具；文件摘要或合同读者；使用公司指导和模板的初稿创建者；识别执行工作不一致的文档审阅者；以及可以帮助研究标准和其他指导的聊天机器人。
财务报告及审计财务报表
我们的目标是合理地确保财务报表整体上不存在因欺诈或错误而导致的重大错报，并出具包含我们意见的审计报告。合理保证是一种高水平的保证，但并不能保证按照国际审计准则进行的审计总能发现重大错报。错报可能源于欺诈或错误，如果可以合理预期错报会单独或总体影响使用者根据这些财务报表做出的经济决策，则错报被视为重大错报。
合并地方政府审计的一般报告...
•地方政府具有精心设计的流程，负责对市政职能和综合发展计划的计划，预算，监视和报告的立法责任。但是，我们继续确定绩效计划和报告过程中的重大弱点。我们发现，在所有市政当局的45％，与有否决的审计意见的市政当局的45％，占战略规划和绩效管理的立法不合规。总共48％的市政绩效报告包含了无用和/或不可靠的信息。如果我们不允许市政当局纠正我们在提交的绩效报告中确定的错误陈述，那么更多的人将发布不可信的绩效报告。19％的市政当局的绩效计划，包括五个都市，不包括
财务报告和审计中的人工智能
荷兰公司对传统人工智能在财务报告和审计中的使用最大的担忧是版权和知识产权（42%）、准确性（38%）以及数据组织和管理（36%）。与传统人工智能相比，更多的公司对生成人工智能感到担忧。数据主权（46% vs. 18%）、网络安全（56% vs. 29%）、数据隐私（64% vs. 30%）和幻觉（30% vs. 12%）是生成人工智能更大的担忧。
卷积神经网络可以识别与解码空间听觉注意力有关的大脑相互作用
人类听众有能力在多人说话的环境中将注意力集中到单个说话者身上。选择性注意的神经关联可以从一次脑电图 (EEG) 数据试验中解码出来。在本研究中，利用源重建和解剖解析的 EEG 数据作为输入，我们试图将 CNN 用作可解释的模型来揭示大脑区域之间特定于任务的交互，而不是简单地将其用作黑匣子解码器。为此，我们的 CNN 模型专门设计用于从五秒输入中学习 10 个皮质区域的成对交互表示。通过专门利用这些特征进行解码，我们的模型能够达到参与者内分类的 77.56% 和参与者间分类的 65.14% 的中位准确率。通过消融分析以及剖析模型特征和应用聚类分析，我们能够辨别出以 alpha 波段为主导的半球间相互作用，以及以 alpha 和 beta 波段为主导的相互作用，这些相互作用要么是半球特有的，要么以左右半球之间的对比模式为特征。对于参与者内部解码，这些相互作用在顶叶和中央区域更为明显，但对于跨参与者解码，这些相互作用在顶叶、中央和部分额叶区域更为明显。这些发现表明，我们的 CNN 模型可以有效利用已知在听觉注意力任务中很重要的特征，并表明将领域知识启发的 CNN 应用于源重建的 EEG 数据可以为研究与任务相关的大脑相互作用提供一个新颖的计算框架。