近年来，随着中国移动通信集团广东有限公司（以下简称“公司”）业务规模的快速扩大，一些隐藏其中的“微腐败”现象逐渐浮出水面，这类问题虽然单笔金额不大，但积少成多，若不及时防控，对公司健康发展将造成严重影响。基层“微腐败”问题具有“单次金额小、发生频次高、主体分散、手法隐蔽”四重特征，而传统审计模式多采取抽样、穿行测试、群众举报等方式，检出率低，监管难度大。因此，探索新的审计技术和方法，构建有效的风险防控体系，已成为企业管理的重要课题。本文结合公司在“AI+审计”中的研究成果，探讨如何利用大模型技术提升基层“微腐败”风险防控能力，并通过在经济责任审计项目中的具体实践，验证了该体系的有效性。
一、基层“微腐败”问题的治理困境
（一）数据孤岛现状
随着业务量井喷式增长，公司在社会渠道费用、网络代维费用等领域持续加大成本投入，且不同领域、不同业务的数据资料往往具有海量、多源、异构等突出特征，不同业务系统之间的数据格式、字段定义和记录粒度存在显著差异，不相关的两个领域数据无明显可勾兑字段，数据匹配和整合的复杂度极高，难以直接整合分析，形成了数据孤岛。
（二）隐蔽违规挑战
与传统腐败“一手办事，一手收钱”的直接方式不同，新型“微腐败”一般采取迂回策略，层层转嫁，具有间接性、市场性的特征。例如，员工通过亲属代持公司，再以供应商身份承接业务；或者利用技术手段伪造工作记录、篡改数据等。这些行为难以通过传统的审计手段精准识别，容易形成审计漏洞。
（三）响应滞后困境
传统的数据分析方法与工具难以全面处理海量的跨领域、复杂资料，依赖人工审核，无法及时发现和处理风险，审计实践面临审查、追溯和定责难等瓶颈，通过一般的审计程序很难发现内外部关系舞弊的情况，导致审计检查耗时长、审计响应滞后，难以在问题发生初期及时制止和纠正。
一是缺乏有效的异构数据批量分析方法。传统的审计工具和方法在处理大规模异构数据时存在明显的局限性，导致审计工作的效率和覆盖率受到严重限制。
二是缺乏快速的图片相似度比对方法。任务工单中的执行附件往往包含上万份图形文件，如光纤检测OTDR结果文件、电表读数照片等，传统方法难以实现这些图形文件的批量核对，容易遗漏潜在的舞弊行为。
三是传统工具的图片识别精确度低。传统的图像识别技术在处理复杂场景和低质量图片时，如戴着面罩的人脸或经过多次压缩转存的图片，识别准确率较低，难以满足审计工作的高精度要求，容易导致误判或漏判。
二、构建基于大模型的基层“微腐败”风险防控体系
为有效应对基层“微腐败”问题，本文提出构建“三维能力体系”（见图1），包括数据层、算法层和应用层，通过多层次、多维度的协同作用，提升基层“微腐败”风险防控能力。
（一）数据层为跨域融合中枢，打破数据壁垒
数据层作为“三维能力体系”的基础，承担着整合和管理多源数据的重要任务。通过打破人力、采购、市场、网络等四大领域的数据壁垒，开展专项数据治理，实现数据的统一管理和高效流通，为审计工作提供全面、准确的数据支持。
1.数据整合：整合来自不同业务系统的海量、多源、异构数据，包括但不限于员工人事信息、供应商清单及合同信息、网络运维签到记录、政企市场运维项目交付资料等。通过建立统一的数据标准和数据管理机制，尽可能保障数据的一致性和可比性。
2.数据治理：实施专项数据治理，通过数据清洗、数据转换、数据校验等治理流程，提升数据质量。
3.数据安全与隐私保护：在数据整合、治理、分析、校对过程中，严格遵守数据安全和隐私保护法规，做到“数据不出云”，对用户身份等敏感信息进行脱敏处理，确保数据的安全性和合规性。
（二）算法层为关联挖掘引擎，提供AI审计能力
算法层作为“三维能力体系”的核心，通过先进的AI技术和算法模型，深度挖掘数据关联，精准识别潜在风险，提升审计智能化水平。具体技术包括：结合灰色关联度（GRA）、瑞利散射、人脸识别模型、向量数据库、深度计算等。
（三）应用层聚焦风险防控场景，打造适配性强的AI模型
应用层作为“三维能力体系”的前端，通过将算法层的AI技术和模型应用于具体的审计场景，实现审计工作的场景化和精细化，具体应用包括：员工违规经商办企模型、虚构按次代维工作量结算模型、篡改电表套取电费模型、多模态证据链模型，有效提升风险防控能力。
三、在电信业经济责任审计项目中的工作实践
经济责任审计涉及领域广，不仅关注政策执行、经济决策、财务和业务的真实性、合法性和效益性，也关注党风廉政建设、廉洁从业等方面，是对领导干部履行经济责任方面的全面体检。公司下属21个地市分公司，年均经济责任审计项目7个，审计任务重、范围广，时间紧、规模大，在有限的现场审计资源下较难及时发现隐形廉洁从业问题。为此，公司基于经济责任审计搭建基层“微腐败”风险三维能力防控体系，并取得了一定成效。
（一）优化项目组织模式，为技术实践提供审计资源
在经济责任审计项目实施过程中，审计组优化了组织模式，将数据分析和线索输出前置到审前阶段，释放更多审计资源，深挖基层“微腐败”问题。
1.打造“现场+远程+云化”深度协同审计模式。
审计组通过“现场+远程+云化”，实现“1拖N”工作模式，即以1个远程审计组为神经中枢，以爬虫机器人、大模型算法等大数据应用为抓手，统一、集中、高效开展核查；同时组织N个现场组分别驻点被审计单位，通过业务访谈、实地勘察、流程穿越等方式补充线索，各审计组互通线索、分享方法，形成审计合力。
2.建立审前工作“五步法”提前锁定异常线索。
依照审计准备、远程组织、数据治理与运用、建模分析、线索输出等环节建立审前工作“五步法”（见图2），摸清底数，下好“先手棋”，审前阶段识别出问题线索，让审计组带着问题进点，释放更多现场审计资源，深挖细究基层末梢执行中的“微腐败”问题。
（二）深度融合跨域技术，持续提升审计质效
从传统的人工抽样方法迭代至利用Python开源的数据分析包Pandas和正则表达式进行批量处理，显著提升了结构化数据的分析效率。在公司内部网络环境中部署爬虫机器人，在安全的环境下自动下载并解析大量附件文档，实现了文档处理流程的自动化。在此基础上，通过融合多种算法模型，提升审计质效。例如，结合人脸识别深度学习模型facenet和大语言模型ChatGLM3实现图像和文本特征的多模态应用，快速定位利用虚构“打卡签到”照片虚报按次外勤维护费用的问题。与此同时，在各项目组合算法中融合向量数据库，引入增强学习和自适应算法，不仅强化了数据处理能力，还增加了自动学习的功能，实现了对目标资料的自动精准核对。
（三）具体实践应用
1.AI模型洞察隐藏亲属关系。
以员工填报的人力信息为切入点，结合业务往来合作商登记的联系方式以及工商注册登记的公开信息，围绕员工与合作商的“亲密度”挖掘隐藏线索。判断为疑似亲密的行为，包括员工的非公务机号码与供应商联系人号码相似、员工号码与合作商号码共用同一亲情网业务等。审计组创建了基于人物关系穿透分析的灰色关联度分析（Grey Relation Analysis，GRA）模型，使用GRA模型分别计算出不同子序列的灰色关联度（见图3），再依照计算结果分析全量目标数据，去量纲，使数据具有可比性或简化分析，从而得出存在密切关联的关系网，锁定疑似违规关系，并对疑似违规关系进行实地调查和证据收集，最终确认违规行为。
2.自动查重模型迅速识别百万级图片中的重复线索，揭示虚假结算风险。
在公司的各项报账数据中，工作量执行证明附件的数量尤其庞大，传统的检查方法耗时长、准确率偏低，且易受图片质量的影响，难以准确高效地识别重复结算和虚构执行任务的问题。为此，审计组创建了基于“RepVgg+向量数据库”的自动化查重模型，通过Python封装构建自动化流水线，涵盖了从图片采集、特征提取及缓存、自动对比到异常输出的全过程自动化作业，同时利用图形处理器硬件加速计算，可在28小时内完成对66万张图片特征的解析，显著提高了审计工作的效率，帮助迅速识别虚假结算的风险，及时追回损失。
3.通过人脸相似度识别，精准发现虚报工作量问题。
在巡检、盯防、测试等代维工单的执行附件中，通常包含大量面部图片，这些图片通常难以通过常规稽核方法发现问题。审计组创建了“facenet+ChatGLM3+向量数据库”人脸相似度审计方法，采用faceNet模型，将输入的人脸图像转换为一个固定长度的128维特征向量，该向量在欧几里得空间中表示人脸的紧凑特征，从而显著提高识别率。此外，结合RetinaFace、FaceMask算法模型，有效解决了图像中人脸被口罩遮挡而导致的关键点识别不精准问题。通过ChatGLM3提取工单关键信息，筛选同一天不同工单号相同的人脸特征，并设定阈值，从千万级图库中精准筛选出异常工单，极大地提高了审计的精确度和效率，帮助快速识别并处理虚报工作量的问题。
4.通过深度计算识别出图片篡改痕迹。
基于近年来电费专项审计中发现的问题，审计组采用机器人流程自动化（RPA）技术和经典图像分类算法创建基于深度计算的虚假电表图片识别工具。首先，利用爬虫机器人从相关业务系统批量下载报账附件，对数据进行清洗和存储，以确保数据的质量和可用性。接着，从审计期间收集的附件照片中挑选500张具有代表性的电表照片和500张非电表照片，构建一个高质量的训练集，利用深度计算和神经网络技术提取照片特征，制定电表照片的筛选策略。通过计算不同期间报账照片的相似度，有效抓取疑似存在问题（如重复或经过篡改）的照片，并进行人工验证。通过该模型，经责项目组成功从上万张电表照片中识别出了疑似经过篡改的照片，人工复核后确认的问题照片占比达88%。
四、实践成效
本次实践为基层“微腐败”问题治理提供了从“依赖群众举报”向“数智化风险扫描”转型升级的经验路径和参考价值。
一是风险监督手段由“人工审核”向“数智化稽核”转型。在系统算力的保障下，通过扩大数据引入、加强建模能力、固化审计矩阵，全面构建了经济责任审计数智化体系，固化审计场景，实现多领域风险控制点的布防，大幅提升了审计作业实施效能和效率。
二是有效突破基层“微腐败”审计盲区，围绕经济责任审计范围，融合运用多种审计技术方法，深挖基层“微腐败”风险。对造成公司损失浪费、多结算代维费用的情况移交违规投资责任追究，对关键岗位干部员工未如实报备亲属经商办企情况、个别分公司渠道管理人员亲属经营或任职社会渠道的问题移交纪委处理，堵塞了管理漏洞，形成了审计震慑。
三是促进增收节支减少损失浪费，对于本次实践中发现虚报工作多结代维费的问题，通过审计追回损失切实保障了公司利益，同时也堵塞了漏洞。
四是助力业务前端规范执行，为公司高质量发展保驾护航。针对发现的问题，督促主责部门整改，将代维工单模型结果应用于网络日常稽核，持续监控风险，拓展审计结果应用范围。
五是沉淀总结创新成果及典型案例，全面提升审计成果应用价值。本次实践提炼输出5个聚焦基层“微腐败”的数据审计模型，并应用于其他审计项目中，不仅提升了审计工作的智能化水平，也为公司的风险管理和内部控制提供了有力支持。
文章摘自《中国内部审计》杂志2026年第3期
作者：曾德笙 许琦 孙琦琳 李岚 胡俊刚
单位：中国移动通信集团广东有限公司
编辑：孙哲