全国内部审计数智化转型发展研究报告

全国内部审计数智化转型发展研究报告全国内部审计数智化转型发展研究报告前言 1第一章内部审计数智化转型背景与调研目的 1一、转型背景：政策、技术与需求驱动下的必然选择 1 (一)政策指引：指明内部审计数智化转型的发展方向 (二)技术赋能：内部审计新质生产力的实现路径 2 (三)需求主导：国家治理体系和治理能力现代化的迫切需求 3二、调研目的 5 (一)全面掌握全国内部审计数智化转型的真实情况 5 (二)准确识别制约行业发展的核心难题 5 (三)总结分析不同类型单位的转型差异与规律 5(四)为有关行业主管部门、自律组织和被审计单位提供实用的决策参考 5第二章调研概况 7一、调研基本信息 7 (一)调研问卷覆盖范围 7 (二)受调研单位基本情况 8 (三)内部审计开展数智化建设情况 9第三章全国内部审计数智化转型现状综合分析 一、整体情况分析 (一)全国各行业间转型水平呈“阶梯式”发展格局 (二)转型已形成信息化、数字化到智能化的清晰路径 16 (三)地域与单位人员规模差异加剧发展鸿沟 (四)转型面临多重阻力但发展动力强劲 22 (五)内部审计数智化转型资金投入规模受限 (六)复合型人才缺口成关键瓶颈 31 (七)协同联动强化，融入监督治理生态 39二、行业发展特征分析 42 44 48 (三)保险行业 (四)通信行业 (五)石油石化化工行业 (六)采矿行业 第四章内部审计数智化转型亟需解决的主要问题 一、规划瓶颈：顶层设计不完善，转型路径模糊 72 (一)战略定位模糊，缺乏长期布局 (二)规划与核心痛点融合不足，场景覆盖不充分 72 (三)行业内部发展不均衡，梯队间差异大 73二、人才支撑：复合型人才匮乏，队伍能力结构性失衡 (一)“审计+科技+数据”复合型人才匮乏 (二)现有团队技能转型困难 (三)人才培养与激励机制缺失 三、资源瓶颈：资金投入有限，持续保障不足 (一)资金投入有限，核心建设支撑薄弱 75 (二)收益回报周期模糊，持续保障动力不足 四、数据治理：数据零散孤立，治理机制不健全 76 (一)数据孤岛问题普遍存在，数据质量偏低 (二)数据治理体系尚不完善 五、技术应用：技术场景融合不足，前沿技术运用有限 (一)技术工具与审计实战场景的融合不深 78 (二)前沿技术应用跟进缓慢 六、内外部协同：内部工作合力未发挥，外部合作生态初探索 79 (一)内部协同不足 79 (二)外部合作生态尚未形成 第五章发展目标 81一、审计监督范围不断延伸 81二、审计作业模式深度变革 82三、先进信息技术深度运用 82四、审计数据资产深度整合 83五、数智审计生态深度协同 84第六章工作建议 86一、政策引领 86二、多方共建 87三、分类施策 89 90 90 91图1不同地域单位样本数据分布 图2不同行业单位样本数据分布 图3不同规模单位中，设立内部审计机构的比例 图4不同行业单位中，开展审计数智化转型的单位占比 图5不同规模单位中，开展审计数智化转型的单位占比 图6各行业内部审计数智化成熟度三级分布及单位数量占比 图7不同梯度行业四维能力对比 图8不同规模单位四维能力对比 图9不同规模单位四维能力变化趋势对比 图10内部审计数智化建设情况与审计平台建设时间 图11审计模型应用效果与大模型应用情况 图12发展规划制定情况与规划内容 图13各地区已开展数智化建设单位数量 图14各地区审计数智化核心能力建设情况 21图15不同规模单位已开展数智化建设单位比例 22图16审计数智化转型驱动因素与数据报送需求 23图17审计数智化转型主要制约因素 24图18驱动因素与制约因素对比 25图192025-2030规划总投资规模 27图20软硬件建设2025-2030规划总投资规模 28图21软硬件运维费用2025-2030规划总投资规模 29图22咨询研究费用2025-2030规划总投资规模 30图23审计平台建设方式 图24各单位专兼职审计人员情况 33图25各单位专职审计人员学历情况 34图26各单位数字化人员情况 34图27不同规模单位的数字化人员配置热力图 35图28不同行业的数字化人员配置热力图 图29不同人员规模单位的专兼职人员数量 37图30不同行业单位的专兼职人员数量 图31跨部门协调与数据协同情况 40图32协同监督平台建设意愿与共享机制偏好 41前言本报告由中国内部审计协会和中国信息通信研究院，在审计署计工作的指导和监督提供政策参考，推动内部审计更好地服务国家本次调研周期紧凑，样本覆盖范围仍存在局限，相关数据和结论难免存在疏漏，仅供相关方作为参考依据。中国内部审计协会和中国信息通信研究院将继续关注技术发展和审计实践，适时继续开1第一章内部审计数智化转型背景与调研目的一、转型背景：政策、技术与需求驱动下的必然选择(一)政策指引：指明内部审计数智化转型的发展方向在全球数字经济浪潮及我国“数字中国”战略背景下，国家层面通过系统性政策布局，统筹推进内部审计数智化转型，各部委、各省市相继出台配套文件，细化落实举措，形成上下联动、协同推中央审计委员会办公室、审计署印发的《“十四五”国家审计工作发展规划》强调，要“加强审计技术方法创新，充分运用现代信息技术开展审计，提高审计质量和效率”。并明确“信息化基础较好的企业要积极运用大数据、云计算、人工业发展全局，明确提出“切实加快会计审计工作数字化转型步伐的2国家卫生健康委在《国家卫生健康委关于印发进一步加强卫生健康地方各级党委、政府和审计机关普遍在有关内部审计的地方性法规、规章和工作规定中，要求在内部审计工作当中加强对信息技部审计工作规定》提出“内部审计工作应当按照数字社会、计工作规定》鼓励“单位加强信息化建设，运用大数据、云计算、确“内部审计工作应当加强信息系统建设，提升数字化、智现代技术手段，提高审计质量和效率”。(二)技术赋能：内部审计新质生产力的实现路径当前，大数据、云计算、人工智能、物联网等新兴技术已进入规模化应用阶段。从技术发展视角审视，内部审计数智化转型是破解当前审计资源与监督需求结构性矛盾的必然路径。面对被审计单位不断加快的数字化转型进程，内部审计工作需要面对多模态、多种类并且迅速增长的数据，传统的人工审计模式已无法满足审计需3机器人流程自动化（RPA）能够模拟人工在计算机界面上的操作，按预定规则自动执行跨软件系统的重复性任务。大数据技术具备对海量、多源异构数据的高效采集、存储与并行计算能力。人工智能技术发展迅速，其中机器学习算法能够从历史数据中自动归纳规律，深度学习技术赋予了计算机识别图像和声音的能力，大语言模型（LLM）则具备了强大的自然语言理解、逻辑推理及内容生成能力。物联网与无人机技术利用传感器与远程控制设备，实现了对这些关键技术的内在特点与审计工作的专业化需求高度契合。RPA技术的自动化特性精准对应审计中大量存在重复性工作，可显著释放人力资源。大数据技术的全量处理能力能够从根本上破解传统审计依赖抽样带来的审计风险，实现对业务数据的全样本覆盖。机器学习算法能够从海量数据中敏锐识别违背常规的异常模式，解决隐蔽性风险“查不深”的难题。深度学习技术赋予了计算机对图像、声音等非结构感知信息的处理能力。大语言模型（LLM）则凭借强大的语义理解与逻辑推理能力，实现了海量文本信息的快速处理，为审计人员提供信息支持、文本理解与问题研判等关键能力。物联网与无人机利用实时采集与独特视角从物理空间延伸审计触角，为工程审计与资产核实中的非现场审计提供支(三)需求主导：国家治理体系和治理能力现代化的迫切需4求先进信息技术手段飞速发展的时代背景下，数字技术正在全面重塑人类的生产与生活方式，也深度影响被审计单位的组织与管理审计”，发展新质审计生产力，运用先进信息技术手段开展内部审计工作，做深做实研究型审计，拓展审计监督范围与深度，是提升方面，要强化风险防控体系建设，识别和评估本单位面临的各类内外部风险，提前预警并协助制定应对策略，保障平稳运行和事业发展。另一方面，还要通过审计监督发现管理漏洞，提出针对性的改数智化转型可为内部审计更好履行上述使命提供关键支撑。在治理体系层面，数智技术的应用可打破审计与业务、管理系统的信息壁垒，推动审计监督节点嵌入企业治理全流程，使审计从外部监督视角转为体系内协同，成为治理架构的有机组成部分，为企业运营和发展赋能。在治理能力层面，数智技术通过全量数据处理、实响应速度与判断精度，既能为治理决策提供更精准的数据支撑，也能提前识别治理漏洞与风险隐患，推动企业治理从事后补救向事前5二、调研目的(一)全面掌握全国内部审计数智化转型的真实情况对照内部审计数智化调研数据，从核心维度出发，用数据还原度，确认数智化技术在审计业务中的实际应用，科学梳理行业发展(二)准确识别制约行业发展的核心难题调研将深入分析各单位在转型过程中面临的实际阻碍，精准定位影响行业数智化转型发展的症结。聚焦组织机制、资源配置、技术应用等方面的深层次矛盾，探究问题根源，为问题的解决方案提(三)总结分析不同类型单位的转型差异与规律考虑到各单位客观条件的差异，我们将结合行业、区域、规模等不同维度，研判内部审计数智化转型的发展规律。分析不同群体在转型路径及应用成效上的特征，总结发展经验，为各类型各层级(四)为有关行业主管部门、自律组织和被审计单位提供实用的决策参考基于数据分析与专家观点，我们将提出针对性建议，以发挥调6支撑审计机关对内部审计工作的指导和监督。主管部门制定行业发展规划、出台指导意见、完善监管评价体系提赋能内部审计机构提升审计监督质效。助力中国内部等行业组织开展标准化建设，完善人才培养，为搭建行业服务平台助力被审计单位不断完善内部管理。为广大被审计单位提供可对标的成熟度模型与转型路径指引，帮助内部审计机构找准定位、厘清差距、制定规划，推动内部审计数智化转型从单点突破迈向系7第二章调研概况一、调研基本信息(一)调研问卷覆盖范围8本报告中的行业划分为：电力、石油石化化工、通信、交通运输、银行、保险、证券、高等院校、医院、中小学及职业教育、建筑工程、钢铁冶金、烟草、投资机构、党政机关、事业单位、其他行业等，其中样本量超过100份的行业依次为党政机关、(二)受调研单位基本情况9本次调研对2888家样本单位按人员规模统计了独构的设置比例，结果如下：50人以下38.2%，50-200人62.9%，(三)内部审计开展数智化建设情况保险和证券行业由于在本次调研中，主要以总部机构为主，以同样处于领先位置。相比之下，公共服务及基础教育领域的占比较低，其中党政机关、事业单位、医院以及中小学及职业教育均不足数智化建设比例与单位人员规模呈现显著的正相关性，即单位型单位以90.0%的占比位居榜首，5000人以上的第三章全国内部审计数智化转型现状综合分析一、整体情况分析(一)全国各行业间转型水平呈“阶梯式”发展格局编写组构建了包括平台建设、数据能力、模型应用、智能化四），业的内部审计数智化转型情况进行数据分析，结果显示各行业内部审计数智化转型进展呈现明显不均衡，这种不均衡不仅体现在行业间的梯队分化，也体现在同一行业内因单位规模和资源导致的发展评分维度子维度评分规则平台建设基础条件已开展数智化建设，计5分管理功能覆盖8项以上，计10分；3-4项以上，计4分作业功能覆盖8项以上，计10分；3-4项以上，计4分数据能力数据仓库已建立数据仓库，计8分数据接入数据接入≧50%，计7分；数据接入30-50%，计3分数据资源目录已建立数据资源目录，计5分审计主数据形成审计主数据，计5分模型应用模型数量评分50-99个，计12分；20-49个，计9分；10-19个，计6分；应用效果评分大量精准发现问题，计10分；部分精准发现问题，计6分智能化AI应用阶段成熟应用场景，计15分；试点验证项目，计10分；初步调研探索，计5分智能工具应用种类1-2个，计2分；最终得分≧50分为引领者，20分至50分为追赶者，<20分为起步者。由图8数据可见，单位人员规模同样是数智化能力建设的核心决定因素。从“50人以下”的小规模单位到“100000-200000人”(二)转型已形成信息化、数字化到智能化的清晰路径从调研数据中可以看出行业整体呈现出建设平台夯实信息化基础、积累数据开展建模提升数字化能力以及应用人工智能技术进一步提质增效和扩展审计能力的发展路径，行业逐步从信息化过渡到强审”密不可分，内部审计部门通过构建审计作业管理相关平台，完成了从线下到线上的跨越，为后续的数字化和智能化转型打下了数据模型已开始创造实际价值。从本次调研中已经利用数据建和普及的背景下，内部审计已脱离了信息化和数字化时代永远走在(三)地域与单位人员规模差异加剧发展鸿沟调研显示，全国内部审计数智化转型的水平和进度在地域和单位规模两个维度存在显著差异，凸显了“头部引领、区域分化”的格局。由于东北地区（样本数为9家）及港澳台地区（样本数为4开展情况，还是在如数据仓库、模型体系、大模型应用等需要一定资金投入的重要数智能力建设上均占据主导，形成了“东部领跑，(四)转型面临多重阻力但发展动力强劲内部审计数智化转型呈现出强大的内生与外源动力，但同时也“三驾马车”构成了转型的核心驱动力，一是内部审计机构自），然而，强大的驱动力背后是更为突出的阻力，资源瓶颈与规划迷航成为制约规模化落地的两大核心障碍。其中，兼具业务能力与技术背景的复合型人才极度稀缺（提及率25.7%）和转型专项资金投入不足（提及率21.3%）构成了最主要的资源瓶颈；而缺乏系统表显示，转型并非单纯由外部压力驱动，“内部审计需要”的被提及次数为320次，成为最强劲的内生动能。单位管理共同构成了重要的外部推力。右侧图表则补充说明，有46.4%的单位明确有向上级监管机构报送数据的需求，这为“政策驱动”提供了有力的数据佐证，表明满足合规与监管要求是转型不可忽视的现数据显示，资源性约束是当前最突出的瓶颈。“专业技术人才缺乏”以25.7%的提及率位列第一，凸显了复合型人才短缺已成为行业的型的核心矛盾：驱动力结构相对集中，而制约因素则更为复杂和分(五)内部审计数智化转型资金投入规模受限调研数据显示，面向2025-2030年的规划期，全国内部审计数智化转型的资金投入呈现“长尾分布、理性审慎”的显著特征。超体摒弃了“大干快上”的盲目投资，转而追求极高性价比的“小步在投入结构上，资金高度集中于软硬件等基础建设，咨询与运维投入占比极低，反映出“重建设、轻咨询”的务实导向。与此同流，单纯依赖外包的模式占比下降，审计机构在转型中日益重视核心技术的自主掌控权与业务逻辑的沉淀能力，试图在利用外部技术维护或轻量级迭代阶段，仅有3.1%的头部单位规划了3000万元以这一数据暗示，大部分单位的资金将被用于服务器、终端及基础审计软件的采购与更新。对于大多数内部审计机构而言，通过有限的资金夯实数字化底座仍是未来五年的首要任务，高昂的定制化开发图21软硬件运维费用2025-2030规划总投资规模这种“重建设、轻运维”的预算结构可能导致系统上线后缺乏持续的优化迭代能力，也反映出当前多数审计系统的智能化程度尚低，尚未产生大规模的模型训练与算力维护成本，长期来看可能制约数图22咨询研究费用2025-2030规划总投资规模甚至可能为零。这说明绝大多数单位不倾向于采购昂贵的咨询服务来做顶层规划，更偏向于直接应用成熟产品或模仿头部经验。行业整体缺乏对数智化审计方法论的深度探索投入，更多呈现出应用导），这主要是因为内部审计业务具有高度的专业性与保密性，单纯外包难以契合业务痛点，而完全自研又受限于技术门槛。因此(六)复合型人才缺口成关键瓶颈大型企业与金融、通信等高成熟度行业，凭借资源建专业数字化审计团队；而广大中小型单位及医院、高等院校、党政机关等，则普遍处于“数字人才真空”状态，其审计团队规模偏单一模式，反映出外部市场专业人才引不进、留不住的普遍困境，导致整体人才队伍的数智化能力升级缓慢，难以支撑数智化从“工的单位专职审计人员比例在90%以上。这表明全国内部审计工作的显示，通信、银行等信息技术应用成熟度高、监管要求严的行业，示，金融（银行、证券、保险）、能源（电力、石油石化化工）、(七)协同联动强化，融入监督治理生态向采购、生产、销售等核心业务领域广泛延伸，实现了从“查账”正从传统的财务合规，向更广泛的业务运营领域拓展，“业审融合”二、行业发展特征分析总体趋势与背景。总体来看，数智化转型已成为全国各行业内部审计的共同方向。政策推动与技术创新“双轮驱动”显著增强转银行、通信等高成熟度行业，超80%的单位已启动数智化项目，部智化转型不仅提升了审计效率和风险预警能力，更推动了从“事后高质量发展的核心支撑。本次调研着重选取电力、银行、保险、通信、石油石化化工、采矿等几大典型示范行业，同时，随着监管要求驱动，医疗及高等院校两大行业也逐步启动审计数智化转型发展行业共性问题。与此同时，各行业在推进数智化转型过程中普遍面临三大挑战：一是数智化审计人才短缺，复合型能力（业务+二是系统整合与数据治理复杂，数据孤岛、标准不一、权限管理等问题影响模型应用和审计证据链建设；三是内部审计角色定位与技术融合尚需强化，部分行业转型仍停留在工具应用层面，未能充分实现“数据驱动的治理与价值创造”。此外，资金投入不足、顶层设计不明晰、厂商能力与业务契合度不足也是普遍痛点，直接影响行业差异与典型特征。相较之下，不同行业在技术应用、监管要求、成熟度及痛点上表现出显著差异。高成熟度行业如电力、通用已进入试点或初步落地阶段。银行、保险等强监管求高，审计重点在数据分析、风险监控与模型治理，审计项目规模大，数字化平台与模型体系建设活跃。医疗、高等院校等中低成熟度行业，资源分散、数字基础薄弱，系统碎片化与数据标准不统一突出，转型路径以夯实治理基础和场景试点为主，推进难度较大。采矿业则呈现“金字塔”型分布，部分企业已实现多场景集成，行未来趋势与建议。展望未来，行业协同与标准化将成为数智化转型提速关键。建议在数据标准、接口规范、模型治理等方面形成跨行业共享框架，推动平台与工具的复用与共建。各行业应以“治理先行、场景牵引”为路径，强化从工具应用到价值创造的转型，聚焦风险量化、合规实效与经营绩效三类价值指标。通过人才梯队演进，将显著提升企业治理能力与风险控制的前瞻性，助力高质量行业内部审计体系具备较强的组织保障，多数企业已设立独立专职审计机构，普遍采用与法人治理层级匹配的“总部—省级—地市级”三级架构，并以自主审计方式开展项目。审计队伍规模总体充足，成了经验与学习能力兼备的主力。然而，审计人员专业背景仍高度集中于会计、财务管理及电气工程等传统领域，兼具计算机科学或人工智能背景的复合型人才占比较低，这构成了智能审计深度应用发电、输电、配电、售电全环节，具有固定资产规模巨大、技术密集、点多面广的复杂特征，同时承担着国家资产保值增值、能源安全、社会责任等多重使命。审计范围已从领导干部经济责任审计，深度延伸至战略规划、电力营销、工程项目全过程等多元化领域。近年来，审计重心经历了显著转变，更加聚焦于评估企业战略与国革等重大政策的落地成效，并系统性检视关键领域的内部控制有效壁垒依然是现实挑战。以国家电网、南方电网为代表的行业龙头，已率先建成统一数据中台，建立了覆盖主要业务领域的数据架构、较为全面的数据管理制度以及数据质量闭环管控机制，部分单位甚至打造了行业千亿级大模型。这些进展为数智化审计提供了高质量的数据来源和分析条件。尽管如此，全行业仍面临跨业务系统数据融合的壁垒，影响了数据的全面获取与深度利用，制约了数智化能产生的TB级实时数据，以及电力市场化改革后日益复杂的资金流与信息流，都要求审计工作必须从抽样核查转向基于全量数据穿透分析的精准监督，通过构建关联模型等手段提升穿透式监督能力，监管趋势正呈现出“从抽样核查到全量穿透”、“监管范畴拓展至须具备更强的实时响应能力、数据穿透能力和风险预警能力，以满值，是电力行业审计部门的内在追求。面对审计资源与监督任务的能力不足、效率低下的困局，并固化专家经验。数智化是突破能力瓶颈、推动审计职能从事后“查错纠弊”向“风险防控+战略支撑”领、梯队跟进的鲜明格局。行业多数单位遵循此路径，先建设覆盖而第二梯队（五大发电集团等）则多处于从信息化向数字化深化的态演进。各单位聚焦财务、物资采购等高风险领域，开发规则、统计乃至机器学习模型，并实现了常态化批量应用。第一梯队已在审计智能问答、文书自动生成等场景中应用大模型，并构建了一体化持续审计监督体系，其中75%的单位已开展持续监控审计，并常态的单位已开展数智化审计培训，56.25%的单位规划建设“大监督”平台以强化监督合力。展望未来，行业已高度重视战略引领，普遍将内部审计数智化纳入“十五五”发展规划，聚焦于平台、数据、(二)银行业显著。六大行凭借其广泛的业务覆盖，已建立起独立、完备的二级审计体系，专职团队规模达数千人，并系统性地设立了数据审计支人才。而城商行、农商行等区域性银行的专职团队规模通常仅数十人，审计模式仍以传统方式为主，部分机构在省联社的统一指导下行审计范围覆盖总行、境内外分支机构、子公司等所有层级，业务触角涉及信贷、资金、合规反洗钱、信息科技、全面风险管理等众多领域。随着数字金融业务的深化，海量电子交易数据与业务线上化成为常态，“客户—账户—交易—机构”的关系网络日益复杂，资金流向的隐蔽性增强，这使得识别跨区域、跨领域的交叉风险成六大行已普遍建成企业级数据中台，数据治理体系较为完善，具备股份制银行多数也已启动或完成数据中台建设，数据集中度与质量较好。相比之下，多数农商行、村镇银行的数据基础薄弱，系统分同时，以《推动数字金融高质量发展行动方案》为代表的纲领性文件，明确要求金融机构建立“一把手”负责制，将风控从“人防”转向“技防”。监管机构依据《银行业金融机构内部审计指引》等规定，持续强调审计监督需全覆盖，并推动监督模式向实时化、穿透化升级，这都倒逼传统审计模式必须进行根本性变革。网络日益复杂的现状，传统以抽样、手工为主的审计方法已无法有效识别交叉风险和隐蔽资金流动。银行审计覆盖范围的广度、业务领域的深度和风险传导的速度，都要求审计手段必须从根本上向数成了银行内部审计高质量发展的自驱力。一方面，数智化统审计“数据孤岛、手工操作、效率低下”等痛点的关键，能够将审计人员从重复性劳动中解放出来，实现提质增效。另一方面，数事前预警，使其能够为银行的战略决策和业务优化提供更具前瞻性展路径。六大行处于“深度应用与智能探索”阶段，其功能完备的一体化平台和海量模型多由内部数智化部门主导开发，以掌握核心外部厂商（如信雅达、海致星图等）提供技术实施。而多数小型银行则处于“单点应用或起步”阶段，因科技力量薄弱，高度依赖外距显著。模型应用方面，六大行的模型数量庞大，股份制银行模型建设活跃，类型已从规则类向统计和机器学习拓展。大模型应用整体处于早期探索阶段，六大行及领先股份制银行（如平安、招行）已进入试点验证或初步应用阶段，技术路线以“基于自有基座大模知识问答、文书生成和非结构化文本分析。而多数银行仍处于初步(三)保险行业多元化审计管理架构，并日益重视数字化人才队伍的建设与考评，但人员规模与专业能力仍是持续优化的重点。垂直管理、分级管理（如中国人保、中国人寿在集团域设点）乃至独立法人化运作（如中国太平旗下的太平稽核）等多数公司审计人员规模尚在优化过程中。为适应转型，70%的受访公司已设立数字化相关科室，但除头部集团外，人员配置10人；同时，30%的公司已建立审计人员数字化能力考核指标，关从业务特性与风险焦点来看，保险业审计工作呈现覆盖面广、与内控关键环节展开。头部保险集团年均审计项目超千个，审计范围不仅包括经济责任审计、机构审计，还涵盖了关联交易、资金运用、“报行合一”、个人信息保护、反洗钱等一系列监管要求的法定专项审计。被审计单位特征多元，既有业绩导向强的前台销售部门，也有专业性要求高的中台核保、理赔、风控部门，以及流程标在数智化基础方面，保险行业已普遍应用基础数据分析工具，字化转型指导意见，再到《推动数字金融高质量发展行动方案》等一系列政策文件，均明确要求保险业提升数智化水平，将数字化风保险业审计数智化转型的核心内因。一方面，保险业务全流程线上化产生了海量电子数据，为有效识别“返佣”“骗保”“代理退保”等新型违规行为，必须依托大数据技术开展全量分析。另一方面，健康险、非车险等复杂产品的涌现，以及团伙欺诈、代理人套利等动态化、隐蔽化风险的增加，催生了对智能分析的迫切需求，推动对审计项目多、覆盖范围广的现实，审计工作正从传统的财务合规检查，转向对承保、理赔、投资等核心金融风险的动态监测，以提升在企业治理中的战略支撑作用。同时，借助数智化手段将审计职能嵌入风险预警、防灾减损等前端环节，不仅能提升审计效能，更值，推动内部审计的职能定位从事后监督，向参与公司治理和创造应用阶段。90%的受访公司拥有5年以上的审计平台开发经验，并采用自研外，多数公司选择内部团队负责数据、外部厂商提供技术支持的合作方式。整体看，行业转型呈现阶段性分布：40%的公司已进入试点验证，20%已有成熟应用场景，显示出从理论走向实践要从财务、销售、承保、理赔等关键领域切入，64%的公司已建立模型全生命周期管理体系，平均模型数量达242个。大模型应用则有序推进，智能知识问答、文书智能生成及质检是主要应用场景。具体实践中，已形成两大典型应用：一是运用机器学习和图计算技术进行智能理赔反欺诈，识别欺诈团伙；二是通过多维度指标评分(四)通信行业级创新的联动模式。组织架构上，集团总部负责顶层设计和资源统筹，而省级公司则拥有更大的自主权，专注于结合本地业务特点进行场景化应用与适配。这种差异化发展的组织模式，如中国联通通度应用，通信企业的运营模式和业务结构日趋复杂，传统审计手段已难以满足对新型业务风险进行实时监督与预警的需求。因此，审计工作的风险焦点也必须紧密围绕技术变革带来的新挑战，以及企成了以统一数据中台和AI能力平台为核心的高度成熟的数字化审体化系统网络”，均体现了其强大的数据整合与智能分析基础，为境与业务结构发生了深刻变化。传统审计方法在面对海量、实时、多维的业务数据时，已难以满足实时监督和智能预警推力。通信运营商的内部审计体系不仅关乎企业自身的风险防控与运营效率，更对整个数字经济的稳健发展具有深远影响。从战略高度看，审计数智化转型是通信企业落实国家“数字中国”战略、履行其经济与政治责任的重要体现，是确保国家数字基础设施安全、数智化转型通过实现全量数据分析和智能风险识别，不仅极大地提升了审计效率和深度，更关键的是推动了审计职能的重构，使其能够为业务发展提供前瞻性洞察和风险预警，真正为企业进一步创造的转型路径，已从概念探索迈向规模化实施阶段，形成公司的协同发展模式。集团层面聚焦于全集团统一的审计数字化平台建设，如中国移动构建的“云上智慧集中”核心架构，通过整合“审计数据湖、数据共享超市、云化审计环境”实现资源集约化管理。省级公司则更注重结合本省业务特点的本地化适配与创新，如江西联通通过监控发现PCDN违规案例并推动全国性整治，最终转智能大模型已从概念验证走向全面落地，有的大模型已通过工信部的海量数据并历经多轮自主训练。在具体应用中，智能知识检索、风险自动识别、报告自动生成等多个场景已在行业内落地实践，中国移动甚至推出了首个工程审计专业大模型“建审千询”。此外，通过智能工具集成实现流程自动化，以及运用多模态数据挖掘技术构建全方位风险识别模型，也已成为通信行业审计数智化转型的显(五)石油石化化工行业人才稀缺是其突出短板。组织架构上，行业绝大多数单位已设立独90%以上的大型企业成立了党组/党委审计委员会，近半数（如中国石化、中国海油）设置了总审计师岗位，展现了较高的治理专业背景涵盖财务、工程、IT、法律等领域，但年龄结构偏中年，兼具审计业务与数据科学背景的复合型人才供给不足，需通过持续培勘探开发、炼油化工、销售物流、工程建设及设备管理等多板块，储罐、压力容器），使得安全与合规风险尤为突出。面对此种全链条、多风险点的复杂业态，传统的抽样审计方法已难以实现有效的龙头企业已建成较完善的数据治理体系、统一数据质量整体较好，并初步形成了审计数据集市，例突出表现为跨业务系统的数据壁垒（如设备管理与财务系统）尚未2.石油石化化工行业内部审计数智化建设透”升级。行业业务链条长、数据海量、风险点分散，加之集的特性带来了突出的安全与合规风险，传统抽样审计已无法满足全链条、穿透式监督的需求。数智化转型成为有效应对这一复杂局全国审计工作会议也强调“科技强审”和“推进人工智能与审计深度融合”。同时，来自应急管理、环保、税务等部门日趋严格的专项监管，也直接倒逼内部审计机构必须提升实时风险预警和快速响跃迁，是行业内部审计部门自身的迫切追求。限、响应滞后的困境，数智化是提升审计质效的关键。通过人机协并存的清晰梯队化特征。转型路径上，多数企业以审计管理平台建在此基础上，行业已进入不同发展阶段：领先层（如中大模型等新技术应用，审计模式正加速向“事前预警、远程协同、人工智能技术，特别是大模型，已成为破解行业审在被制度化地推动。例如，超过80%的单位已将平台使用熟练度和(六)采矿行业多数采矿企业已设立专职审计机构，实行“集中管理、分级实施”模式，并普遍成立了党委审计委员会，治理层级持续提升。审计队财务、工程背景为主，兼具审计与数据科学背景的复合型人才明显盖的挑战。行业普遍涵盖“产、运、储、销、这些业务特性使得传统的人工抽样审计难以实现全链条、穿透式的审计数智化作为重要组成部分，为行业转型提供了顶层指引。行业实现了审计数据集市的构建。然而，行业整体仍面临着跨系统数据复杂的产业链和供应链管理，使得传统审计方法在实现穿透式监督方面力不从心。数智化转型能够通过对全量数据的分析，有效应对部推力。国家能源局《关于进一步加快煤矿智能化建设促进煤炭高作为验收核心指标，间接推动了审计嵌入智能化系统以满足合规要必须通过数智化手段加强对安全生产、碳排放等领域的实时监控与的风险管理和合规要求，内部审计部门迫切需要借助数智化手段来提高审计的覆盖面和响应速度。通过实现从“事后检查”到“事前预防”的转变，内部审计能够更好地为企业战略决策提供支持，从中小企业起步并存的格局。头部企业已基本完成平台筑基，全面开展大数据审计实践，并逐步进入智能化探索阶段。相比之下，广大头部企业已构建起覆盖生产、安全、财务等全流程的数字化审计平通过应用规则、统计及机器学习等多种类型的审计模型，头部企业已能够落地覆盖采购、财务、工程等高风险领域的分析，并实现审计画像。这一系列实践推动着审计模式从传统的“事后、现场、抽尽管转型取得初步成果，但行业整体仍面临数据标准化不足、行业整体发展的瓶颈。展望未来，采矿行业内部审计数智化将朝着不同梯队的企业必须根据自身的资源与能力，制定符合实际的、差重挑战。在我国医疗行业向提质增效转型的背景下，规模较大（如三级公立）的医院多数已设置独立的内部审计机构。然而，审计人员专业背景多，数智化技能薄弱，极度缺乏兼具医疗、审计、数据实、资产安全与运营管理等核心风险领域。审计监督需覆盖医院所有关键领域和环节，其重点对象已高度聚焦于三大方面：一是药品耗材集中带量采购、医保基金使用等直接关系医改成效和群众利益的重大政策落实领域；二是重大建设项目、大型设备采购等资金资产密集、易产生管理漏洞的环节；三是预算、收支、合同等直接影在数智化基础方面，医疗行业虽已建成多样的核心业务系统，物流、医保等核心业务系统，但统一的数据中台或平台建设相对滞后。各系统因开发时间、标准不一且由不同部门管理，形成了难以打通的“数据孤岛”，跨系统数据整合失败率高。同时，数据质量问题突出，临床数据体量巨大但规范性不足，财务与业务数据口径不一，繁重的数据清洗与治理工作是开展大数据审计和模型建设的源的经济事项。现代公立医院运营依赖数十个异构信息系统，覆盖面对庞大的数据量、复杂的流程和分散的风险点，传统的人工审核与抽样检查如同“大海捞针”，难以实现全覆盖，更无法洞察跨系所强调，审计必须聚焦关键业务和重点环节，这唯有通过数据驱动记关于“科技强审”的重要指示为行业转型指明了方向。《关于推动公立医院高质量发展的意见》等文件明确要求运用信息化手段提合理性、收费合规性的智能审计成为重中之重，外部监管的智能监价值转变。在运营成本压力增大的新常态下，医院管理层对运营精细化、成本控制和风险前瞻性管理的需求日益迫切。这要求内部审险预警为管理决策提供数据支持。数智化能将审计人员从繁琐的手工核对中解放出来，聚焦于高价值的分析研判，从而实现审计价值系统性地建设一体化平台。以广东省为例，仅有2家医院拥有独立甚至以Excel手工操作为主，独立的审计信息化投入几近为零。数据层面，虽已建成核心业务系统，但资产、人事、合同等系统的数建设滞后，但在专项审计领域已取得突破。特别是在医方面，行业已部署了包括重复收费识别、分解住院识别、超标准收费分析、虚记费用筛查、超量开药预警、不合理用药分析在内的6计为新起点。转型面临的挑战是系统性的：一是管理层重视不足、专项预算短缺；二是极度缺乏“懂医疗、通审计、精数据”的复合型人才；三是数据系统分散、标准不一、整合成本高；四是审计机构难以提出精准技术需求，而外部厂商又缺乏对医疗业务的深入理解。面向“十五五”，行业已将数据资产审计纳入规划，希望以此为抓手，推动数据资源整合，完善数智化审计体系，支撑风险导向设有内部审计机构，但审计人员占教职工总数的比例普遍低于千分之二，专业力量相对薄弱。队伍的专业背景多集中于传统的财务、审计及工程领域，而兼具信息技术与法律知识的复合型人才严重短缺，加之人员年龄结构偏中年，整体数字化技能不足，这构成了数学费、科研经费、社会捐赠等，渠道复杂。因此，审计范围需覆盖校内各级学院、机关部处、直属单位乃至控股企业，审计项目也从常规的财政财务、经济责任审计，逐步扩展到对重大政策落实情况在数智化基础方面，高等院校虽已建立起各类业务信息系统，薄弱。大多数高校虽已建成独立的财务、教学、科研等业务系统，为审计数智化提供了潜在的数据来源，但系统间的互联互通十分有限，“数据孤岛”现象普遍存在。仅有少数高校搭建了统一的数据中台。数据质量参差不齐与标准化程度低的问题，严重制约了审计高校业务的高度复杂性，加上在线教育、科技成果转化等新业态带来的数据安全、知识产权等新型风险，都对审计的广度和深度提出了更高要求。虽然各业务系统的数据为审计提供了基础，但只有通息技术与教育治理深度融合。同时，教育部、财政部、审计署等主管部门对高校资金使用效率、资产安全、科研经费管理等方面日益严格和细化的监管要求，也倒逼内部审计必须借助技术手段提升监转型的根本动力。高校管理层愈发希望审计能从事后检查转向事前预警，发挥“治未病”的作用。数智化转型能够通过对全校数据的深度分析，为学科建设、科研绩效等战略决策提供数据支持。通过从传统抽样审计核查转向全部数据分析的“全量穿透”，以及建立实时风险预警模型，审计能够实现关口前移，从而在学校治理体系行业普遍遵循先建设审计作业管理系统以实现流程线上化，再逐步拓展数据分析与风险预警模块的路径，部分高校则从科研经费等专项审计系统切入。建设模式上，以“内部主导需求、外部厂商配合未普及。模型应用优先从财务、科研、采购等数据基础相对较好的领域入手，逐步构建数据检查模型。在此基础上，审计作业模式正由传统的“现场、事后、抽样”，向“远程+现场”、“持续监控”与“风险预警”相结合的新型模式探索。然而，以大模型为代表的部审计体系。转型面临的现实困境十分突出：一是在校内预算竞争中，审计部门资金投入严重不足；二是复合型人才极度缺乏；三是顶层设计缺失，对转型的理解多停留在“建系统”层面；四是跨部门协同困难，数据获取阻力大。可喜的是，高校正注重打破监督壁垒，推动与纪检、巡视等部门的协同联动。面向“十五五”，多数高校已将数智化内嵌于整体审计发展规划，力图构建数据驱动、风第四章内部审计数智化转型亟需解决的主要问题当前各行业内部审计数智化转型虽已取得初步进展，但在系统一、规划瓶颈：顶层设计不完善，转型路径模糊(一)战略定位模糊，缺乏长期布局内部审计数智化转型规划普遍存在战略定位模糊，缺乏清晰的转型蓝图，体系建设碎片化，缺乏与企业发展战略深度绑定的长期统筹布局，部分企业数智化转型停留在零散的功能建设层面，难以顶层设计已不是主要矛盾，而传统行业数智化转型规划与路径相对(二)规划与核心痛点融合不足，场景覆盖不充分在规划落地执行过程中，场景适配性不足，与审计场景结合不够紧密，对行业特色业务的数智化审计场景覆盖不充分，难以支撑金融行业多受监管合规驱动，聚焦信贷风险、反洗钱等合规场景，侧重满足监管要求，对客户运营优化、产品创新增值等审计场景布局不足，且随业务迭代的规划调整滞后，难以匹配金融业务高通信行业规划多服务于短期网络运维、用户合规管控，未结合传统行业则多数企业将数智化审计等同于工具升级，规划仅停(三)行业内部发展不均衡，梯队间差异大行业规划未形成“头部-中小”联动的协同推进框架，仅聚焦断层。大多数行业缺乏跨梯队规划协同路径，各梯队转型节奏、能如电力行业以国家电网、南方电网为代表，处于行业转型引领位置，而第二梯队正处于系统性探索与能力建设阶段，尚未完全实又如以“三桶油”集团总部为代表的龙头企业转型成效显著，但中小型企业的转型动力与实施能力明显较弱，行业整体呈现“头二、人才支撑：复合型人才匮乏，队伍能力结构性失衡(一)“审计+科技+数据”复合型人才匮乏人才是审计数智化转型的核心驱动力，而当前各行业普遍面临型深度的最突出瓶颈。普遍存在懂数据技术的不熟悉审计业务与风险逻辑，而资深审计人员又难以掌握先进分析工具的问题，人才结在金融行业，银行、保险等行业的内部审计机构在薪酬待遇与职业发展路径上，往往难以与互联网科技公司竞争；而在传统行业地理位置或预算体制限制，对外部科技人才的吸引力本就偏弱，复(二)现有团队技能转型困难各行业审计人员，尤其是资深骨干，知识结构相对单一，技能更新速度滞后于技术迭代周期。长期形成的以抽样核查、经验判断为主的审计思维惯性，与数据驱动、智能分析的新模式之间产生显致“不会用、不愿用”的现象普遍存在。这一现象在高等院校、医院等以专业职能背景（财会、医学）人员为主的内部审计机构中更(三)人才培养与激励机制缺失三、资源瓶颈：资金投入有限，持续保障不足(一)资金投入有限，核心建设支撑薄弱企业对审计数智化重视度不足，财务资源倾斜力度不够，专项预算占比低，投入与转型需求适配性不足，资金储备难以覆盖转型金融行业内部审计需适配海量交易数据、客户信息，智能审计系统、风控数据分析工具定制化开发及安全防护投入极高，且需对接多业务系统实现数据互通，中小金融机构因资金有限，仅能开展通信行业采取由各省公司承接建设任务，在主营业务经营压力传统行业内部审计数智化起步晚，需从基础审计软件、数据采集终端采购起步，叠加系统适配改造及人员培训成本，企业对审计数字化投入意愿低，专项资金拨付不及时。如高等院校预算优先投向教学、科研等业务领域，内部审计机构作为职能管理部门，加上平台的建设和后续的维护和升级费用，对高等院校而言是一笔不小(二)收益回报周期模糊，持续保障动力不足且难以用传统财务指标量化，企业缺乏科学的审计数智化收益评估体系，难以精准预判回报周期，短期看不到显性效益，易缩减后续财务投入，影响转型持续性。企业内部审计在争取大规模、长期性转型预算时往往面临困难。因后续运营和维护资源跟不上，迭代优化不及时，制约内部审计数智化转型深度与效能释放，甚至导致系金融行业智能审计系统需长期沉淀数据优化风险识别模型，前期投入难以快速转化为风险防控效益，审计效率提升对经营利润的间接带动作用难以量化，企业因短期回报模糊，易放缓审计数智化传统行业内部审计数智化基础薄弱，从基础数字化到智能化需四、数据治理：数据零散孤立，治理机制不健全(一)数据孤岛问题普遍存在，数据质量偏低各行业普遍存在因系统分散、标准不一导致的数据孤岛和数据金融行业因其业务特性，如银行、保险等数据包含大量个人敏电力行业面临数据获取与接入的障碍，包括权限、商业秘密和系统隔离等，获取的数据也存在标准不一、格式混乱等质量问题。通信行业因拥有大量异构业务系统，数据接口标准化程度较低，数通信行业数据湖需治理超千万条多源数据，如中国联通在构建孤岛仍较为明显，数据打通流程繁琐”。传统行业如采矿业有大量业务数据以非结构化的文档形式（如设计图纸）存在，不便于审计软件直接分析。医疗数据因各医院、科室系统独立而呈现碎片化特征，同时包含大量手写记录等非结构化内容，增加了整合难度，并且医疗数据的敏感性也使其在采集和使用中需满足严格的合规要求。高等院校同样因为各业务系统由不(二)数据治理体系尚不完善多数企业尚未建立起统一的数据标准、元数据管理等企业级治理体系。这使得审计等部门在开展数据治理工作时，因缺乏顶层支电力行业的内部审计机构在缺乏统一数据标准与安全政策支持传统行业（如采矿）的数据治理能力尚在建设中，在数据分类医院在推进数据治理需要投入较多资源并涉及多部门协调，难度较大，此外，医院部分核心信息系统技术架构相对陈旧，与新平五、技术应用：技术场景融合不足，前沿技术运用有限(一)技术工具与审计实战场景的融合不深当前，各行业在推进审计数智化转型过程中，普遍面临技术工具与实际业务场景融合不足的问题。许多模型和平台仍停留在工具化层面，未能深度嵌入审计核心流程与风险判断环节，导致实用性不强、准确率有限，审计人员在实际工作中面临“不好用、不愿用”金融业的技术应用多集中于知识问答、文本处理，对持续审计监测等动态业务场景的渗透尚不深入；传统行业如采矿、电力等领技术，无场景”的问题；而在高等院校、医院等公共服务行业，审计系统往往未能融入科研管理、临床诊疗等核心业务流，应用效果(二)前沿技术应用跟进缓慢以大模型、智能体为代表的前沿技术，在各行业的应用整体仍模型，但仍受限于模型幻觉、输出不可控等技术瓶颈；采矿业等传统行业，因数据质量不高、算力支撑不足，对人工智能等技术的应六、内外部协同：内部工作合力未发挥，外部合作生态初探索有效的沟通机制。同时，审计、纪检等监督力量有待进一步整合，如调研中，电力行业反馈审计与业务部门因职能关系存在协作方工作目标不同而效率不高。通信行业同样存在跨领域联动监管机石油石化行业的发展不均衡，也反映出集团与下属单位间的协医院协同问题表现为需求与能力的匹配度不高，业务系统出于(二)外部合作生态尚未形成行业内的经验共享机制以及与外部科研机构、科技公司的合作金融行业缺乏统一的转型规划指导。尽管各银行的转型场景相定等问题，相关行业规范或监管指引尚不明确。通信行业与高等院医院的市场供给与行业需求存在不匹配现象。专注于卫生健康行业审计数智化系统的供应商较少，现有产品在功能针对性、兼容性等方面尚不能完全满足行业需求，成熟的解决方案和可借鉴案例第五章发展目标人工智能的发展浪潮已经不可阻挡。习近平总书记明确指出，新质生产力是“创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态”。面对人工智能技术快速演进的新形势，内部审加快发展新质审计生产力，不断践行科技强审理念，走出具有中国一、审计监督范围不断延伸在数智化转型背景下，内部审计的基本职能应当从传统“监督能边界更向事前预警、事中控制延伸。一是从财务报表审计转向战略落地审计，通过技术手段关联分析战略目标偏差，从而为本单位战略目标实现保驾护航，与整个经济社会发展中心工作同频共振。二是从事后监督逐步转向事中监控、事前预判，依托广泛的实时生三是从独立监督转向协同治理，通过风险识别能力输出，为各业务部门提供管理支持，为管理层提供决策参考，发挥内部审计工作的二、审计作业模式深度变革数智化技术将彻底打破传统审计作业在时间、空间和内容上的时间维度：从周期性向持续化演进。作业模式将从固定的项目周期审计，发展为持续审计与跟踪审计相结合。借助联网数据采集与智能监测，对关键风险领域实现不间断监控，对高风险事件即时打破，借助审计云平台实现跨区域、跨层级审计资源实时调配，形成“非现场审计与现场审计相结合”的新格局，实现区域内部审计内容维度：从抽样手工核查到全量智能穿透。通过对生产数据的穿透，审计取证从抽样模式转向全量模式，从汇总级数据分析转向明细级数据分析。审计重点也从财务报表，扩展到政策落实、安三、先进信息技术深度运用化转型技术架构将经历三个阶段的演进：一是云原生平台化阶段，以具备微服务化部署、低代码/无代码开发、AP盖审计数据中台、算法中台、知识中台、服务中台及展示中台。三是云端协同阶段，演变出适应各类审计场景的端侧设备负责具体审计场景的现场数据采集、初步处理与反馈，云端主要承载审计智能人机分工边界。机器将更加聚焦于海量数据处理与模式识别、不间断监控，基于历史数据的预测分析等内容。而内部审计人员则侧重于战略性判断与复杂决策、非结构化情境的理解、跨领域知识新型审计团队构成。智能审计师需具备业务洞察力，能熟练运负责审计模型的开发与优化；审计架构师需统筹技术架构设计、数人机协作的新模式。未来内部审计将呈现“智能增强循环”的深度协同模式，即基于内部审计人员与机器的多轮深入互动，持续优化监控能力，实现审计智能与人类智慧螺旋上升，推动从“执行四、审计数据资产深度整合按“应采尽采”原则打破数据壁垒，完成必要的内外部数据归集；进而落实“数据资产治理”，通过建立数据质量评价体系、分级分类制度与安全保障机制，实现数据“可用、可信、安全”；最终达审计数据资产的形成和价值挖掘的过程，就是审计价值再提升的过程。在合规基础上形成中央企业内部审计机构与监管部门、行业协会的数据共享，同时需强化数据安全保障，建立数据分级分类制度，落实数据脱敏、访问控制等安全措施，平衡数据利用与隐私五、数智审计生态深度协同三道防线）将与风险、合规（第二道防线）以及业务部门（第一道防线）建立常态化、数智化的信息共享与协同响应机制。通过共享产业联盟、监管科技平台，内部审计机构可以安全地、敏捷地进行跨组织的风险信息比对、最佳实践交流、模型共享甚至联合调查。标准化的加速推进方面，构建数智审计的“通用语言”。行业层面将加速制定和推广关于审计数据格式、模型算法评价、远程审计程序、数据安全交换等方面的团体标准或行业指引。标准化是打破数据孤岛、实现生态协同、确保审计质量与可比性的关键，也是未来，内部审计的运作疆域将在动态互联、价值共创的多层次第六章工作建议内部审计的数智化转型是一项系统工程，在日新月异的技术浪潮面前，无法依靠某一家单位的力量单独完成。随着“十四五”规划的收官，在“十五五”即将开局之际，内部审计行业应当立足当前数智化转型成果，不断加强研究型审计，建立“政策引领、多方共建、分类施策”三位一体协同推进的工作机制，充分调动工作资一、政策引领1.加强政策指引。中央审计委员会、审计署和有关行业主管部门加强政策引领，为内部审计数智化转型提供方向指引。研究制定《关于加快推进内部审计数智化转型的指导意见》等政策文件，明确转型的基本原则、关键环节与保障措施，规划内部审计数智化的2.完善职业规范。中国内部审计协会出台《内部审计数字化智能化转型实施指引》，确立内部审计数智化转型的重点领域、技术框架、工作规范、安全管理等关键内容，为不同类型单位提供可对—信息系统审计》及配套实