王小洁

【摘要】内控风险一直以来都是企业进行风险控制的要点，随着大数据以及人工智能时代的到来，对企业内控提出了更高的要求。企业内控实践中，需要将传统的内控工作与大数据、人工智能进行结合，从信息技术层面来加强风险控制。

【关键词】大数据;人工智能;内控风险;防范措施

信息技术领域的快速发展，给内控工作带来推动的同时，也提高了风险水平。基于对大数据和人工智能的了解和掌握，可以建立完善的内控路径，专门针对大数据以及人工智能，提出具体的举措和方案，避免内控风险的出现。

一、大数据，人工智能环境下内控风险

（一）隐私泄露风险

企业内控工作执行当中，一个非常突出的问题，就是隐私的泄露风险。对于企业而言，各种企业信息数据都具有不同的保密性质，当这些数据信息在信息环境中流转时，大数据以及人工智能的应用，会提高信息数据处理效率，但同时也形成了风险敞口。由于信息环境会给所有用户都提供一个端口服务，因此企业用户在进行数据信息处理时，必然会基于大数据以及人工智能条件，搜索必要的工作内容，如利用互联网进行关键字查询，相关资料下载等，这些基于网络环境的工作过程，会在互联网上留痕，而一些非法获取信息的人，就会通过大数据技术或者人工智能平台来获得这些数据信息，造成隐私泄露风险[1]。如企业人事部门在查询应聘简历时，相关的应聘人员信息就会被非法捕捉，从而造成信息泄露问题。

（二）新兴技术风险

新兴技术作为社会进步的标志，被各行各业所认可和使用，但新兴技术很多时候由于不够成熟，会存在一些风险隐患。如一些技术存在漏洞，容易在企业运营管理中被不法人员利用，这些新兴技术风险，主要体现在系统漏洞、功能缺失、兼容性不佳或者结构设计不合理等方面。诸如操作系统漏洞，会出现应用模块操作失常的情况，当企业应用这种新兴操作系统完成工作内容时，就会出现文件丢失或者文件格式损坏的取景框，造成企业较大的经济损失。

（三）人员操作风险

大数据以及人工智能环境中，对于技术人员的技能、知识以及经验要求更高。在面对更加复杂的信息系统时，如果操作人员不具备相应的操作能力，对于数据以及系统功能的认知和控制水平薄弱，就会出现人员方面的内控风险[2]。技术人员是大数据以及人工智能系统的直接操作者，当操作过程和方法出现错误时，就会造成内控风险问题，诸如在系统参数设定中，出现了非标准或者不完全的参数设置问题，这就会影响到企业运行当中，对于各种经营数据的有效采集和分析，造成数据分析结果的错误，给企业战略实践造成误导。

二、大数据，人工智能环境下内控风险防范途径

（一）强化内控环境监督控制

内控风险防范中，需要强化内控环境的监督控制。对于隐私泄露这样的内控风险而言，选用企业能够加强软硬件的投入，并进行及时有效的升级，保持企业信息系统环境具备较强的抵御风险能力。在内控工作中，对于所有的信息数据交互环节，都加强严控，对于数据信息发布和使用，需要在国家标准范畴下进行，如在应用保密级别的文件数据时，需要加强网络端口的管理，必要时可以通过内网环境替代外网环境，以此来提高内控效果[3]。对于大数据而言，需要从数据整个的处理过程方面，确保大数据被正确收集和使用，在信息系统上增加防火墙以及监测系统，当监测到企业信息数据被非法访问时，可以及时进行预警，防火墙也可以对非法链接进行防御。

（二）完善新兴技术实践体系

新兴技术是企业发展的重要依托，是一种技术趋势，因此即便新兴技术存在这样或者那样的内控风险问题，也不能因噎废食，那样会直接影响到企业运营管理技术的发展的停滞。在新兴技术实践方面，需要不断进行探索和总结，从风险因素角度进行分析和处理。通过完善新兴技术实践体系，可以从大数据、人工智能系统运行维护和调试等角度进行加强。当企业搭建新的信息系统时，需要对系统所有功能进行检测和调试，通过模拟真实的工作场景，及时发现系统存在的缺陷和漏洞，并与系统开发商进行及时的沟通，进行系统漏洞修复[4]。在新兴技术运用当中，可以进行多元系统并行的方式，即便是上马了新系统，旧系统也不能马上卸载，而是要在企业实际工作中并行一段时间，确保新兴系统达到令人满意的工作状态，才能够停止使用旧系统，这样可以避免新兴技术的大数据与人工智能模块出现突发风险问题，造成企业运营秩序的干扰。

（三）提高技术人员整体素质

大数据与人工智能的运用，需要有具备相应素质的技术人员作为保证，只有技术人员的经验、知识和技能过硬，才能够更好地应对内控风险。企业应当注重技术人员队伍建设，通过为技术人员提供必要的培训和实践条件，提高技术人员整体水平[5]。在大数据以及人工智能培训中，需要从理论和实践两个层面落实风险控制目标。理论培训是将最新的风险防范知识、方法等进行详细讲解，扩展技术人员的知识视野，使其能够及时掌握各种内控风险的特点，从而在实际工作中能够准确判断。实践层面的培训，则是以实际案例为核心，让技术人员真正参与到大数据以及人工智能内控风险控制当中，通过模拟真实的风险环境，提高技术人员实操能力。

结束语：

大数据以及人工智能环境下，内控风险防范更具挑战。在风险防范工作中，做好风险因素分析，并运用科学有效的防范策略，提高风控水平。

参考文献：

[1] 孙红梅， 雷喻捷. 大数据，人工智能环境下内控风险及防范探索[J].  2021（2019-13）：118-122.

[2] 孙红梅， 雷喻捷. 大数据，人工智能环境下内控风险及防范探索[J]. 会计之友， 2019（13）：5.

[3] 李新瑜， 张永庆. 基于产业链视角的人工智能风险分析及其防范[J]. 人文杂志， 2020（4）：11.

[4] 王彦林， 李路云. 人工智能环境下企业会计信息化风险与防范探析[J].  2021（2020-25）：162-164.

[5] 徐国栋. 人工智能算法及其在财务大数据分析和基本面量化投资中的应用——基于互联网+和大数据的视角[J].  2020.

作者簡介：王小洁（1970.7-）女，汉族，山西万荣人，本科，副教授，研究方向：大数据、人工智能。B721DBD1-5FF6-4D28-AA7D-2EAAF6F42610