作者序

在過去數十年中，資訊科技的快速發展已深刻改變企業的運作方式。企業交易逐漸全面數位化，資訊系統高度整合，資料量呈現爆炸性成長。近年來，人工智慧AI與生成式 AI 的快速發展，更使企業決策、商業分析與風險管理模式出現重大轉變。在此環境下，企業治理與稽核工作亦正進入新的發展階段。

傳統稽核工作主要依賴人工抽樣、翻閱帳冊與文件查核。然而在高度數位化的環境中，企業每天可能產生數百萬甚至數億筆交易資料，單純依賴人工查核已難以有效掌握企業風險。因此，稽核領域逐漸從早期的 電腦輔助查核技術（CAATs），進一步發展為以 資料分析、機器學習與 AI 技術為核心的 AI 稽核（AI Auditing）。

AI 的導入，使稽核人員能夠進行全量資料分析、異常偵測、文字探勘與預測分析，從而大幅提升風險辨識能力與稽核效率。然而，AI 技術也帶來新的挑戰，例如模型偏誤、資料品質、決策透明性與 AI 治理等議題。因此，未來的稽核專業人員不僅需要具備傳統稽核知識，也需要具備 資料分析能力、AI 應用能力與科技風險管理能力。

本書《AI電腦稽核－理論與實務應用：以 JCAATs 為例》正是在這樣的背景下撰寫。本書結合理論基礎、專業準則、資料分析方法與實務操作，並以 JCAATs AI稽核軟體作為主要實作工具。JCAATs 的設計理念強調 NO-CODE AI 稽核，使沒有程式背景的稽核人員亦能透過 AI 技術進行資料分析與風險偵測，降低 AI 技術導入稽核工作的門檻。

在內容架構上，本書分為三個部分：

第一篇「基礎理論與專業規範」

介紹 AI 時代稽核工作的轉型背景，以及電腦化環境下稽核專業準則的演進，包括 COSO 內部控制架構、ISA 國際審計準則、IIA 內部稽核準則與新興治理與確信服務準則，使讀者建立 AI 電腦稽核的專業基礎。

第二篇「AI 電腦稽核專案完整流程」

說明如何運用 JCAATs 進行 AI 電腦稽核專案，從資料取得、資料驗證、資料處理與資料分析，到稽核報表產出，完整呈現 AI 電腦稽核的實務流程與操作方法。

第三篇「AI 深化技術與未來應用」

介紹 AI 與機器學習在稽核中的進階應用，包括文字探勘、自然語言分析、異常偵測、機器學習預測模型以及 AI 稽核程式設計與稽核自動化，使讀者能夠理解 AI 稽核未來的發展方向。

除了教材內容外，本書亦建立了一套 AI 稽核學習生態系。讀者可透過 AI 稽核學院、稽核自動化知識網與 AI 稽核專家影音頻道取得教材支援、案例資料與實作演練資源，使學習過程更加完整，並促進 AI 稽核教育的持續發展。

AI 技術正在重新定義企業治理與風險管理的方式，也將深刻影響稽核專業的未來發展。我們期盼本書的出版，能協助更多教師、學生與專業人士了解 AI 稽核與資料分析在數位經濟時代的重要角色，並培養未來稽核人才所需的核心能力。

本書的完成，承蒙許多學界與業界先進的協助與指導，在此謹致上誠摯的感謝。同時也感謝參與資料蒐集、教材整理與編輯工作的同仁與學生，使本書得以順利完成。

本書若有疏漏或不足之處，尚祈學界與業界先進不吝指正。

目錄

第一篇：基礎理論與專業規範

第1章　AI 時代的稽核轉型與電腦稽核概論

1. AI 時代稽核轉型背景
2. 稽核定義與角色
3. 稽核種類與新服務
4. 稽核程序
5. 職涯與證照
6. AI電腦稽核學習導引

第2章　AI 電腦稽核相關準則與專業規範

1. 電腦化環境下的稽核責任與標準演進
2. COSO 內部控制與企業風險管理框架
3. ISA 國際審計準則與電腦化審計查核要求
4. IIA 國際內部稽核準則與數位轉型角色
5. 確信服務準則與新興治理領域的擴展
6. AI 稽核與新興治理規範
7. 迎向 AI 時代的稽核準則轉型

第二篇：AI 電腦稽核專案完整流程

第 3章　AI 電腦稽核實務入門：JCAATs 快速上手

1. 電腦稽核軟體的發展歷史與 CAATs 演進
2. 新一代 AI 稽核軟體：JCAATs 的設計特色與定位
3. JCAATs 使用介面與快速操作重點
4. 啟動 JCAATs：開啟 DEMO 稽核專案
5. 實作演練一：傳統資料分析的 AI 化體驗
6. 實作演練二：AI 文字分析初體驗
7. 建立 AI 電腦稽核的第一印象

第 4章　AI 電腦稽核專案管理：建立第一個 AI 電腦稽核專案

1. AI電腦稽核專案的核心架構
2. 六階段流程的設計原則與專業判斷重點
3. 使用JCAATs建立AI電腦稽核專案（實作章）
4. 從單一專案到可重複的AI稽核機制

第 5章　稽核資料取得與匯入方法

1. 一站式稽核資料平台對稽核的重要性
2. 電腦如何顯示資料：字元與編碼
3. 稽核資料取得的實務流程
4. JCAATs 資料匯入機制與概述（以資料檔案連接器為主）
5. 資料匯入 (IMPORT DATA) 模式演練
6. 複製與連結 (COPY&LINK) 模式演練
7. 資料表結構、歷史與檢視
8. OPEN DATA 在稽核上的應用與實戰演練
9. 智慧資料融合與多元資料來源整合

第 6章　資料準備：資料淨化與資料驗證

1. 資料驗證對稽核的重要性
2. JCAATs 五階段資料驗證流程
3. JCAATs 指令之標準化操作介面
4. 資料結構與完整性驗證（Data Structure & Integrity）
5. 控制總數驗證 （Control Totals Validation）
6. 邊界與合理性檢查 （Range & Reasonableness Review）
7. 資料行為驗證 （Data Behavior Validation）
8. 可靠性測試 （Reliability Testing）

第 7章　稽核資料處理與函數技術

1. 認識資料分析語法架構
2. 如何撰寫運算式與使用函數
3. 如何建立公式欄位與條件分類欄位
4. 如何設計可驗證之篩選條件
5. 如何透過 SORT 與 INDEX 提升分析效率

第 8章　稽核資料分析基本原理與技巧

1. 將分類、分層、期間與條件整合為一致性分析思維
2. 強化時間維度與風險導向分析的結合
3. 引入智慧分群（Cluster）等現代數據方法
4. 讓傳統查核技術與 AI 思維自然接軌

第 9章　稽核分析結果與報表產出

1. 理解比對(JOIN)技術在控制驗證與異常識別之角色
2. 掌握萃取(EXTRACT)在例外事項篩選與母體建立之應用
3. 熟悉合併(MERGE)與分割(PARTITION)在資料整合與分群之用途
4. 了解匯出(EXPORT)與印表(PRINT)於證據保存與報表產出之差異
5. 運用圖表(CHART)進行多維度視覺化分析與風險溝通

第三篇：AI深化技術與未來應用

第 10章　文字探勘與自然語言分析在稽核應用

1. 理解文字探勘在稽核中的角色與價值
2. 掌握模糊比對與接近度分析於異常關係識別之應用
3. 熟悉關鍵字分析與文字雲視覺化之實務操作
4. 了解詞性分析與情緒分析在風險評估中的應用邏輯
5. 建立文字風險模型的基本觀念
6. 可將非結構化文字轉化為可量化之稽核證據。

第11章 非監督式機器學習在稽核應用：異常偵測與集群分析

1. 機器學習的基本分類
2. 稽核中的異常偵測（Anomaly Detection）
3. 集群分析（Clustering Analysis）
4. 自然分布法則與數據異常偵測
5. 文字分析與文字集群（Text Clustering）
6. 小結

第12章 監督式機器學習在稽核應用：預測分析與模型解釋

1. 監督式機器學習基本概念
2. 建立第一個風險預測模型
3. 稽核常見機器學習演算法與選擇原則
4. 如何判斷模型是否可靠
5. 模型建立的完整流程與實務演練
6. 風險預測與排序應用
7. 模型結果的解釋與審計證據
8. 小結：如何在稽核工作中導入預測模型

第13章AI 電腦稽核程式撰寫技巧

1. 從 NO CODE 到 AI 稽核程式設計
2. 開發第一支AI稽核程式
3. 新增稽核程式的方法
4. 稽核程式編輯技巧與注意事項
5. 稽核程式控制與管理語法
6. 整合 Python 語法的稽核程式設計
7. 整合外部 Python 程式的方法
8. 稽核自動化機器人
9. AI稽核人員的專業道德與未來發展

購物須知：

商品運送說明：

1. 當商家把商品寄送出去後，您會收到E-mail通知，您也可透過"訂單查詢"確認到貨情況。

2. 商品內容物以實物為主，網站圖片僅供參考。

退換貨說明：

1. 依消費者保護法規定，傑克自動化有限公司網路書店購物消費者享有取貨後七日內之猶豫期（包含例假日）。退換貨商品須於取貨後七日內辦理，並保持全新狀態及完整包裝，包括主商品、附件、內外包裝、隨貨文件、贈品、發票、序號卡、授權碼卡及其他配件等。如商品已有使用、毀損、污損、劃記、折損、缺件、序號揭露、授權啟用、內容下載、課程觀看或題庫使用等情形，恕不接受退換貨。

2. 外文書、有聲書、已拆封之電腦軟體、程式、影音商品、數位下載內容、軟體授權碼、線上課程帳號、題庫系統、雲端學習服務，以及商品銷售網頁上特別載明不可退貨之商品，除商品本身有瑕疵或依法另有規定外，均不接受退貨。

3. 商品如含序號、授權碼、啟用碼、帳號、影音教材、數位下載內容或其他數位服務，於拆封、刮開、顯示、寄發、註冊、綁定、啟用、下載、觀看、進入題庫或使用服務後，即視為已取得商品或服務之使用利益，恕不接受退貨。但如有瑕疵品、裝訂錯誤、缺頁、序號失效、帳號無法開通、系統異常或商品與說明不符者，本公司將協助換貨、補發、修復、重新開通或其他合理處理。

4. 消費者於購買、付款、序號揭露、課程開通、題庫啟用、內容下載或使用相關數位服務前，請先詳閱商品頁面及本退換貨說明。一經完成購買、勾選同意、啟用、下載、觀看、使用或取得相關數位內容及服務利益，即表示已知悉並同意相關退換貨限制。

5. 客服中心：(02)2555-7886。