人工智能审计研究是近年来科技与审计领域交叉融合的新兴研究方向，该领域的研究热点及演进趋势对于指导实践具有重要的参考价值。本研究使用了CiteSpace科学计量可视化软件，以中国知网（CNKI）和Web of Science核心合集中的文献作为数据源，分析了人工智能审计领域的研究文献，旨在总结和比较中外研究的热点和演进路径。
在研究方法上，通过文献数量、研究关键词、发文国家及机构的分析，能够揭示出当前的研究趋势和主要关注点。研究发现，国际上的人工智能审计研究呈现聚集效应，研究者们已经从理论规范研究转向实证性案例研究，并且出现了应用实例和技术平台。这说明国际上的人工智能审计研究正在由理论探索逐步转向实际应用，研究内容更加具体，成果也更加成熟。
相对而言，国内的研究起步较晚，经历了电算化审计、计算机审计到信息化审计的演进路径，目前在人工智能审计领域尚处于探索阶段。国内的研究更加注重实践探索，但理论和实践经验尚未成熟，存在参与国际科研合作不强、缺乏基础智能技术科研机构等问题。未来的研究将更多地体现在技术创新和案例应用等实际领域，这表明国内人工智能审计研究尚有很大发展空间。
从技术的角度来看，随着计算机技术的飞速发展，被审计单位的经营环境和审计工作的技术环境都发生了巨大的变化。审计组织面临的社会环境和技术环境的改变，以及经济交易的复杂性增加，都对审计技术和方法提出了新的要求。在大数据和云计算技术的冲击下，审计人员需要新的技术和方法以应对日益增长的对信息系统和数据的依赖。因此，审计技术和方法正朝着数据化、及时性、智能化和预见性方向转变和发展。
从审计业务的应用来看，审计程序越来越依赖于软件的辅助，许多大型会计师事务所已经开始将人工智能技术应用于审计工作中。这些变化预示着审计工作的未来将更加侧重于技术的融入与创新，以及对高质量审计证据的获取和分析能力的提升。
综合上述分析，中外人工智能审计研究的热点和演进趋势在某种程度上呈现出不同的特点和路径。国外的研究更为成熟，形成了完整的理论体系和实践应用，而国内则更加强调技术创新和实践应用的探索。未来，随着技术的不断发展，人工智能审计领域的研究将进一步深入，可能会在审计方法的优化、审计效率的提升以及审计质量的保证方面取得突破性进展。同时，这也要求国内的学术界和实务界加强交流合作，积极吸收国际先进经验，加强基础智能技术的研究与开发，以期在人工智能审计这一领域取得更大的成就。
