根据企业现状选择最合适的审计软件或技术栈。
监控谁查看了工资、配方、客户名单等敏感信息。
评估业务数据是否准确、完整，能否支撑审计结论。
使用Python编写脚本，实现审计程序的自动化运行。
利用统计学或机器学习算法识别复杂的舞弊模式。
利用SQL对全量业务数据进行审计，发现异常样本。
确保跨国数据传输符合各国的出境安全评估要求。
在同时满足多个监管机构要求的情况下进行合规测试。
针对特定区域（如大中华区、EMEA）的集中审计方案。
检查总部标准化的内控体系在子公司落地的适应性问题。
识别不同国家法律法规对业务运营的特殊合规要求。
对已发生的风险事件进行“回头看”，防止历史重演。
应对涉及多部门、高管层的系统性塌方式舞弊案件。
验证企业在核心IT系统彻底崩溃时的灾难恢复（DR）能力。
规划在外部市场环境突然停滞（如疫情封锁、金融危机）时的审计策略。
针对发生概率极低但影响巨大的极端事件，设计压力测试以检验生存能力。
分析不同风险之间的关联性，防止多米诺骨牌效应。
评估突发事件（如政策突变、自然灾害）对企业的瞬时冲击。
使用系统动力学思维，分析风险的积累、转化和释放过程。
为AI智能体（Agent）整理审计法规、制度和历史案例库。