Audit fees are unlikely to move uniformly in one direction. Artificial intelligence will reduce the time required for repetitive procedures, but it will also increase costs relating to technology, data governance, specialists, cybersecurity, quality management and professional liability. Straightforward and data-ready audits may face downward fee pressure, while complex or high-risk engagements may remain stable or become more expensive.
Artificial intelligence is more likely to replace individual audit tasks than the audit engagement itself. It can extract and compare data, read documents, identify unusual transactions, prepare reconciliations, search accounting guidance and draft parts of audit documentation. However, it cannot assume responsibility for the audit opinion, resolve all contradictory evidence or replace the auditor’s professional judgment.
International standard setters therefore view technology primarily as a means of improving audit quality and coverage, not as a reason to reduce the auditor’s responsibilities. The audit firm remains responsible for determining whether evidence is sufficient and appropriate, regardless of whether the procedures were performed manually or with automated tools.
An audit fee includes more than staff hours. It must cover technology and data-processing costs, specialists, consultations, quality management, cybersecurity, overhead, legal and reputational risk, and an appropriate commercial return. Artificial intelligence may reduce routine labour but increase several of these other components.
Routine work will become less labour-intensive. Artificial intelligence can assist with document matching, analytical review, journal-entry screening, invoice reading and searches across large populations. In recurring audits with standardised data, stable systems and effective controls, the number of junior staff hours may decline materially.
Research involving large United States accounting firms found that greater investment in artificial intelligence was associated with modest audit-fee reductions over several years, together with a lower likelihood of financial-statement restatements. The benefits appeared gradually and were concentrated mainly in work traditionally performed by junior staff. This suggests that efficiency and audit quality may improve together, but fee reductions are unlikely to occur immediately.
During implementation, audit costs may actually rise. Firms must purchase or develop software, establish secure systems, standardise methodologies, train staff, validate tools, control system changes and monitor outputs. They must also document how technology was used and how human reviewers assessed the results.
Large firms can spread these fixed costs across many engagements. Smaller practices may have fewer clients over which to recover subscription, implementation and specialist costs. Artificial intelligence may therefore reduce unit costs for firms with sufficient scale but initially increase costs for smaller practices.
Quality-management costs will also increase. Firms must determine which tools are approved, what client information may be entered, who validates outputs, how confidentiality is protected and how inappropriate reliance is detected. A convincing answer produced by artificial intelligence cannot be accepted without evaluating its source, relevance and reliability.
Artificial intelligence may sometimes create more work. A tool may identify thousands of exceptions, but the audit team must determine which represent errors, fraud risks, data-quality issues, valid unusual transactions or weaknesses in the model. Analysing the full population is not automatically more efficient if the system generates a large number of false positives.
The auditor must also prove that the population analysed is complete and accurate. Where data comes from several systems or is transformed through interfaces, additional procedures may be required over data extraction, reconciliation, access controls and information lineage.
The use of artificial intelligence by the audited entity will also affect fees. Well-controlled automation may reduce manual errors and strengthen financial reporting. Poorly governed systems may introduce new risks relating to model assumptions, source data, access rights, version changes, management review and unreliable outputs.
A company that replaces experienced accounting staff with inadequately controlled artificial intelligence may create more audit work rather than less. The auditor may spend fewer hours checking manual entries but more time evaluating systems, data, models and management controls.
Complex audits are unlikely to become inexpensive simply because routine tasks are automated. Matters such as acquisitions, impairment, taxation, legal disputes, financial instruments, going concern, cybersecurity and group consolidation require experienced auditors and specialists. Artificial intelligence can organise information, but people must still challenge assumptions, evaluate conflicting evidence and communicate with those charged with governance.
Professional liability also limits the extent to which fees can fall. The audit firm remains responsible if a tool produces an incorrect conclusion or fails to identify a material misstatement. Responsibility for the audit opinion cannot be transferred to a software provider.
Clients will nevertheless expect part of the efficiency benefit to be shared. Competitive tenders may place downward pressure on fees where the audit is highly standardised and several firms are capable of performing it. In markets involving regulated or complex entities, firms may retain more of the benefit to recover technology investment, specialist costs and professional risk.
Audit fees should also be distinguished from audit profitability. A fee may remain unchanged while the engagement becomes more profitable because fewer hours are required. Alternatively, the fee may still increase, but more slowly than staff and compliance costs because technology offsets part of the inflationary pressure.
For example, an audit fee might have increased by 10% without automation but increase by only 3% after technology is adopted. The fee has not fallen in nominal terms, but the client has still received an economic benefit.
Pricing models may gradually move away from a simple calculation of hours multiplied by billing rates. Firms may place greater weight on complexity, data readiness, risk, required assurance, specialist involvement and responsibility assumed. Separate charges may arise for data onboarding, complex system access, model review or cybersecurity work.
The first-year audit is unlikely to become significantly cheaper. The auditor must still understand the business, map systems, validate data and configure tools. Greater savings may arise in later years after the information structure and audit approach have stabilised.
The quality of the client’s data environment will increasingly affect pricing. A company that provides complete, reconciled and standardised data will allow technology to be used efficiently. A company relying on fragmented spreadsheets, inconsistent coding and poorly controlled systems may pay a complexity premium because substantial manual work is required before automated analysis can be trusted.
The audit staffing model will also change. Fewer junior staff may be needed for document processing, while more managers, experienced auditors, data specialists and information-system professionals are required. Total hours may decline while the average cost per hour increases.
Fees are therefore most likely to face downward pressure for dormant entities, straightforward service companies, recurring engagements and other highly standardised audits. Fees are more likely to increase for entities with complex models, multiple countries, acquisitions, digital assets, cybersecurity incidents, poor-quality data, weak controls, fraud risks or going-concern uncertainty.
In summary, artificial intelligence will lower the cost of repetitive procedures but will not cause all audit fees to fall. In the short term, investment and governance costs may keep fees stable or push them higher. Over time, standardised and data-ready audits may become cheaper or experience slower fee growth, while complex and high-risk engagements may become more expensive.
The clearest prediction is that audit fees will become more differentiated. Clients will pay less for mechanical processing but more for professional judgment, specialist knowledge, technology governance, complex risk assessment and the responsibility attached to the auditor’s opinion. Artificial intelligence will reduce the price of routine work while increasing the value of genuinely professional work.
ค่าสอบบัญชีไม่น่าจะลดลงหรือเพิ่มขึ้นในทิศทางเดียวกันทุกงาน ปัญญาประดิษฐ์จะช่วยลดเวลาของวิธีตรวจสอบที่ทำซ้ำ แต่ขณะเดียวกันจะเพิ่มต้นทุนด้านระบบเทคโนโลยี การกำกับดูแลข้อมูล ผู้เชี่ยวชาญ ความมั่นคงปลอดภัยไซเบอร์ การบริหารคุณภาพ และความเสี่ยงทางวิชาชีพ งานที่ตรงไปตรงมาและมีข้อมูลพร้อมอาจถูกกดดันให้ลดราคา ส่วนงานซับซ้อนหรือมีความเสี่ยงสูงอาจมีค่าบริการคงเดิมหรือเพิ่มขึ้น
ปัญญาประดิษฐ์มีแนวโน้มทำงานแทนผู้สอบบัญชีเป็นรายกิจกรรม มากกว่าทำหน้าที่แทนงานสอบบัญชีทั้งหมด ระบบสามารถช่วยดึงและเปรียบเทียบข้อมูล อ่านเอกสาร ค้นหารายการผิดปกติ จัดทำตารางกระทบยอด ค้นหาหลักเกณฑ์ทางบัญชี และช่วยร่างกระดาษทำการได้ แต่ไม่สามารถรับผิดชอบต่อความเห็นในรายงาน แก้ไขหลักฐานที่ขัดแย้งกันทุกกรณี หรือใช้ดุลยพินิจทางวิชาชีพแทนทีมตรวจสอบได้
ผู้กำหนดมาตรฐานระหว่างประเทศจึงมองเทคโนโลยีเป็นเครื่องมือยกระดับคุณภาพและขอบเขตงาน ไม่ใช่เหตุผลให้ลดความรับผิดชอบของผู้สอบบัญชี สำนักงานยังต้องสรุปว่าหลักฐานมีความเหมาะสมอย่างเพียงพอ ไม่ว่าวิธีตรวจสอบจะทำด้วยคนหรือระบบอัตโนมัติ
ค่าสอบบัญชีไม่ได้ประกอบด้วยชั่วโมงของพนักงานเพียงอย่างเดียว แต่ครอบคลุมค่าระบบ การประมวลผลข้อมูล ผู้เชี่ยวชาญ การปรึกษาหารือ การบริหารคุณภาพ ความมั่นคงปลอดภัยไซเบอร์ ค่าใช้จ่ายส่วนกลาง ความเสี่ยงทางกฎหมายและชื่อเสียง ตลอดจนผลตอบแทนทางธุรกิจที่เหมาะสม ปัญญาประดิษฐ์อาจลดต้นทุนแรงงานประจำ แต่เพิ่มต้นทุนส่วนอื่นพร้อมกัน
งานที่ทำซ้ำจะใช้แรงงานลดลง ระบบสามารถช่วยจับคู่เอกสาร วิเคราะห์ความผันผวน ค้นหารายการบันทึกบัญชีผิดปกติ อ่านใบแจ้งหนี้ และตรวจค้นประชากรขนาดใหญ่ สำหรับงานต่อเนื่องที่ข้อมูลมีรูปแบบมาตรฐาน ระบบมีเสถียรภาพ และการควบคุมมีประสิทธิผล ชั่วโมงของผู้ช่วยตรวจสอบอาจลดลงอย่างมีนัยสำคัญ
งานวิจัยจากสำนักงานสอบบัญชีขนาดใหญ่ในสหรัฐอเมริกาพบว่า การลงทุนในปัญญาประดิษฐ์มีความสัมพันธ์กับค่าสอบบัญชีที่ลดลงเล็กน้อยในช่วงหลายปี และสัมพันธ์กับโอกาสแก้ไขงบการเงินย้อนหลังที่ลดลงด้วย ประโยชน์ดังกล่าวเกิดขึ้นอย่างค่อยเป็นค่อยไปและกระทบงานที่เดิมทำโดยพนักงานระดับต้นมากที่สุด จึงเป็นไปได้ที่ประสิทธิภาพและคุณภาพจะดีขึ้นพร้อมกัน แต่ค่าสอบบัญชีไม่น่าจะลดลงทันที
ในช่วงเริ่มใช้ ต้นทุนอาจเพิ่มขึ้น สำนักงานต้องซื้อหรือพัฒนาซอฟต์แวร์ สร้างระบบที่ปลอดภัย ปรับวิธีการสอบบัญชี ฝึกอบรมบุคลากร ตรวจสอบความถูกต้องของเครื่องมือ ควบคุมการเปลี่ยนแปลงระบบ และติดตามผลลัพธ์ รวมถึงจัดทำเอกสารว่ามีการใช้เทคโนโลยีอย่างไรและใครเป็นผู้ทบทวน
สำนักงานขนาดใหญ่สามารถเฉลี่ยต้นทุนดังกล่าวไปยังงานจำนวนมาก ส่วนสำนักงานขนาดเล็กอาจมีงานไม่เพียงพอที่จะเฉลี่ยค่าสมาชิก ค่าติดตั้ง และค่าผู้เชี่ยวชาญ ปัญญาประดิษฐ์จึงอาจลดต้นทุนต่อหนึ่งงานของสำนักงานที่มีขนาดเพียงพอ แต่เพิ่มต้นทุนในช่วงแรกของสำนักงานขนาดเล็ก
ต้นทุนด้านการบริหารคุณภาพจะสูงขึ้นด้วย สำนักงานต้องกำหนดว่าเครื่องมือใดได้รับอนุญาต ข้อมูลใดสามารถนำเข้า ใครต้องตรวจผลลัพธ์ การรักษาความลับทำอย่างไร และจะป้องกันการพึ่งพาคำตอบที่ไม่ถูกต้องได้อย่างไร ผลลัพธ์ที่ฟังดูน่าเชื่อถือไม่สามารถใช้เป็นหลักฐานได้จนกว่าจะตรวจสอบแหล่งที่มา ความเกี่ยวข้อง และความน่าเชื่อถือ
ในบางกรณี ปัญญาประดิษฐ์อาจสร้างงานเพิ่ม ระบบอาจพบข้อยกเว้นหลายพันรายการ แต่ทีมต้องแยกให้ออกว่ารายการใดเป็นข้อผิดพลาด ความเสี่ยงจากการทุจริต ปัญหาคุณภาพข้อมูล รายการผิดปกติที่ถูกต้อง หรือข้อจำกัดของแบบจำลอง การตรวจประชากรทั้งหมดจึงไม่ได้ประหยัดกว่าเสมอไป หากระบบสร้างผลบวกลวงจำนวนมาก
ผู้สอบบัญชียังต้องพิสูจน์ว่าประชากรที่นำมาวิเคราะห์ครบถ้วนและถูกต้อง หากข้อมูลมาจากหลายระบบหรือผ่านการแปลงหลายขั้นตอน อาจต้องตรวจการดึงข้อมูล การกระทบยอด สิทธิการเข้าถึง และเส้นทางของข้อมูลเพิ่มเติม
การที่บริษัทลูกค้าใช้ปัญญาประดิษฐ์ก็มีผลต่อค่าสอบบัญชี หากระบบได้รับการควบคุมดี อาจลดข้อผิดพลาดจากการบันทึกด้วยมือและเพิ่มคุณภาพการรายงาน แต่หากกำกับดูแลไม่ดี จะเกิดความเสี่ยงใหม่จากข้อมูลต้นทาง สมมติฐานของแบบจำลอง สิทธิการเข้าถึง การเปลี่ยนรุ่น การทบทวนของฝ่ายบริหาร และผลลัพธ์ที่ไม่น่าเชื่อถือ
บริษัทที่ลดพนักงานบัญชีที่มีประสบการณ์แล้วใช้ระบบที่ควบคุมไม่เหมาะสมอาจทำให้ผู้สอบบัญชีต้องทำงานมากขึ้น ผู้สอบบัญชีอาจใช้เวลาตรวจการบันทึกด้วยมือน้อยลง แต่ต้องใช้เวลามากขึ้นในการตรวจระบบ ข้อมูล แบบจำลอง และการควบคุมของฝ่ายบริหาร
งานตรวจสอบที่ซับซ้อนไม่น่าจะมีราคาถูกลงมากเพียงเพราะงานประจำถูกทำโดยอัตโนมัติ เรื่องการซื้อกิจการ การด้อยค่า ภาษี ข้อพิพาททางกฎหมาย ตราสารทางการเงิน การดำเนินงานต่อเนื่อง เหตุการณ์ทางไซเบอร์ และการจัดทำงบการเงินรวมยังต้องใช้ผู้สอบบัญชีที่มีประสบการณ์และผู้เชี่ยวชาญ
ปัญญาประดิษฐ์ช่วยจัดระเบียบข้อมูลได้ แต่ผู้สอบบัญชียังต้องท้าทายสมมติฐาน ประเมินหลักฐานที่ขัดแย้งกัน หารือกับผู้มีหน้าที่กำกับดูแล และตัดสินว่าหลักฐานเพียงพอหรือไม่ งานเหล่านี้ใช้ดุลยพินิจสูงและมีต้นทุนมากกว่างานประมวลผลทั่วไป
ความเสี่ยงทางวิชาชีพเป็นอีกเหตุผลที่ค่าสอบบัญชีไม่สามารถลดลงตามชั่วโมงที่ประหยัดได้ทั้งหมด หากเครื่องมือให้ข้อสรุปผิดหรือไม่พบการแสดงข้อมูลผิดที่มีสาระสำคัญ สำนักงานสอบบัญชียังคงเป็นผู้รับผิดชอบ ความรับผิดในรายงานไม่สามารถโอนไปยังผู้ให้บริการซอฟต์แวร์ได้
อย่างไรก็ตาม ลูกค้าย่อมคาดหวังให้สำนักงานส่งต่อประโยชน์จากประสิทธิภาพบางส่วน การแข่งขันและการประมูลงานอาจกดดันค่าบริการของงานที่มีรูปแบบมาตรฐานและมีผู้ให้บริการหลายราย ส่วนงานของกิจการที่ซับซ้อนหรืออยู่ภายใต้การกำกับดูแลอาจยังมีค่าบริการสูง เนื่องจากต้องใช้ผู้เชี่ยวชาญและรับความเสี่ยงมากกว่า
ค่าสอบบัญชีกับกำไรของสำนักงานต้องแยกออกจากกัน ค่าบริการอาจคงเดิม แต่สำนักงานมีกำไรมากขึ้นจากการใช้ชั่วโมงลดลง หรือค่าบริการอาจยังเพิ่มขึ้นแต่เพิ่มช้ากว่าค่าจ้างและต้นทุนอื่น เพราะเทคโนโลยีช่วยชดเชยแรงกดดันบางส่วน
ตัวอย่างเช่น หากไม่มีระบบอัตโนมัติ ค่าสอบบัญชีอาจต้องเพิ่มร้อยละ 10 แต่เมื่อมีเทคโนโลยีแล้วเพิ่มเพียงร้อยละ 3 แม้ค่าบริการไม่ได้ลดลง แต่ลูกค้าก็ได้รับประโยชน์ทางเศรษฐกิจจากการที่ราคาเพิ่มช้าลง
รูปแบบการคิดค่าบริการอาจเปลี่ยนจากการใช้จำนวนชั่วโมงคูณอัตราค่าบริการ ไปสู่การพิจารณาความซับซ้อน ความพร้อมของข้อมูล ความเสี่ยง การใช้ผู้เชี่ยวชาญ และความรับผิดชอบที่สำนักงานรับไว้ อาจมีค่าจัดเตรียมข้อมูลครั้งแรก ค่าตรวจระบบซับซ้อน หรือค่าใช้ผู้เชี่ยวชาญแยกต่างหาก
งานปีแรกไม่น่าจะถูกลงมาก เพราะผู้สอบบัญชียังต้องทำความเข้าใจกิจการ ตรวจสอบระบบ จับคู่ข้อมูล ตั้งค่าเครื่องมือ และติดตามผลลัพธ์ผิดปกติ ประโยชน์ด้านต้นทุนมักชัดเจนขึ้นในปีต่อมา เมื่อข้อมูลและแนวทางตรวจสอบมีเสถียรภาพแล้ว
ความพร้อมของลูกค้าจะมีผลต่อราคามากขึ้น บริษัทที่ส่งข้อมูลครบถ้วน กระทบยอดแล้ว และมีรูปแบบมาตรฐาน จะช่วยให้ผู้สอบบัญชีใช้เทคโนโลยีได้อย่างมีประสิทธิภาพ ส่วนบริษัทที่ใช้ตารางคำนวณจำนวนมาก มีข้อมูลไม่ครบ รหัสบัญชีไม่สอดคล้อง และระบบไม่เชื่อมโยง อาจต้องจ่ายค่าความซับซ้อนเพิ่มเติม
โครงสร้างทีมตรวจสอบก็จะเปลี่ยนไป ผู้ช่วยระดับต้นอาจมีจำนวนน้อยลง ขณะที่ต้องใช้ผู้จัดการ ผู้สอบบัญชีที่มีประสบการณ์ ผู้เชี่ยวชาญข้อมูล และผู้เชี่ยวชาญระบบสารสนเทศมากขึ้น จำนวนชั่วโมงรวมอาจลดลง แต่ต้นทุนเฉลี่ยต่อชั่วโมงอาจสูงขึ้น
ค่าสอบบัญชีจึงมีแนวโน้มถูกกดดันมากที่สุดในงานบริษัทที่ไม่มีการดำเนินงาน บริษัทบริการที่มีรายการตรงไปตรงมา งานต่อเนื่อง และงานที่มีรูปแบบมาตรฐานสูง ส่วนค่าบริการมีแนวโน้มเพิ่มขึ้นในกิจการที่ใช้แบบจำลองซับซ้อน ดำเนินงานหลายประเทศ ซื้อกิจการบ่อย มีสินทรัพย์ดิจิทัล เผชิญเหตุการณ์ทางไซเบอร์ ข้อมูลคุณภาพต่ำ การควบคุมอ่อนแอ หรือมีความเสี่ยงด้านการทุจริตและการดำเนินงานต่อเนื่อง
โดยสรุป ปัญญาประดิษฐ์จะลดต้นทุนของวิธีตรวจสอบที่ทำซ้ำ แต่ไม่ทำให้ค่าสอบบัญชีทุกงานลดลง ในระยะสั้น ต้นทุนการลงทุนและการกำกับดูแลอาจทำให้ค่าบริการคงเดิมหรือเพิ่มขึ้น ในระยะต่อมา งานที่มีรูปแบบมาตรฐานและข้อมูลพร้อมอาจมีราคาลดลงหรือเพิ่มช้าลง ขณะที่งานซับซ้อนและมีความเสี่ยงสูงอาจแพงขึ้น
ข้อสรุปที่ชัดเจนที่สุดคือ ค่าสอบบัญชีจะแตกต่างกันมากขึ้นตามลักษณะงาน ลูกค้าจะจ่ายน้อยลงสำหรับการประมวลผลเชิงกล แต่จ่ายมากขึ้นสำหรับดุลยพินิจทางวิชาชีพ ความรู้เฉพาะทาง การกำกับดูแลเทคโนโลยี การประเมินความเสี่ยงที่ซับซ้อน และความรับผิดชอบที่มากับความเห็นของผู้สอบบัญชี ปัญญาประดิษฐ์จะทำให้งานประจำมีราคาถูกลง แต่ทำให้งานที่ต้องใช้ความเป็นผู้ประกอบวิชาชีพอย่างแท้จริงมีคุณค่าสูงขึ้น
