揭開 AI 黑箱：可解釋式 AI（XAI）讓稽核更可信、更合規
JCAATs 3.6 中全新推出的 Explain 指令，正式導入可解釋式 AI 架構，可視化模型關鍵依據，協助稽核人員理解 AI 判定背後的風險因子與資料特徵權重，符合內控稽核「可追溯、可審查」之核心精神，特別適用於醫療、金融、司法等高風險領域的治理應用。
「AI 不只是給答案，更應該給理由。」JACKSOFT 表示，Explain 指令的加入，將使 AI 成為真正值得信賴的稽核助手。
從資料取得到預測解釋，稽核流程全面進化
JCAATs 3.6 除了強化 AI 模型應用，更針對資料取得與處理效率進行大幅優化。新版支援：
- XBRL 連接器：可直接串接財報資料，強化財務稽核作業。
- OCR 清晰化模組：大幅提升掃描資料的辨識率與清理效率。
- ODBC/SAP 分批匯入技術：有效處理大型資料集，降低系統負載。
這些更新將使稽核人員能更快速整合異質資料來源，進行即時分析與比對。
創新指令 TextTrend：用 AI 讀懂趨勢與風險
針對非結構化資料分析需求增加，JCAATs 3.6 推出 TextTrend 指令，可自動追蹤文字資料中的異常波動與主題變化。無論是 ESG 報告書、內稽文件或客戶留言紀錄，都能透過趨勢分析掌握潛藏風險，為風險預警與揭露審查提供有力依據。
稽核機器人與智慧報表功能再升級
JCAATs 3.6 亦新增稽核機器人管理介面與 Python 彈性編輯器，使用者可依照不同情境設計自動查核流程，實現真正「一鍵稽核」的自動化應用。而 Partition 與 Print 指令的同步優化，則讓報表產製更快速、結果呈現更清晰，進一步提升稽核效率與透明度。
產業關注：AI 稽核走向合規化與實務導向的新轉捩點
近年 AI 在法遵與稽核領域的應用迅速擴張，但「黑箱模型」與「決策不可解釋」的問題始終為業界所疑慮。JCAATs 3.6 的推出，不僅提供更強大的資料處理與預測功能，更以 XAI 架構回應企業合規要求與審計標準，標誌著 AI 稽核從技術試驗走向實務落地的重要進展。
