答：数据质量作为 AI 审计的基石，直接决定了 AI 算法的准确性。一旦数据存在缺失、错误或不完整等问题，审计结果的可靠性将大打折扣。与此同时，审计人员的技术素养也成为制约 AI 审计全面推广的关键因素。AI审计要求审计人员具备一定的数据分析和编程能力，而目前部分审计人员在新兴技术的掌握上存在不足，导致难以充分释放 AI 技术的强大优势。另外，法规制度的不完善也给 AI 审计带来了潜在风险，诸如 AI 审计结果的法律效力、数据隐私保护等关键问题，尚缺乏明确的法律规定，亟待进一步完善。