Введение

Всего несколько лет назад технология искусственного интеллекта (ИИ) была предметом научной фантастики и футуристических фильмов. Благодаря быстрому развитию компьютерных технологий эта фантастика стала реальностью, затрагивающей все аспекты нашей профессиональной и личной жизни. Новые возможности программного обеспечения меняют внутренний аудит.

Внутренний аудит (IA) – это многогранный процесс, в котором опытные специалисты самостоятельно оценивают бизнес. Это системный подход к финансовой отчетности и оценке бизнес-культуры, процессов и систем, используемых компанией. На основе своего анализа они оценивают возможности и риски, возникающие, например, из-за глобальных проблем или новых технологий.

Аудиторы могут предложить ввести внутренний контроль и другие меры по управлению рисками. Целью является обеспечение эффективного управления, обеспечивающего соблюдение законов и правил, а также достижение бизнес-целей.

Читайте также: Влияние автоматизации в здравоохранении

Современные проблемы внутреннего аудита

Эффективная деятельность внутреннего аудита зависит от анализа данных. Хотя люди-аудиторы, безусловно, способны выполнять эти аналитические задачи, такие технологии, как искусственный интеллект, просто лучше подходят для этих задач. ИИ способен анализировать огромные объемы данных за меньшее время и с большей точностью, чем люди. Технология использует алгоритмы для понимания закономерностей и ошибок в наборах данных. Более того, программное обеспечение искусственного интеллекта может проверять различные сценарии будущего и предсказывать, какой путь является наиболее перспективным.

Цель состоит не в том, чтобы заменить людей-аудиторов. Вместо этого ИИ обеспечивает основу, на которой аудиторские фирмы могут основывать свои предложения. Вместо того, чтобы тратить время на выполнение повторяющихся аналитических процедур, аудиторы присоединяются к процессу на следующем этапе, используя результаты анализа ИИ в качестве основы для принятия решений. Предприятия получают выгоду от сокращения времени реагирования на аудиторские проверки.

Интеграция ИИ позволяет группам внутреннего аудита решать несколько распространенных современных проблем финансового аудита. Консалтинговая фирма «Делойт» считает, что задачи внутреннего аудита кардинально изменились за последние несколько десятилетий. Бизнес больше не рассматривается как остров. Поскольку многие передают на аутсорсинг даже ключевые бизнес-функции, становится сложнее проводить процесс внутреннего аудита, поскольку этот процесс выходит далеко за пределы предприятий.

Предприятия меньше контролируют действия своих подрядчиков, а аудиторы часто сталкиваются со сложной средой, состоящей из четвертой и пятой сторон, когда они завершают свой анализ. В результате проведение аудита может занять месяцы.

Множественные внешние угрозы еще больше усложняют этот процесс. Большинство предприятий в настоящее время сталкиваются с одной или несколькими из следующих проблем: затяжные последствия пандемии, нехватка рабочей силы, неопределенность в отношении изменения климата, киберугрозы, нарушения цепочек поставок, а также политические или социальные волнения. Все эти факторы усложнили аудиторам создание точной картины операционных рисков компании.

Алгоритмы искусственного интеллекта хорошо подходят для изучения корреляций между этими отдельными факторами и потенциальными рисками, которые они вызывают для бизнеса. Они могут быстро просмотреть ряд различных комбинаций и оценить вероятность каждого стечения обстоятельств. По мере изменения этих обстоятельств также относительно легко корректировать алгоритмы и их прогнозы, чтобы получить более точное представление о проблемах, которые они создают для бизнеса.

Читайте также: Как повысить культуру программирования в командах?

Заставить ИИ работать в ВА (внутренний аудит)

Включение программного обеспечения искусственного интеллекта в аудит ИИ требует тщательного рассмотрения. Прогнозы алгоритмов точны настолько, насколько хороши наборы данных, которые может предоставить организация. Человеческие группы аудита также могут иметь сомнения по поводу роботизированной автоматизации процессов и передачи части своей работы машинам. Им необходимо понять, что цель – не заменить их, а улучшить их работу.

Преодоление этих проблем для успешного развертывания ИИ требует стратегического, хорошо спланированного подхода и последовательной коммуникации во всей организации. Коммуникации гарантируют, что аудиторская группа понимает, что компания не стремится заменить человеческий интеллект. Алгоритмы и искусственный интеллект в целом будут использоваться для решения обременительных ручных задач и более эффективного использования аудиторов.

Аудиторские группы должны понимать преимущества интеграции технологий в свои обычные рабочие процессы. Членам команды также может потребоваться уверенность в том, что их рабочие места не исчезнут внезапно. Сосредоточив внимание на этих вопросах, руководящие группы обеспечивают заинтересованность и эффективное использование имеющихся технологий.

Когда дело доходит до обеспечения качества данных, предприятиям необходима помощь специалистов по данным. Для большинства компаний это означает привлечение внешних консультантов, которые смогут построить эффективную инфраструктуру данных. В этом контексте под эффективностью понимаются данные, которые могут постоянно принимать новую информацию и оставаться актуальными, не требуя постоянной поддержки со стороны человека. Создание системы, способной реагировать на меняющиеся правила, экономические проблемы и рыночные условия, имеет решающее значение для успешного внедрения ИИ в процесс IA.

Алгоритмы машинного обучения (ML) хорошо подходят для этой задачи. Они были запрограммированы таким образом, чтобы позволить им учиться на собственных результатах и ​​интегрировать эти знания в свои будущие прогнозы. Глубокое обучение развивает этот подход дальше.

Для многих предприятий внедрение ИИ означает работу с внешними подрядчиками по обработке данных для внедрения продуктивной инфраструктуры данных в среду аудита. Переход может также потребовать определенных изменений в общей бизнес-культуре.

АудитМап.ай: Платформа для улучшения аудита

Один из многих эффективные инструменты на базе искусственного интеллекта для внутреннего аудита в настоящее время доступен АудитМап.ай. Эта платформа создает выделенное пространство для аудита и позволяет пользователям мгновенно приступить к оценке рисков. Кроме того, программное обеспечение также позволяет легко подготовиться к периодическим внутренним проверкам расходов. Как следствие, IA больше не являются долгосрочным мероприятием, вызывающим страх. Вместо этого они становятся гибким бизнес-инструментом.

AuditMap анализирует внутренние отчеты и другие документы для разработки профиля рисков. Это включает в себя выделение любых явных рисков. Этот мощный инструмент также выявляет тенденции до того, как они могут представлять риск, позволяя вашей организации разработать эффективную стратегию смягчения последствий. Возможность сортировки результатов по типу, дате или году дает аудиторам лучшее понимание повторяющихся или сезонных рисков.

Более того, решения искусственного интеллекта, такие как этот инструмент, оценивают эффективность существующих средств контроля и процедур, помогая вам выявить пробелы, которые необходимо устранить. AuditMap работает как облачный инструмент для внутреннего аудита, но его также можно развернуть на территории компании или в гибридной версии. Цель состоит в том, чтобы предложить пользователям высокий уровень защиты документов, соответствующий их обстоятельствам. Его собственные алгоритмы искусственного интеллекта основаны на современной обработке естественного языка (NLP), которая очень эффективна при оценке рисков, средств контроля и целей в сочетании. НЛП помогает машинам понять тонкости человеческого языка.

Раньше подготовка ресурсов для аудита занимала много времени. С помощью платформ аудита на базе ИИ эта задача ограничивается загрузкой существующих отчетов об аудите и соответствующих документов на рассмотрение ИИ. Организации могут подождать до следующего аудита или включить загрузку данных в свои повседневные бизнес-процессы. Последнее, как правило, работает лучше для многих предприятий, поскольку позволяет избежать спешки в последнюю минуту для сбора информации.

Ограничения и путь вперед

Пока эксперты сходятся во мнении о потенциале ИИ во внутреннем аудите внедрение пока идет медленно. Потенциальные причины этой задержки, вероятно, включают нехватку бюджета, проблемы с денежными потоками и внутреннее сопротивление мнению, что внедрение ИИ приведет к потере рабочих мест.

Преодоление этих проблем зависит от лучшего понимания преимуществ, которые ИИ привносит в процесс IA в этой области. ИИ позволяет аудиторам и их работодателям учитывать каждую транзакцию, а не ограничиваться более крупными. В результате полученная информация будет более точной, позволит избежать неверных сумм и приведет к более эффективному снижению рисков, что приведет к снижению эксплуатационных расходов в среднесрочной и долгосрочной перспективе.

Есть ли предел преимуществам ИИ в IA? На этот вопрос трудно ответить в области, которая развивается так быстро. Одним из текущих ограничений является отсутствие стандартизации в разработке ИИ. Стандартизация имеет тенденцию способствовать внедрению и внедрению технологий просто за счет общих основ. Кроме того, эффективные стандарты также улучшают рынок приложений, поскольку системы становятся более совместимыми.

Еще одним фактором и потенциальным ограничением внедрения ИИ является сопротивление со стороны сотрудников разных уровней. Не многие аудиторы являются специалистами по обработке данных. Поэтому их понимание ИИ и того, что представляет собой эффективная инфраструктура данных, может быть ограниченным, что приводит к необоснованным опасениям. Компаниям, желающим внедрить ИИ, рекомендуется рассмотреть возможность назначения комитетов по аудиту для взаимодействия с группами внутреннего аудита. Еще одним шагом могло бы стать предложение программ обучения и ознакомления на ранних этапах переходного процесса.

Читайте также: AI: Что должно знать высшее руководство?

Заключение

Качественный аудит имеет решающее значение для принятия точных бизнес-решений, которые позволяют организациям, среди прочего, управлять финансовыми и репутационными рисками. Внедрение ИИ в этот процесс помогает оптимизировать процедуры аудита, что приводит к повышению качества аудита.

Для успешного процесса трансформации компаниям необходимо понимать проблемы сотрудников и относиться к ним серьезно. Хотя внедрение ИИ в IA потребует первоначальных затрат, переход вскоре окупится за счет лучшего снижения рисков во всей организации.

Рекомендации

Накви, Ал. Искусственный интеллект для аудита, судебно-бухгалтерского учета и оценки: стратегическая перспектива. Джон Уайли и сыновья, 2020.

О’Лири, Дэниел Эдмунд и Пол Р. Уоткинс. Экспертные системы и искусственный интеллект во внутреннем аудите. Паб «Маркус Винер», 1995 год.