Новости

Aug 16, 2023

Будущее аудиторских технологий, часть 3: крупные фирмы

Поскольку проверяемые компании становятся все более насыщенными данными, новые технологии помогают

Поскольку проверяемые компании становятся все более богатыми данными, новые технологии помогают более крупным аудиторским фирмам оттачивать качество, точность и глубину своих аудитов.

Глядя на аудиторскую отрасль, Стюарт Коббе – главный консультант The Analytical Accountant – видит резкий контраст между тем, как малые и средние фирмы работают с искусственным интеллектом (ИИ) и инструментами аналитики, по сравнению с тем, что происходит среди их более крупных коллег. «Существует различие между аудитами, регулируемыми Советом по финансовой отчетности (FRC), и аудитами, проводимыми ICAEW», — говорит он. «И это в целом соответствует размеру и сложности проверяемых клиентов».

Будучи бывшим руководителем глобального отдела аналитики и отраслевых аналитиков ведущего поставщика программного обеспечения для аудита искусственного интеллекта MindBridge, Коббе сохраняет большой интерес к тому, как такие решения, как искусственный интеллект, открытый банкинг и аналитические инструменты, помогают аудиту развиваться.

«В более крупных фирмах, — говорит он, — включая средний рынок, внедрение таких инструментов продолжает ускоряться. Действительно, во многих случаях они достигают критической массы, чего и следовало ожидать. некоторая форма анализа данных в журналах – часто на основе машинного обучения или искусственного интеллекта – вместе с основанным на данных подходом к оценке рисков и тестированию доходов».

KPMG, например, является домом для интуитивно понятной платформы «умного аудита» Clara, работающей на базе Microsoft Azure. Как объясняет технический директор KPMG Мэтью Кэмпбелл, фирма уже определила ряд вариантов использования ИИ в аудите, одним из которых является обнаружение аномалий.

«С традиционными аналитическими инструментами, — говорит он, — вы обычно устанавливаете ряд правил и просматриваете большой набор данных на предмет каких-либо исключений. Но с помощью ИИ вы передаете в программное обеспечение массу данных, и оно быстро идентифицирует все необычное, например ты находишь иголки в стоге сена, даже не зная, что это именно те иголки, которые ты ищешь».

Кэмпбелл также называет чтение документов и оценочный аудит областями, в которых ИИ приносит пользу. «Извлечение информации и интерпретация больших объемов неструктурированных данных — это область роста», — говорит он. «Что касается суждений, ИИ играет вспомогательную роль в работе, которая включает в себя элементы прогнозирования или проверки — например, при оценке активов. Таким образом, мы используем ИИ довольно широко — в основном для автоматизации частей процесса аудита или в качестве дополнения. аудиторов, когда они применяют свое собственное суждение».

В этом контексте Кэмпбелл рассматривает непрерывный аудит с использованием искусственного интеллекта – периодическую проверку отчетов клиентов в режиме реального времени – как нечто, над чем работает аудиторская индустрия, а не как вариант использования с ощутимым, современным эффектом. «Эта технология доступна, — говорит он, — и я знаю, что она используется в ограниченной степени в некоторых заданиях по внутреннему аудиту, поэтому мы обычно видим, как некоторые организации, которые мы проверяем, используют такую ​​технологию, чтобы обеспечить «первую линию защиты». ' тип гарантии, а не независимая, внешняя форма. Но определенно есть возможности двигаться в этом направлении».

В более актуальном плане Кэмпбелл говорит, что инновационные инструменты обработки данных помогают аудиторам КПМГ проводить анализ первопричин для двух целей, основанных на оценке рисков: анализа процессов и анализа тенденций.

Анализ процессов ретроспективно отображает все маршруты, по которым следовала транзакция или бизнес-процесс, предоставляя аудиторам контрольный журнал. Он также выявляет неэффективность, риски и ошибки. Эту информацию затем можно использовать для выявления потенциальных сбоев аналогичных процессов в будущем.

Анализ тенденций использует данные для выявления тенденций для сравнения аналогичных компаний, отраслей и/или конкретных процессов при сравнительном анализе или тестировании прогресса. Благодаря этому анализу аудиторы могут выявить события, которые могут быть не сразу очевидны для человеческого глаза, но которые могут выявить основную причину системных рисков.

«Например, — говорит Кэмпбелл, — вы можете обнаружить, что у компании-клиента есть перегруженный сотрудник, который утверждает множество неточных счетов. Поскольку их общая рабочая нагрузка может включать обработку миллионов счетов, это предполагает, что в долгосрочной перспективе может возникнуть серьезная проблема. ."