Аудит с помощью ИИ – стоит ли овчинка выделки?

Software
Источник: GAAP.RU
Опубликовано: 27 июня 2019


Автор оригинальной статьи: Джон Култхарт (John Colthart), главный управляющий направления аудита и гарантий в MindBridge Ai. Компания MindBridge Ai - производитель единственного в мире на данный момент (по утверждению источника) аудиторского решения на основе технологии ИИ, использующего машинное обучение и технологии ИИ для дополнения человеческих возможностей

По материалам: Accounting Web


Несмотря на бурное развитие современных технологий, в мире аудита – той его области, которая соприкасается с рынком всевозможных современных решений – сохраняется много неясностей, в связи с чем вопрос о том, инвестировать ли компании в отрасли профессиональных услуг в искусственный интеллект, по-прежнему актуален.

Заявления тут можно услышать самые разные – начиная с одной полярности, где утверждают, что “технологии пока вообще не готовы”, и заканчивая другой, где производители ПО заявляют, что ИИ, мол, уже давно в их продуктах. В конечном итоге вопрос, инвестировать в ИИ или нет, для аудиторской (да и любой другой современной компании, если разобраться) даже не стоит – определенно да! А вопрос в том, какие именно инструменты с использованием технологий искусственного интеллекта принесут наилучшую отдачу. Для этого нужно иметь представление, как ИИ вписывается в технологическую инфраструктуру компании и процессы, иначе аудиторские партнеры и управляющие не смогут наиболее эффективным образом принимать решения. Конечно, также необходимо понимать, что такое “настоящий” искусственный интеллект и машинное обучение, и какое влияние это все будет иметь на организацию. Попробуем разобраться.

Перед тем как внедрять у себя ИИ, необходимо разобраться, каким образом это улучшит бизнес и принесет дополнительную стоимость. Анализ действующих бизнес-процессов на основе следующих критериев может очень в этом помочь:

  • Как много аудиторских проверок проводится каждый год?
  • Каков средний объем одной проверки, если оценивать по количеству проверенных транзакций?
  • Каковы аудиторские издержки?
  • С какими рисками компания сталкивается в ходе аудита?

Для крупных компаний, осуществляющих множество аудиторских проверок, преимущества перехода на технологии искусственного интеллекта значительные, но это не значит, что им, как и прочим, не надо подходить к ИИ со всей серьезностью.

Для более мелких участников рынка в прошлом основным препятствием традиционно были высокие расходы, иногда полностью перекрывавшие им доступ к новым технологиям. Сегодня, однако, заметна общая тенденция к “демократизации”: искусственный интеллект позволяет компаниям практически любого размера подобрать для себя оптимальное с точки зрения затрат решения. Для примера, после внедрения в своей относительно небольшой аудиторской практике инструментов на основе ИИ партнер Garbelman Winslow Саманта Боулинг (Samantha Bowling) отметила, что теперь находится в зоне комфорта, позволяющего ей “чувствовать себя на своем месте”. Компания, среди прочего, применяет решения с ИИ для отбора клиентов на основе анализа рисков. Правда, и с клиентов после этого стали брать больше, что также плюс для компании.

Самая большая ценность ИИ приходит с его применением в обработке огромных массивов информации, проведении всех транзакций через анализ, который при этом выходит за рамки правил и статистических методов. Статистической выборки как таковой с ИИ нет и не требуется. В то же время колоссально снижаются расходы, и сокращается время на аналитические процедуры; появляются новые способы отражения полноты информации и риска существенного расхождения. Все эти факторы снижают риск предоставления ошибочного заключения на финансовую отчетность клиента (а значит и претензий регуляторов, если данный клиент через полгода обанкротится).

Как и с любой новой технологией, компаниям приходится принимать в расчет подготовку своих людей и техническую поддержку со стороны компании-производителя. Среди ключевых областей для анализа перед внедрением ИИ можно выделить следующие: каким именно образом новый инструмент будет получать данные из систем клиентов, каким образом проводимые им рабочие процессы будут затем переводиться в аудиторские процессы, и как осуществлять обратную связь с клиентами.

Каждая из этих областей характеризуется своими расходами, поэтому время для привыкания требуется не только управляющим аудиторской компании, но и компаниям-клиентам. Значительно решить проблемы внедрения может и сама компания-производитель, если у нее есть развитые системы поддержки внедрения разработанных ею решений.

Понять, как вообще работает ИИ

Инвестиции в новые технологии – важное начинание, поэтому нужно четко понимать, что мы получаем кроме поддержки от производителя и, собственно, расходов. Недостаточно просто знать, что выбранное решение использует искусственный интеллект и машинное обучение – важно еще и понимать, как именно, потому что добавочная стоимость без этого создаваться не будет. И в отличие от всех “традиционных” решений до сих пор, в случае с решениями на основе ИИ их производителям можно задать целый ряд новых, ранее никогда не озвучиваемых вопросов:

  • Каким образом решается проблема “черного ящика”? Суть в том, что любая компания-производитель может с пеной у рта утверждать, что ИИ в ее продукте есть, тогда как его там нет. Или он есть, но работает абсолютно непрозрачно, так что даже трудно понять, что происходит. Уважающий себя производитель обязан уметь объяснить, как именно он использует в своем решении ИИ, а уже само решение должно быть того качества, чтобы объяснять пользователю проводимый анализ и его результаты
  • ИИ внедряет в практику новые способы определения риска и создания стоимости для клиентов, а это значит, что, опять-таки, именно производитель обязан уметь объяснять их алгоритмы и отношение этих алгоритмов к анализу рисков и отчетности. Они также должны показать, как эти алгоритмы выходят за пределы традиционных, основанных на правилах тестов и статистических методов (по сути, это и есть настоящая ценность искусственного интеллекта). Если, например, Закон Бенфорда и проверка еженедельной почты – это все, что он умеет, польза от него небольшая.
  • А работают ли в компании-производителе специалисты с опытом в области ИИ и машинного обучения? Создание таких продуктов требует удачного сочетания специалистов по анализу данных, экспертов в области машинного обучения и, само собой, программистов тоже, а не только лишь умелых программистов.
  • Есть ли уже какие-то конкретные результаты применения решений от данного производителя на практике? Если производитель не готов поделиться такими примерами, шансы на успех с нем невелики.

Внедрение технологий, меняющих правила игры в бизнесе, требует новаторских подходов к изучению возможностей перед принятием решений. Основанные на ИИ решения потенциально способны обеспечить контроль рисков на невиданном ранее уровне, поэтому для руководителей аудиторских компаний так важно выбрать производителя, способного обеспечить их самым конкурентным преимуществом в текущих условиях.


Также от этого автора:

Теги: аудит  ИИ  искусственный интеллект  технологии искусственного интеллекта  машинное обучение  аудиторские проверки  создание стоимости  анализ рисков  анализ данных