পুনর্মিলন, নিশ্চিতকরণ এবং থ্রি-ওয়ে ম্যাচিং অটোমেশন

লাভ:

• কৃত্রিম বুদ্ধিমত্তা সমর্থন সহ বর্তমান পুনর্মিলন, ব্যাঙ্ক পুনর্মিলন এবং ত্রি-মুখী ম্যাচিং (অর্ডার-ডেলিভারি নোট-ইনভয়েস) পরীক্ষা স্বয়ংক্রিয় করার যুক্তি বোঝা
• পার্থক্য (পার্থক্য) বিশ্লেষণ এবং কৃত্রিম বুদ্ধিমত্তার সাথে মিলনের পার্থক্যের কারণগুলিকে শ্রেণিবদ্ধ করার এবং অগ্রাধিকার দেওয়ার ক্ষমতা
• অমিল আইটেম এবং নিশ্চিতকরণ পার্থক্য অডিটর দ্বারা তদন্ত করা আবশ্যক যে বোঝার ক্ষমতা এবং কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র পার্থক্য দেখায়।

একটি অডিটের মেরুদণ্ড একটি স্বাধীন উত্সের সাথে তুলনা করে যাচাই করা হয় যে একটি রেকর্ড আসলে বিদ্যমান এবং সঠিকভাবে রাখা হয়েছে। একটি ক্রেডিট এন্ট্রি আসল, দেনাদার পক্ষের অনুমোদনের সাথে; একটি ব্যাঙ্ক ব্যালেন্স সঠিক, ব্যাঙ্ক থেকে নিশ্চিতকরণ সহ; অর্ডার-ডেলিভারি নোট-ইনভয়েস ত্রয়ী একে অপরের সাথে মেলে তা নিশ্চিত করে আপনি ক্রয়ের সত্যতা পরীক্ষা করেন। এই প্রক্রিয়াগুলিকে সমষ্টিগতভাবে পুনর্মিলন এবং নিশ্চিতকরণ বলা হয়। কারণ তাদের সহজাতভাবে বিপুল সংখ্যক আইটেমের তুলনার প্রয়োজন হয়, সেগুলি পুনরাবৃত্তিমূলক, সময়সাপেক্ষ এবং যেখানে কৃত্রিম বুদ্ধিমত্তা উজ্জ্বল হয়৷

এই ইউনিটে, আমরা তিনটি কাজ কভার করব: কারেন্ট/অ্যাকাউন্ট পুনর্মিলন (দুই পক্ষের রেকর্ডের তুলনা), ব্যাঙ্ক পুনর্মিলন (লেজার ব্যালেন্স এবং ব্যাঙ্ক স্টেটমেন্টের পুনর্মিলন), এবং ত্রিমুখী মিল (ক্রয়ের অর্ডার, পণ্যের রসিদ/ডেলিভারি নোট, এবং বিক্রেতার চালানের তুলনা)। মৌলিক নীতি অপরিবর্তিত রয়েছে: AI মেলে এবং পার্থক্য নির্দেশ করে; পার্থক্যের কারণ অনুসন্ধান করা এবং একটি উপসংহারে আসা নিরীক্ষকের উপর নির্ভর করে।

ত্রিমুখী মিল কী এবং কেন এটি গুরুত্বপূর্ণ?

যখন একটি ব্যবসা পণ্য/পরিষেবা ক্রয় করে, তিনটি নথি সাধারণত ঘটে: (1) ক্রয় আদেশ — কি অর্ডার করা হয়েছিল, কতটা, কোন মূল্যে; (2) পণ্যের ডেলিভারি নোট/রসিদ — কী, কতটা গৃহীত হয়েছিল; (3) বিক্রেতা চালান - কি, কত চালান করা হয়েছিল। একটি সুস্থ নিয়ন্ত্রণ পরিবেশে, এই তিনটি মিলে যাওয়া উচিত: আদেশ = প্রাপ্ত = চালান। থ্রি-ওয়ে ম্যাচের টেস্ট পরীক্ষা করে দেখেন এই তিনটা মিলে কিনা। বিবাদ; এর অর্থ হতে পারে ওভার-ইনভয়েসিং, কাল্পনিক কেনাকাটা, ডুপ্লিকেট অর্থপ্রদান, মূল্যের হেরফের বা সাধারণ ডেটা ত্রুটি।

AI কয়েক সেকেন্ডে এই তিনটি নথি জুড়ে হাজার হাজার কেনাকাটা মেলে। কিন্তু "অতুলনীয় আইটেম" এর তালিকা যা প্রদর্শিত হবে তা ত্রুটির তালিকা নয়। নিম্নলিখিত নির্দোষ কারণে একটি আইটেম অমিল হতে পারে: আংশিক ডেলিভারি (অর্ডার 100, ডেলিভারি 60), সময়ের পার্থক্য (চালন এখনও আসেনি), গ্রহণযোগ্য সহনশীলতার মধ্যে মূল্যের পার্থক্য, ডিসকাউন্ট বা শিপিং আইটেম। নিরীক্ষকের কাজ পার্থক্যের কারণ খুঁজে বের করা এবং সন্দেহভাজন থেকে নির্দোষকে আলাদা করা।

মিলের ধরন

তুলনা

পার্থক্যের জন্য সাধারণ কারণ

বর্তমান পুনর্মিলন

আমাদের নিবন্ধন ↔ প্রতিপক্ষ নিবন্ধন

সময়, ফেরত, অসম্পূর্ণ নিবন্ধন, বিনিময় হার পার্থক্য

ব্যাংক পুনর্মিলন

লেজার ↔ ব্যাঙ্ক স্টেটমেন্ট

চেক ইন ট্রানজিট, ব্যাঙ্ক চার্জ, রেকর্ড এখনও প্রক্রিয়া করা হয়নি

থ্রি ওয়ে ম্যাচ

অর্ডার ↔ ডেলিভারি নোট ↔ চালান

আংশিক ডেলিভারি, সময়, দামের পার্থক্য, সদৃশ, কাল্পনিক

বাহ্যিক নিশ্চিতকরণ: সবচেয়ে নির্ভরযোগ্য প্রমাণগুলির মধ্যে একটি

অডিটিং-এ বাহ্যিক নিশ্চিতকরণ হল একটি ব্যালেন্স বা লেনদেন সম্পর্কে তৃতীয় পক্ষের (ব্যাঙ্ক, গ্রাহক, সরবরাহকারী) কাছ থেকে সরাসরি একটি লিখিত প্রতিক্রিয়া পাওয়ার পদ্ধতি এবং BDS 505 এটি নিয়ন্ত্রণ করে। বাহ্যিক নিশ্চিতকরণ নিরীক্ষকের শক্তিশালী প্রমাণগুলির মধ্যে একটি; কারণ তথ্য একটি স্বাধীন উৎস থেকে আসে, নিরীক্ষিত সত্তা থেকে নয়। এখানে, AI হল খসড়া নিশ্চিতকরণ পত্র তৈরিতে, খাতা রেকর্ডের সাথে আগত প্রতিক্রিয়াগুলির তুলনা এবং অ-প্রতিক্রিয়াশীল পক্ষগুলিকে তালিকাভুক্ত করার ক্ষেত্রে ত্বরান্বিতকারী (যা অনুসরণ করতে হবে)৷ কিন্তু দুটি বিষয় গুরুত্বপূর্ণ: প্রথমত, প্রকৃত ঠিকানার তথ্য সহ নিশ্চিতকরণ চিঠিটি পূরণ করা এবং পাঠানো অডিটরের নিয়ন্ত্রণে থাকা উচিত; দ্বিতীয়ত, নিরীক্ষককে অবশ্যই নিশ্চিত হতে হবে যে প্রতিক্রিয়াটি প্রকৃত এবং সরাসরি অডিটরের কাছে পৌঁছেছে। যাচাইকরণ প্রক্রিয়ার অখণ্ডতা নিরীক্ষকের উপর নির্ভর করে; AI শুধু তুলনা এবং ট্র্যাকিং সহজ করে তোলে।

গ্যাপ বিশ্লেষণ: এআই শ্রেণীবদ্ধ করে, নিরীক্ষক সিদ্ধান্ত নেয়

ঐকমত্যের পার্থক্যগুলি পরীক্ষা করার সবচেয়ে ফলপ্রসূ উপায় হল পার্থক্যগুলিকে শ্রেণীবদ্ধ করা: যেগুলি সময়-সম্পর্কিত (পিরিয়ডের মধ্যে স্থানান্তরিত হবে কিন্তু প্রকৃত পার্থক্য নয়), যা স্থায়ী পার্থক্য এবং যা ব্যাখ্যাতীত। AI দ্রুত এই প্রাথমিক শ্রেণীবিভাগ করতে পারে: এটি পার্থক্যের পরিমাণ, দিকনির্দেশ এবং সম্ভাব্য কারণ একটি টেবিলে রাখে। কিন্তু সাবধান: AI এর "সম্ভাব্য কারণ" কলামটি একটি ভবিষ্যদ্বাণী, একটি সংকল্প নয়। শুধু কারণ এটি "সম্ভবত একটি সময়ের পার্থক্য" বলে প্রমাণ করে না যে পার্থক্যটি সময়; অডিটরকে অবশ্যই ডকুমেন্টেশন (পরবর্তী সময়ের চালান, রিটার্ন রসিদ, ব্যাঙ্কের রসিদ) দিয়ে এটি যাচাই করতে হবে।

টিপ: পরিমাণের আকার এবং ব্যাখ্যাযোগ্যতার ভিত্তিতে পার্থক্যকে অগ্রাধিকার দিন। ছোট এবং সহজে ব্যাখ্যা করা পার্থক্যগুলি এড়িয়ে যান; বৃহৎ বা ব্যাখ্যাতীত পার্থক্যের উপর নিরীক্ষকের কাজকে কেন্দ্রীভূত করুন। AI অগ্রাধিকার সারণী তৈরি করে; আপনি থ্রেশহোল্ড এবং ফোকাস সেট.

ধাপে ধাপে পুনর্মিলন অটোমেশন

1. দুটি (বা তিনটি) ডেটাসেট প্রস্তুত করুন এবং বেনামী করুন৷ ম্যাচিং কী (চালান নম্বর, অর্ডার নম্বর, পরিমাণ + তারিখ) নির্ধারণ করুন।
2. সম্পূর্ণতা নিশ্চিত করুন। প্রতিটি ক্লাস্টারের জন্য মোট এবং রেকর্ডের সংখ্যা কি প্রত্যাশিত ছিল তার সাথে একমত?
3. মিলিত নিয়ম সংজ্ঞায়িত করুন। একটি সঠিক মিল হবে নাকি সহনশীলতা (যেমন ±1% মূল্যের পার্থক্য) অনুমোদিত হবে?
4. AI এর সাথে মিল। যেগুলি মেলে, যেগুলি মেলে না এবং যেগুলি সহনশীলতার মধ্যে রয়েছে সেগুলি পৃথক তালিকায় উপস্থিত হয়।
5. শ্রেণীবদ্ধ করুন এবং পার্থক্যগুলিকে অগ্রাধিকার দিন। সময় / অবিরাম / অব্যক্ত।
6. অডিটর হিসেবে তদন্ত করুন। ডকুমেন্টেশনের সাথে কোন উল্লেখযোগ্য পার্থক্য যাচাই করুন; উপসংহার এবং যুক্তি নথিভুক্ত করুন.

তিনটি মিনি কেস

কেস 1 - ডুপ্লিকেট পেমেন্ট ক্যাপচার। একটি অডিটর ত্রিমুখী 12,400টি কেনাকাটা AI এর সাথে মিলেছে। YZ একই চালান নম্বরের জন্য দুটি পৃথক অর্থপ্রদান সহ 6টি আইটেম চিহ্নিত করেছে৷ নিরীক্ষক পরীক্ষা করেছেন: 4টি বৈধ চালান ছিল বিভিন্ন বছরের অনুরূপ সংখ্যা সহ; কিন্তু তাদের মধ্যে 2টি আসলে ডুপ্লিকেট পেমেন্ট ছিল (একই চালান দুইবার দেওয়া হয়েছিল), মোট 88,000 TL। পুনঃস্থাপন প্রক্রিয়া শুরু করা হয়েছিল এবং অভ্যন্তরীণ নিয়ন্ত্রণ দুর্বলতা ব্যবস্থাপনা চিঠিতে লেখা হয়েছিল। AI 6টি প্রশ্ন করেছে; 2 বাস্তব সমস্যা অডিটর নিশ্চিত.

কেস 2 - একটি ভুলের জন্য সময়ের পার্থক্যকে ভুল করা। একজন দলের সদস্য সরাসরি YZ দ্বারা চিহ্নিত 40,000 TL পার্থক্যটিকে "রেকর্ডিং ত্রুটি" হিসাবে ব্যাঙ্ক পুনর্মিলনে লিখেছিলেন। দায়িত্বশীল ব্যক্তি পরীক্ষা করেছেন: পার্থক্যটি ছিল মেয়াদের শেষে টানা একটি চেক এবং এখনও ব্যাঙ্কে উপস্থাপন করা হয়নি; এটি একটি সম্পূর্ণ স্বাভাবিক সময়ের পার্থক্য ছিল এবং এটি পরের সপ্তাহে বন্ধ হয়ে যায়। পাঠ: একটি অমিল কলম একটি স্বয়ংক্রিয় ত্রুটি নয়; কারণ অনুসন্ধান না করে কোনো উপসংহার লেখা যাবে না।

কেস 3 — সহনশীলতা ত্রুটি। একজন নিরীক্ষক ত্রিমুখী মিলের জন্য কোন সহনশীলতা দেননি; পেনি রাউন্ডিং পার্থক্যের কারণে, YZ 900 আইটেমটিকে "মেলে না" চিহ্নিত করেছে। তালিকাটি অপ্রত্যাশিত হয়ে উঠেছে; আসল বিষয়গুলো গোলমালে হারিয়ে গেল। একবার নিরীক্ষক একটি যুক্তিসঙ্গত সহনশীলতা (যেমন ±5 TL বা ±0.5%) সংজ্ঞায়িত করলে, তালিকাটি 27টি উল্লেখযোগ্য আইটেমে নামিয়ে আনা হয়। পাঠ: মেলার নিয়ম অবশ্যই ব্যবসার বাস্তবতার সাথে মেলে; খুব কড়া নিয়ম শব্দ করে, খুব শিথিল নিয়ম অন্ধত্ব তৈরি করে।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

এই দুটি তালিকার তুলনা করুন, আমাকে বলুন কি খাপ খায় না।

সমস্যা: মিল কী, সহনশীলতা এবং আউটপুট বিন্যাস অস্পষ্ট। AI জানে না কিসের উপর ভিত্তি করে মিলবে; ফলাফল অবিশ্বস্ত এবং অপূরণীয় হবে.

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: আপনি একজন স্বাধীন নিরীক্ষকের পুনর্মিলন সহকারী। আপনি মিল করবেন এবং পার্থক্য দেখাবেন; পার্থক্যের কারণ এবং ফলাফল হল আমার। ডেটা (বেনামী):- সেট A: ক্রয় আদেশ (কলাম: অর্ডার_নং, আইটেম, পরিমাণ, ইউনিট_মূল্য, পরিমাণ)- সেট বি: ডেলিভারি নোট (অর্ডার_নও, আইটেম, বিতরণ_পরিমাণ)- সেট সি: ইনভয়েস (অর্ডার_নও, আইটেম-অ্যান্ট, ইনভয়েস, ইনভয়েস) কী: অর্ডার_নো + আইটেম। সহনশীলতা: পরিমাণের পার্থক্য ±5 TL বা ±0.5% (যেটি বেশি) এর মধ্যে হলে "মিলেছে" হিসাবে গণনা করুন। টাস্ক: 1) তিনটি ক্লাস্টার মেলে। নিম্নলিখিত তিনটি তালিকা আলাদাভাবে দিন: (ক) সঠিক মিল (সারাংশ সংখ্যা), (খ) সহনশীলতার মধ্যে মেলে, (গ) আইটেমগুলি যা মেলে না (সম্পূর্ণ বিবরণ)। 2) অমিলের জন্য একটি সম্ভাব্য কারণ কলাম যোগ করুন (আংশিক বিতরণ / অনুপস্থিত নথি / পরিমাণের পার্থক্য / পরিমাণের পার্থক্য), তবে বলুন যে এটি একটি আনুমানিক প্রমাণ, টেক্সট এবং প্রমাণের সাথে মিল থাকতে হবে। আপনি প্রয়োগ করেছেন সহনশীলতার নিয়ম। 4) এছাড়াও মোট পুনর্মিলন দিন (A, B, C)। মোট) যাতে আমি সম্পূর্ণতা পরীক্ষা করতে পারি। আপনি ডেটা থেকে যা অনুমান করতে পারবেন না তা তৈরি করবেন না।

এই প্রম্পটটি শক্তিশালী কারণ এটি কী এবং সহনশীলতাকে সংজ্ঞায়িত করে, তিনটি পৃথক তালিকার জন্য জিজ্ঞাসা করে, একটি অনুমান হিসাবে "সম্ভাব্য কারণ" অবস্থান করে এবং সম্পূর্ণতার জন্য সম্পূর্ণ চুক্তির প্রয়োজন।

সাধারণ ভুল

• একটি অমিল আইটেম একটি ভুল হিসাবে ভুল. কারণ অনুসন্ধান না করে একটি উপসংহার লেখা (সময়, আংশিক বিতরণ, রিটার্ন)।
• সহনশীলতা সেট না. পেনিস দ্বারা তালিকাটি স্ফীত করুন এবং গোলমালের মধ্যে আসল সমস্যাগুলি হারান।
• পেয়ারিং কী অস্পষ্ট রেখে যাওয়া। এআই কিসের ভিত্তিতে মেলে তা নিয়ন্ত্রণ করছে না।
• সম্পূর্ণতা এড়িয়ে যাওয়া। তাদের টোটাল সমন্বয় না করে ম্যাচিং সেটের উপর নির্ভর করা।
• সনাক্তকরণের জন্য "সম্ভাব্য কারণ" ভুল করা। ডকুমেন্টেশন দিয়ে যাচাই না করেই AI এর ভবিষ্যদ্বাণী গ্রহণ করা।

সতর্কতা: একটি পার্থক্যকে "ডুপ্লিকেট পেমেন্ট" বা "কাল্পনিক ক্রয়" হিসাবে বর্ণনা করা একটি গুরুতর দাবি। এটি লেখার আগে ডকুমেন্টেশন (চালান, পেমেন্ট রসিদ, পণ্য রসিদ রেকর্ড) সঙ্গে এটি যাচাই করুন; যদি একটি প্যাটার্ন থাকে, তাহলে এটি একটি অভ্যন্তরীণ নিয়ন্ত্রণ দুর্বলতা হিসাবে আলাদাভাবে মূল্যায়ন করুন।

সংক্ষেপে

পুনর্মিলন, নিশ্চিতকরণ এবং ত্রিমুখী মিল হল নিরীক্ষার সবচেয়ে পুনরাবৃত্ত কাজগুলির মধ্যে একটি এবং AI এর সাথে সবচেয়ে সহজে ত্বরান্বিত হয়। AI সেকেন্ডে হাজার হাজার আইটেমের সাথে মেলে, পার্থক্যগুলি তালিকাভুক্ত করে এবং সেগুলিকে প্রাক-শ্রেণীবদ্ধ করে। কিন্তু অমিল কলম একটি ত্রুটি নয়, এটি তদন্ত করা একটি পার্থক্য; "সম্ভাব্য কারণ" একটি অনুমান, একটি সংকল্প নয়। অডিটর ব্যবসায়িক বাস্তবতা অনুযায়ী ম্যাচিং কী এবং সহনশীলতা নির্ধারণ করে; অডিটর নথির সাথে পার্থক্য যাচাই করে; নিরীক্ষক ফলাফল লেখেন। AI পার্থক্য দেখায়, অডিটর অর্থ দেয়।

আবেদন টাস্ক

তিনটি ছোট ডেটা সেট (অর্ডার, ডেলিভারি নোট, ইনভয়েস) বা দুটি সেট (লেজার, ব্যাঙ্ক) বিবেচনা করুন। ম্যাচিং কী এবং একটি যুক্তিসঙ্গত সহনশীলতা নির্ধারণ করুন। উপরের শক্তিশালী প্রম্পট প্যাটার্নের সাথে AI ম্যাচ করুন এবং "সম্ভাব্য কারণ" কলামের সাথে মেলে না এমনগুলি সরিয়ে দিন। তারপরে প্রতিটি অমিল আইটেমের জন্য একটি "তদন্ত পরিকল্পনা" লিখুন: আমি কোন নথির দিকে তাকাব, আমি কোন প্রশ্ন জিজ্ঞাসা করব, কোন উপসংহারে আমি এটিকে একটি বাগ/স্বাভাবিক বিবেচনা করব?

চেকলিস্ট

• [ ] আমি ডেটা বেনামী এবং স্পষ্টভাবে মিলিত কী সনাক্ত করেছি৷
• [ ] আমি রেকর্ডের মোট এবং সংখ্যা সহ প্রতিটি ক্লাস্টারের সম্পূর্ণতা নিশ্চিত করেছি৷
• আমি ব্যবসার বাস্তবতার জন্য উপযুক্ত সহনশীলতা সেট করেছি (খুব কঠোর বা খুব শিথিল নয়)।
• [ ] আমি আলাদাভাবে ম্যাচিং / সহনশীলতার মধ্যে / অ-ম্যাচিং তালিকা নিয়েছি।
• [ ] আমি প্রতিটি উল্লেখযোগ্য আইটেমের জন্য নথি অনুসন্ধান করেছি যা মেলেনি; আমি কেন নিশ্চিত.
• [ ] আমি প্রমাণ সহ নিশ্চিত না করে ফলাফল হিসাবে "সম্ভাব্য কারণ" অনুমানকে গণনা করিনি।
• [ ] আমি গুরুতর যোগ্যতা নথিভুক্ত করেছি যেমন নকল/কাল্পনিক এবং অভ্যন্তরীণ নিয়ন্ত্রণ প্রভাব মূল্যায়ন করেছি।