Automazione di riconciliazione, conferma e abbinamento a tre vie

Guadagni:

• Comprendere le logiche di automazione dei test di riconciliazione corrente, riconciliazione bancaria e abbinamento a tre (ordine-bolle-fattura) con il supporto dell'intelligenza artificiale
• Capacità di classificare e dare priorità all'analisi delle differenze (differenza) e alle ragioni della riconciliazione delle differenze con l'intelligenza artificiale
• Capacità di comprendere che gli elementi non corrispondenti e le differenze di conferma devono essere indagati dall'auditor e che l'intelligenza artificiale mostra solo la differenza.

La struttura portante di un audit è verificare, confrontandolo con una fonte indipendente, che un documento esista effettivamente e sia stato conservato in modo accurato. L'iscrizione a credito è reale, previa approvazione della parte debitrice; il saldo bancario è corretto, con conferma da parte della banca; Metti alla prova l'autenticità di un acquisto assicurandoti che il trio ordine-nota di consegna-fattura corrisponda. Questi processi sono collettivamente chiamati riconciliazione e conferma. Poiché richiedono intrinsecamente il confronto di un gran numero di elementi, sono ripetitivi, richiedono molto tempo e in cui l’intelligenza artificiale brilla.

In questa unità tratteremo tre attività: riconciliazione conto corrente (confronto dei record di due parti), riconciliazione bancaria (riconciliazione del saldo contabile e dell'estratto conto) e corrispondenza a tre (confronto dell'ordine di acquisto, ricevuta merci/nota di consegna e fattura fornitore). Il principio di base rimane invariato: l'IA abbina e rileva la differenza; Spetta al revisore indagare il motivo della differenza e giungere ad una conclusione.

Che cos'è l'abbinamento a tre vie e perché è importante?

Quando un'azienda acquista beni/servizi, in genere si presentano tre documenti: (1) Ordine di acquisto: cosa è stato ordinato, quanto, a quale prezzo; (2) Bolla di consegna/ricevuta della merce: cosa e quanto è stato ricevuto; (3) Fattura del fornitore: cosa e quanto è stato fatturato. In un ambiente di controllo sano, questi tre dovrebbero corrispondere: ordinato = ricevuto = fatturato. Il test di corrispondenza a tre verifica se questi tre corrispondono. Controversie; Potrebbe significare fatture eccessive, acquisti fittizi, pagamenti duplicati, manipolazione dei prezzi o semplici errori nei dati.

L'intelligenza artificiale può abbinare migliaia di acquisti su questi tre documenti in pochi secondi. Ma l'elenco di "elementi senza corrispondenza" visualizzato non è un elenco di errori. Un articolo può non corrispondere per i seguenti motivi innocenti: consegna parziale (ordine 100, consegna 60), differenza temporale (fattura non ancora arrivata), differenza di prezzo entro una tolleranza accettabile, sconto o articolo spedito. Il compito dell'auditor è trovare la ragione della differenza e separare l'innocente dal sospettato.

Tipo di corrispondenza

rispetto

Ragioni tipiche della differenza

Riconciliazione attuale

La nostra registrazione ↔ registrazione della controparte

Tempistiche, rimborsi, registrazione incompleta, differenza di cambio

Riconciliazione bancaria

Registro ↔ estratto conto

Assegno in transito, addebito bancario, registrazione non ancora elaborata

partita a tre

Ordine ↔ bolla di consegna ↔ fattura

Consegna parziale, tempistica, differenza di prezzo, duplicato, fittizio

Conferma esterna: una delle prove più attendibili

La conferma esterna nell'auditing è il metodo per ottenere una risposta scritta direttamente da una terza parte (banca, cliente, fornitore) su un saldo o una transazione, e BDS 505 regola questo. La conferma esterna è una delle prove più forti a disposizione del revisore; perché le informazioni provengono da una fonte indipendente e non dall'ente sottoposto a revisione. In questo caso, l’intelligenza artificiale è l’acceleratore nella produzione di bozze di lettere di conferma, nel confronto delle risposte in arrivo con i record del registro e nell’elenco delle parti che non rispondono (quelle che seguiranno). Ma due punti sono cruciali: in primo luogo, la compilazione e l'invio della lettera di conferma con le informazioni effettive del destinatario dovrebbero essere sotto il controllo del revisore; In secondo luogo, l'auditor deve essere sicuro che la risposta sia autentica e raggiunga direttamente l'auditor. L'integrità del processo di verifica spetta al revisore; L’intelligenza artificiale semplifica semplicemente il confronto e il monitoraggio.

Gap Analysis: l’IA classifica, l’auditor decide

Il modo più produttivo per esaminare le differenze di consenso è classificare le differenze: quali sono legate al tempo (si sposteranno da un periodo all’altro ma non sono differenze effettive), quali sono differenze permanenti e quali sono inspiegabili. L’intelligenza artificiale può eseguire rapidamente questa classificazione preliminare: inserisce in una tabella l’importo della differenza, la direzione e la possibile causa. Ma attenzione: la colonna "causa probabile" dell'IA è una previsione, non una determinazione. Solo perché dice "probabilmente una differenza temporale" non prova che la differenza sia dovuta al tempismo; Il revisore deve verificarlo con la documentazione (fattura del periodo successivo, ricevuta di ritorno, ricevuta bancaria).

Suggerimento: dare priorità alle differenze in base all'entità dell'importo e alla spiegabilità. Salta le differenze piccole e facilmente spiegabili; Concentrare il lavoro dell’auditor su differenze ampie o inspiegabili. L'intelligenza artificiale produce la tabella delle priorità; Imposta la soglia e la messa a fuoco.

Automazione della riconciliazione passo dopo passo

1. Preparare e rendere anonimi due (o tre) set di dati. Determinare la chiave corrispondente (numero fattura, numero ordine, importo + data).
2. Conferma la completezza. Il totale e il numero di record per ciascun cluster concordano con quanto previsto?
3. Definire la regola di corrispondenza. Ci sarà una corrispondenza esatta o sarà consentita una tolleranza (ad esempio ±1% di differenza di prezzo)?
4. Abbina con l'intelligenza artificiale. Quelli che corrispondono, quelli che non corrispondono e quelli che rientrano nella tolleranza vengono visualizzati in elenchi separati.
5. Classificare e dare priorità alle differenze. Tempistica/persistente/inspiegabile.
6. Indagare come revisore dei conti. Verificare eventuali differenze significative con la documentazione; Documentare la conclusione e la motivazione.

tre mini custodie

Caso 1: acquisizione di pagamenti duplicati. Un revisore a tre ha abbinato 12.400 acquisti con l'intelligenza artificiale. YZ ha contrassegnato 6 articoli con due pagamenti separati per lo stesso numero di fattura. Il revisore ha esaminato: 4 erano fatture legittime con numeri simili di anni diversi; ma 2 di essi erano in realtà pagamenti duplicati (la stessa fattura è stata pagata due volte), per un totale di 88.000 TL. È stato avviato il processo di ripristino e la debolezza del controllo interno è stata scritta nella lettera della direzione. L'AI ha posto 6 domande; 2 problemi reali confermati dal revisore.

Caso 2 – Confondere la differenza temporale con un errore. Un membro del team ha cancellato direttamente la differenza di 40.000 TL contrassegnata da YZ nella riconciliazione bancaria come un "errore di registrazione". Il responsabile ha esaminato: la differenza era un assegno emesso a fine periodo e non ancora presentato alla banca; Era una differenza temporale del tutto normale e si è chiusa la settimana successiva. Lezione: una penna non corrispondente non è un errore automatico; Nessuna conclusione può essere scritta senza indagare la causa.

Caso 3 — Errore di tolleranza. Un revisore non ha dato alcuna tolleranza per l'abbinamento a tre; A causa delle differenze nell'arrotondamento del centesimo, YZ 900 ha contrassegnato l'articolo "non corrisponde". L'elenco non fu esaminato; I veri problemi si sono persi nel rumore. Una volta che il revisore ha definito una tolleranza ragionevole (ad esempio ±5 TL o ±0,5%), l'elenco è stato ridotto a 27 elementi significativi. Lezione: la regola di abbinamento deve corrispondere alla realtà aziendale; Una regola troppo rigida produce rumore, una regola troppo lasca produce cecità.

Prompt debole / Prompt forte

Suggerimento debole:

Confronta questi due elenchi, dimmi cosa non va bene.

Problema: la chiave di corrispondenza, la tolleranza e il formato di output non sono chiari. L'intelligenza artificiale non sa su cosa abbinare in base; il risultato sarebbe inaffidabile e irripetibile.

Suggerimento potente:

Il tuo ruolo: sei l'assistente alla riconciliazione di un revisore dei conti indipendente. Abbinerai e MOSTRARE la differenza; Il motivo e il risultato della differenza sono miei. Dati (anonimi):- Set A: Ordini di acquisto (colonne: n. ordine, articolo, quantità, prezzo_unitario, importo)- Set B: Note di consegna (n. ordine, articolo, quantità_consegnata)- Set C: Fatture (n. ordine, articolo, quantità_fatturata, importo_fatturato) Chiave di corrispondenza: n. ordine + articolo. Tolleranza: conta come "abbinato" se la differenza di importo è compresa tra ±5 TL o ±0,5% (a seconda di quale sia maggiore). Compito: 1) Abbina tre cluster. Fornire i seguenti tre elenchi separatamente: (a) corrispondenze esatte (numero di riepilogo), (b) corrispondenze entro la tolleranza, (c) elementi che NON corrispondono (dettaglio completo).2) Aggiungere una colonna POSSIBILE causa per disallineamenti (consegna parziale/documento mancante/differenza di quantità/differenza di importo), ma indicare che si tratta di una STIMA, da verificare con prove.3) Scrivere in testo semplice la regola di corrispondenza e tolleranza applicata.4) Fornire anche la riconciliazione totale (A, B, C). totali) così posso verificarne la completezza. Non inventare ciò che non puoi dedurre dai dati.

Questo suggerimento è potente perché definisce la chiave e la tolleranza, richiede tre elenchi separati, posiziona la "causa probabile" come ipotesi e richiede un accordo totale per la completezza.

Errori comuni

• Confondere un articolo non corrispondente come un errore. Scrivere una conclusione senza indagarne il motivo (tempistiche, consegna parziale, reso).
• Non impostare tolleranze. Gonfiate la lista di centesimi e perdete i veri problemi nel rumore.
• Lasciando ambigua la chiave di abbinamento. Non controllare in base a cosa corrisponde l'IA.
• Tralasciando la completezza. Affidarsi agli insiemi corrispondenti senza riconciliare i loro totali.
• Confondere la "probabile causa" con il rilevamento. Accettare la previsione dell'IA senza verificarla con la documentazione.

Attenzione: descrivere una differenza come un "pagamento duplicato" o un "acquisto fittizio" è un'affermazione seria. Verificarlo con la documentazione (fattura, ricevuta di pagamento, registro di entrata merci) prima di scriverlo; Se esiste uno schema, valutarlo separatamente come debolezza del controllo interno.

In sintesi

La riconciliazione, la conferma e l'abbinamento a tre sono tra le attività più ripetitive dell'auditing e più facilmente accelerabili con l'intelligenza artificiale. L'intelligenza artificiale abbina migliaia di elementi in pochi secondi, elenca le differenze e li preclassifica. Ma la penna non corrispondente non è un errore, è una differenza da indagare; La “causa probabile” è un’ipotesi, non una determinazione. Il revisore determina la chiave di corrispondenza e la tolleranza in base alla realtà aziendale; Il revisore verifica la differenza con il documento; Il revisore scrive il risultato. L’intelligenza artificiale mostra la differenza, il revisore dà il significato.

Compito dell'applicazione

Considera tre piccoli set di dati (ordine, bolla di consegna, fattura) o due set (registro, banca). Determinare la chiave corrispondente e una tolleranza ragionevole. Fai in modo che l'IA corrisponda al potente modello di prompt sopra e rimuovi quelli che non corrispondono alla colonna "probabile causa". Quindi scrivi un "piano di indagine" per ogni elemento non corrispondente: quale documento guardo, quale domanda faccio, quale conclusione considero questo un bug/normale?

lista di controllo

• [ ] Ho reso anonimi i dati e identificato chiaramente la chiave corrispondente.
• [ ] Ho confermato la completezza di ciascun cluster con il totale e il numero di record.
• [ ] Ho impostato una tolleranza adeguata alla realtà aziendale (né troppo rigida né troppo libera).
• [ ] Ho preso separatamente gli elenchi corrispondenti/entro tolleranza/non corrispondenti.
• [ ] Ho cercato nel documento ogni elemento significativo che non corrispondeva; Ho confermato il motivo.
• [ ] Non ho considerato le ipotesi sulla "causa probabile" come risultati senza confermarle con prove.
• [ ] Ho documentato qualificazioni gravi come duplicato/fittizio e valutato l'impatto del controllo interno.