利益:
- ビジネスとその環境を知ることにより、重大な虚偽表示のリスクを特定するプロセスにおいて、リスクアイデアの生成および立案者として人工知能を使用する能力
- 人工知能サポートを使用して重要性と重要性のしきい値計算をスクリプト化し、各数値を個別に検証する機能
- 最終的なリスク評価と重要性の判断は監査人の専門的判断に属し、人工知能は入力のみを提供することを維持する能力
優れた監査ができるかどうかは、現場でのずっと前に、机上で決まります。監査人がビジネスを知らず、問題が発生する可能性が高い場所を推測せず、リソース (時間、チーム、テスト) をこれらのリスクに向けずに作業を開始した場合、どんなに一生懸命働いても、間違ったところに目を向けてしまう可能性があります。したがって、BDS 315 (ビジネスとその環境を知ることによって重大な虚偽表示のリスクを決定および評価するための基準) および BDS 320 (監査における重要性基準) が監査の枠組みを確立します。
この単元では、アイデア パートナーおよびドラフト作成者として、計画フェーズの 2 つの主要なタスク (マテリアリティの計算とリスク マッピング) に AI を適用する方法と、常に最終的な判断者になる理由について説明します。まず 2 つの概念を明確にしましょう。重大な虚偽表示とは、個別または全体として、財務諸表利用者の経済的決定に影響を与えるほど大きな財務諸表の誤りまたは不正行為を指します。リスク評価は、どの口座、取引または開示のクラスで、またどのような理由でそのような虚偽表示が発生する可能性が最も高いかを判断する取り組みです。
ビジネスを知る: AI が思考のパートナーになる場所
ISA 315 は監査人に、事業体とそれが運営される環境 (業界、法律、ビジネスモデル、内部統制) を知るよう求めています。この認識プロセス中に、監査人は「この事業分野で通常何が問題となるのか?」と尋ねます。彼は尋ねます。ここで、AI がブレーンストーミング パートナーとして貴重な役割を果たします。AI は、業界の典型的なリスク領域、会計不正の一般的なパターン、季節性、収益認識の複雑さを素早くリストアップできます。ただし、注意してください。AI によって与えられたこのリストは一般的かつ一般的なものです。あなたのビジネスを認識していません。したがって、出力されるのは「リスク評価」ではなく「チェックリストの草案」です。
プロセスを段階的に設定してみましょう。
- コンテキストを教えてください。ビジネスの業界、規模、ビジネス モデル、注目すべき特徴を匿名で説明します。 (名前はありません、TIN)
- 一般的なリスクのアイデアをリクエストします。 「この種のビジネスで通常、重大な虚偽表示のリスクが高いのはどこですか?」聞く。 AI が開始マップを提供します。
- ビジネスに合わせてカスタマイズします。 AI のリストを、あなたが知っている事実 (このビジネスの歴史、内部統制、前年の調査結果) でフィルタリングします。一部のリスクはこのビジネスには当てはまりません。中には、AI が決して認識しない固有のリスクもあります。
- 証拠と結びつけてください。各リスクを、フィールド調査で対処するテストに関連付けます。
ヒント: AI を「重大な虚偽表示のリスクがどこにあるのか」と考えてください。考えさせるために使用してください。 「確かにここにリスクがある」と言わせるためではありません。リスク評価は専門的な判断です。リスクに関するアイデアのブレインストーミング。
重要性: 数値、ただし判断に基づく数値
ISA 320 では、監査人が監査を開始する際に重要性レベルを決定することが求められています。実際には、これは指標 (利益、収益、総資産、資本前の税額など) を選択し、それにパーセンテージを適用することから始まります。たとえば、継続事業からの税引前利益の 5%、または収益の 0.5 ～ 1% です。これは機械的な公式ではありません。ビジネスにとってどの指標が最も意味があるのか、その割合はどのくらいになるのか、そして最終的な金額は監査人が決定します。パフォーマンスの重要性 (計画中のテストを強化するために重要性より下に設定された下限しきい値) および明らかに重要ではないしきい値 (報告するには小さすぎる差異の制限) も決定されます。
ここでは AI が優れた計算機およびシナリオ エンジンです。さまざまな指標とパーセンテージの金額を瞬時に計算し、表に表示します。ただし、インジケーターの選択と最終的な判断はあなた次第です。次の表は、一般的なシナリオの出力を示しています (数値は例です)。
インジケーター
金額（TL）
適用された%
マテリアリティ（TL）
税引前利益
12,000,000
5%
600,000
収益
240,000,000
0.5%
1,200,000
総資産
180,000,000
1%
1,800,000
資本
90,000,000
2%
1,800,000
この表を見て、監査人は次のように考えます。「利益が不安定な場合は、収益ベースの重要性の方が合理的かもしれません。しかし、このビジネスに対するユーザーの主な関心が収益性である場合は、税引き前利益の方が適切です。」この評価はAIには代替できない専門的な判断です。 AI は 5 秒で 4 つのシナリオを計算します。どちらが正しいかを決めるのはあなたです。
注意：AIが提示したマテリアリティシナリオを確認してください。パーセンテージの計算を自分でやり直して (600,000 は本当に 12,000,000 の 5% ですか?)、インジケーターが正しい金額であることを確認してください。 AI が誤って乗算を実行したり、間違った金額を使用したりする可能性があります。
リスクマップ: AI 草案、監査人が優先
リスク マップは、特定されたリスクを 1 か所に収集し、それぞれに評価 (可能性、影響、関連する主張、計画されたテスト) を割り当てるワークシートです。会計におけるアサーションとは、会計または取引について経営者が暗黙のうちに主張する真実のことです。つまり、現実性/存在、完全性、正確性、評価、周期性 (カットオフ)、権利義務、表示です。たとえば、「収入は完全である」は完全性の主張です。 「株式は正味実現可能価値で評価される」というのは評価上の主張である。
AI は、リスクの生のリストを整理されたマップに変換することにうまく機能します。つまり、各リスクを対応する主張にマッピングし、可能なテストをリストし、表をフォーマットします。ただし、(1) このビジネスに実際に当てはまるリスクはどれか、(2) リスクの優先順位付けという 2 つのことは決して彼に任せないでください。これらは監査リソースをどこに費やすかを決定し、監査の品質に直接影響します。
ミニケース3個
ケース 1 — 正しい使用法。監査幹部は、新しく買収した小売顧客のリスクについてブレインストーミングを行いました。 AI に「多店舗展開する小売業において、重大な虚偽表示のリスクが一般的に高いのはどこですか?」と尋ねます。彼は尋ねた。同氏は資金管理、在庫数の差異、収益削減、返品・割引操作など11項目からなる草案を受け取った。彼はこれを彼自身の知識によってフィルタリングしました。クライアントは現金売上が低く（カードが多かった）、そのリスクを軽減していました。しかし、年末に激しいキャンペーンがあったため、AIは在庫削減のリスクを見逃さなかったが、このビジネスでは重大なリスクとなった。結果: AI がシードを提供し、監査人がマップをビジネスに合わせてカスタマイズしました。
ケース 2 — 有意乗算エラー。チームメンバーはAIにカーディナリティシナリオを計算させた。 YZ は収益を 2 億 4,000 万ではなく 2,400 万と誤って受け取り、重要度を 120,000 TL に増やしました。チームメンバーはこれを検証せずに計画に組み入れました。パフォーマンスの重要性が十分に決定されていなかったため、チームは何百もの追加項目を不必要にテストし始めました。責任者が気づいた時点で金額は修正されました。レッスン: AI のすべての乗算を再計算します。
ケース 3 — 公開リストを企業と間違えた。インターンは、YZ から与えられた一般的な「建設業界のリスク」のリストをリスク評価ワークシートに貼り付けました。しかし、この顧客には「複数年工事契約における竣工率操作」のリスクは記載されていなかった（顧客は下請け業者ではなく資材供給業者だった）。一方、顧客固有の「グループ内販売における移転価格」リスクはリストに載っていなかった。一般的なリストをビジネス固有の評価と誤解すると、リスクが増大し、不完全なままになります。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
この会社のリスクと重要性について教えてください。
問題点：事業が導入されておらず、指標も金額も与えられておらず、AIに「あるリスク」と架空の重要額を発生させるように作られている。
強力なプロンプト:
あなたの役割: あなたは独立監査人の計画アシスタントです。リスクと重要性の最終判断は私にあります。 背景 (匿名): 中規模の複数の支店を持つ食品小売業。年末にはお得なキャンペーンが開催されます。カードベースの販売、現金の少額化。前年度の調査結果: 在庫数の差異。タスク A - リスクのアイデア: この種のビジネスで通常、重大な虚偽表示のリスクが高い領域をリストし、それぞれを関連する会計上の主張 (完全性、真実性、周期性/カットオフ、評価など) にマッピングします。これらは一般的なものであり、ビジネス固有の評価は私に属することに注意してください。タスク B - 重要性シナリオ:次の指標について %s を使用して重要性シナリオ テーブルを計算します。検証できるように、それぞれの掛け算を明確に示してください。どの指標を選択するかは私が決定します。- 税引前利益: 12,000,000 TL- 収益: 240,000,000 TL- 総資産: 180,000,000 TLルール: データを与えていない数字をでっち上げないでください。
このプロンプトは、ビジネスを紹介し、請求の照合を必要とし、アカウントを検証可能にし、決定を監査人に委ねるため、強力です。
よくある間違い
- 一般的なリスクのリストをビジネス評価と間違える。 AI の一般的な出力をフィルターせずにワークシートに入力します。
- カーディナリティ乗算を検証していません。 AI の量や割合のエラーに気づかない。
- インジケーター選択はAIにお任せ。どの指標が適切であるかは専門家の判断の問題です。
- リスクとクレームを結び付けていない。クレームの一致がないリスクをテストにリンクすることはできません。
- 前年度の調査結果とビジネス固有の情報を無視します。 AI はこれらのことを知りません。彼に伝えなければ、リスクマップは不完全になります。
ヒント: リスク マップを作成したら、AI に「このマップで見落とされている可能性のあるリスクは何ですか?」と尋ねます。逆に尋ねる。これは盲点を見つけるのに役立ちます。ただし、アイデアは自分でフィルタリングしてください。
要約すれば
計画段階では、AI はセクター別リスクのブレーンストーミングと重要性シナリオの計算という 2 つの強力な用途をもたらします。しかし、ASA 315 に従って重大な虚偽表示のリスクを評価し、ASA 320 に従って重要性を判断するのは専門的な判断です。 AI は一般的なリスクの洞察と検証可能な会計を提供します。どのリスクが有効であるか、どの指標を選択するか、および最終的な重要性の金額は監査人に属します。あらゆる重要性の乗算を再計算し、ビジネス固有のあらゆるリスクのアイデアをフィルタリングします。
アプリケーションタスク
仮説的なビジネスを選択します (業界、規模、前年の調査結果を決定します)。上記の強力なプロンプト パターンを使用して、最初に一般的なリスクのアイデアを取得し、次に重要性のシナリオを取得します。 AI のリスク リストを、「リスク / 関連する申し立て / このビジネスに適用されるかどうか (Y/N、正当性)」という 3 列のテーブルに変換します。重要性シナリオの各乗算を手動で検証し、選択した指標の正当性を一文で記述します。
チェックリスト
- [ ] 私は匿名でビジネスについて説明しましたが、十分な背景 (業界、規模、歴史的知見) を伴って説明しました。
- [ ] ビジネス固有の知識を通じて AI のリスクに関するアイデアをフィルタリングしました。無効なものを削除し、不足しているものを追加しました。
- [ ] 各リスクを関連する会計上のアサーションにマッピングし、テストにリンクしました。
- [ ] マテリアリティシナリオの各品目および金額を独自に検証しました。
- [ ] 私はインジケーターの選択を正当化しました。私は決断を下しました。
- [ ] パフォーマンスの重要性と明らかに非重要性の閾値を設定しました。
- [ ] 「見落とされているリスクはありますか?」逆に質問してアイデアをフィルタリングしました。