Ganhos:
- Compreender a lógica de automatização de testes de conciliação corrente, conciliação bancária e correspondência tripla (pedido-nota de entrega-fatura) com suporte de inteligência artificial
- Capacidade de classificar e priorizar análises de diferenças (diferenças) e as razões para reconciliação de diferenças com inteligência artificial
- Capacidade de compreender que itens incompatíveis e diferenças de confirmação devem ser investigados pelo auditor e que a inteligência artificial apenas mostra a diferença.
A espinha dorsal de uma auditoria é verificar, comparando-a com uma fonte independente, se um registro realmente existe e foi mantido com precisão. O lançamento de crédito é real, com aprovação do devedor; o saldo bancário está correto, com confirmação do banco; Você testa a autenticidade de uma compra garantindo que o trio pedido-nota de entrega-fatura corresponda. Esses processos são chamados coletivamente de reconciliação e confirmação. Por exigirem inerentemente a comparação de um grande número de itens, são repetitivos, demorados e onde a inteligência artificial brilha.
Nesta unidade, cobriremos três tarefas: reconciliação corrente/contábil (comparando os registros de duas partes), reconciliação bancária (reconciliando o saldo contábil e o extrato bancário) e correspondência tripartida (comparando o pedido de compra, recebimento de mercadorias/nota de entrega e fatura do fornecedor). O princípio básico permanece inalterado: a IA combina e aponta a diferença; Cabe ao auditor investigar o motivo da diferença e chegar a uma conclusão.
O que é correspondência tripartida e por que é importante?
Quando uma empresa adquire bens/serviços, normalmente ocorrem três documentos: (1) Ordem de compra — o que foi pedido, quanto, a que preço; (2) Nota de entrega/recibo de mercadoria — o quê, quanto foi recebido; (3) Fatura do fornecedor — quanto, quanto foi faturado. Em um ambiente de controle íntegro, estes três devem corresponder: pedido = recebido = faturado. O teste de correspondência de três vias verifica se esses três correspondem. Disputas; Pode significar faturas excessivas, compras fictícias, pagamentos duplicados, manipulação de preços ou simples erro de dados.
A IA pode combinar milhares de compras nesses três documentos em segundos. Mas a lista de “itens sem correspondência” que aparece não é uma lista de erros. Um item pode ser incompatível pelos seguintes motivos inocentes: entrega parcial (pedido 100, entrega 60), diferença de prazo (fatura ainda não recebida), diferença de preço dentro da tolerância aceitável, desconto ou item de envio. A função do auditor é descobrir o motivo da diferença e separar o inocente do suspeito.
Tipo de correspondência
comparado
Razões típicas para diferença
Reconciliação atual
Nosso registro ↔ registro de contraparte
Prazo, reembolso, registro incompleto, diferença cambial
Reconciliação bancária
Razão ↔ extrato bancário
Cheque em trânsito, cobrança bancária, registro ainda não processado
jogo de três vias
Pedido ↔ nota de entrega ↔ fatura
Entrega parcial, prazo, diferença de preço, duplicado, fictício
Confirmação externa: uma das evidências mais confiáveis
A confirmação externa em auditoria é o método de obtenção de uma resposta por escrito diretamente de um terceiro (banco, cliente, fornecedor) sobre um saldo ou transação, e o BDS 505 regulamenta isso. A confirmação externa é uma das provas mais fortes do auditor; porque a informação provém de fonte independente e não da entidade auditada. Aqui, a IA é o acelerador na produção de rascunhos de cartas de confirmação, comparando as respostas recebidas com os registros contábeis e listando as partes que não responderam (aquelas a seguir). Mas dois pontos são críticos: primeiro, o preenchimento e envio da carta de confirmação com as informações reais do destinatário devem estar sob controle do auditor; Em segundo lugar, o auditor deve ter certeza de que a resposta é genuína e chega diretamente ao auditor. A integridade do processo de verificação cabe ao auditor; A IA apenas torna a comparação e o rastreamento mais fáceis.
Análise de lacunas: a IA classifica, o auditor decide
A forma mais produtiva de examinar as diferenças de consenso é classificá-las: quais estão relacionadas com o tempo (mudarão entre os períodos, mas não são diferenças reais), quais são diferenças permanentes e quais são inexplicáveis. A IA pode fazer rapidamente essa classificação preliminar: ela coloca a quantidade, a direção e a possível causa da diferença em uma tabela. Mas cuidado: a coluna de “causa provável” da IA é uma previsão, não uma determinação. Só porque diz “provavelmente uma diferença de tempo” não prova que a diferença seja de tempo; O auditor deve verificar isso com documentação (fatura do próximo período, aviso de recebimento, recibo bancário).
Dica: priorize as diferenças por tamanho e explicabilidade. Ignore as diferenças pequenas e facilmente explicadas; Concentre o trabalho do auditor em diferenças grandes ou inexplicáveis. A IA produz a tabela de priorização; Você define o limite e o foco.
Automação de reconciliação passo a passo
- Prepare e torne anônimos dois (ou três) conjuntos de dados. Determine a chave correspondente (número da fatura, número do pedido, valor + data).
- Confirme a integridade. O total e o número de registros de cada cluster estão de acordo com o esperado?
- Defina a regra de correspondência. Haverá uma correspondência exata ou será permitida tolerância (por exemplo, ±1% de diferença de preço)?
- Combine com IA. Aqueles que correspondem, aqueles que não correspondem e aqueles que estão dentro da tolerância aparecem em listas separadas.
- Classifique e priorize as diferenças. Timing/persistente/inexplicável.
- Investigue como auditor. Verifique quaisquer diferenças significativas com a documentação; Documente a conclusão e a justificativa.
três mini cases
Caso 1 — Captura de pagamento duplicada. Um auditor tripartido combinou 12.400 compras com IA. YZ marcou 6 itens com dois pagamentos separados para o mesmo número de fatura. O auditor examinou: 4 eram faturas legítimas com números semelhantes e de anos diferentes; mas 2 deles eram na verdade pagamentos duplicados (a mesma fatura foi paga duas vezes), totalizando 88.000 TL. O processo de reintegração foi iniciado e a deficiência do controle interno foi escrita na carta da administração. AI fez 6 perguntas; 2 problemas reais que o auditor confirmou.
Caso 2 — Confundir a diferença de tempo com um erro. Um membro da equipe atribuiu diretamente a diferença de 40.000 TL marcada por YZ na reconciliação bancária como um “erro de registro”. O responsável examinou: a diferença era um cheque sacado no final do período e ainda não apresentado ao banco; Foi uma diferença de tempo completamente normal e fechou na semana seguinte. Lição: uma caneta incompatível não é um erro automático; Nenhuma conclusão pode ser escrita sem investigar a causa.
Caso 3 — Erro de tolerância. Um auditor não deu qualquer tolerância à correspondência tripartida; Devido a diferenças de arredondamento de centavos, YZ 900 marcou o item "não corresponde". A lista não foi examinada; Os verdadeiros problemas se perderam no barulho. Uma vez que o auditor definiu uma tolerância razoável (por exemplo, ±5 TL ou ±0,5%), a lista foi reduzida para 27 itens significativos. Lição: a regra de correspondência deve corresponder à realidade empresarial; Uma regra muito rígida produz ruído, uma regra muito frouxa produz cegueira.
Alerta fraco / Alerta forte
Alerta fraco:
Compare essas duas listas e me diga o que não cabe.
Problema: a chave correspondente, a tolerância e o formato de saída não são claros. A IA não sabe em que combinar; o resultado não seria confiável e irrepetível.
Alerta poderoso:
Sua função: você é o assistente de reconciliação de um auditor independente. Você vai combinar e MOSTRAR a diferença; O motivo e o resultado da diferença são meus.Dados (anonimizados):- Conjunto A: Pedidos de compra (colunas: nº_pedido, item, quantidade, preço_unitário, valor)- Conjunto B: Notas de entrega (nº_pedido, item, quantidade_entregue)- Conjunto C: Faturas (nº_pedido, item, quantidade_faturada, valor_faturado)Chave de correspondência: nº_pedido + item.Tolerância: contar como "correspondente" se a diferença de valor estiver dentro de ±5 TL ou ±0,5% (o que for maior). Tarefa:1) Combine três clusters. Forneça as três listas a seguir separadamente: (a) correspondências exatas (número de resumo), (b) correspondências dentro da tolerância, (c) itens que NÃO correspondem (detalhes completos).2) Adicione uma coluna de causa POSSÍVEL para incompatibilidades (entrega parcial/documento faltante/diferença de quantidade/diferença de valor), mas declare que se trata de uma ESTIMATIVA, a ser verificada com evidências.3) Escreva em texto simples a regra de correspondência e tolerância que você aplicou.4) Forneça também a reconciliação total (A, B, C). totais) para que eu possa verificar a integridade. Não invente o que você não pode deduzir dos dados.
Este prompt é poderoso porque define a chave e a tolerância, pede três listas separadas, posiciona a “causa provável” como uma suposição e exige concordância total para ser completo.
Erros comuns
- Confundir um item incompatível com um erro. Escrever uma conclusão sem investigar o motivo (prazo, entrega parcial, devolução).
- Não definir tolerâncias. Aumente a lista em centavos e perca os verdadeiros problemas no meio do barulho.
- Deixando a chave de emparelhamento ambígua. Não controlar em que a IA corresponde.
- Ignorando a completude. Basear-se em conjuntos correspondentes sem reconciliar seus totais.
- Confundindo "causa provável" com detecção. Aceitar a previsão da IA sem verificá-la com documentação.
Cuidado: Descrever uma diferença como “pagamento duplicado” ou “compra fictícia” é uma afirmação séria. Verifique isso com documentação (fatura, recibo de pagamento, registro de recebimento de mercadorias) antes de anotar; Se existir um padrão, avalie-o separadamente como uma fraqueza do controlo interno.
Resumindo
A reconciliação, a confirmação e a correspondência tripartida estão entre as tarefas mais repetitivas de auditoria e mais facilmente aceleradas com IA. A IA combina milhares de itens em segundos, lista as diferenças e pré-classifica-os. Mas a caneta desencontrada não é um erro, é uma diferença a ser investigada; “causa provável” é uma suposição, não uma determinação. O auditor determina a chave de correspondência e a tolerância de acordo com a realidade do negócio; O auditor verifica a diferença com o documento; O auditor escreve o resultado. A IA mostra a diferença, o auditor dá o significado.
Tarefa de aplicativo
Considere três pequenos conjuntos de dados (pedido, nota de entrega, fatura) ou dois conjuntos (razão, banco). Determine a chave correspondente e uma tolerância razoável. Faça com que a IA corresponda ao poderoso padrão de prompt acima e remova aqueles que não correspondem à coluna "causa provável". Em seguida, escreva um "plano de investigação" para cada item incompatível: qual documento devo consultar, qual pergunta devo fazer, qual conclusão considero isso um bug/normal?
lista de verificação
- [] Anonimizei os dados e identifiquei claramente a chave correspondente.
- [ ] Confirmei a integridade de cada cluster com o total e número de registros.
- [ ] Estabeleço uma tolerância adequada à realidade empresarial (nem muito rígida nem muito flexível).
- [] Peguei as listas correspondentes/dentro da tolerância/não correspondentes separadamente.
- [ ] Pesquisei no documento todos os itens significativos que não correspondiam; Eu confirmei o porquê.
- [] Não contei suposições de "causa provável" como resultados sem confirmá-las com evidências.
- [ ] Documentei qualificadores sérios, como duplicados/fictícios, e avaliei o impacto no controle interno.