Прибыль:
- Способность различать, где искусственный интеллект экономит реальное время в цикле аудита (планирование, сбор доказательств, анализ, документирование, отчетность), а где такие решения, как аудиторское заключение и существенное искажение, оставляют на усмотрение независимого аудитора, в зависимости от уровня риска задачи.
- Способность применять дисциплину, которая проверяет каждый результат ИИ посредством привязки его к источнику, перерасчета и тестирования со скептицизмом аудитора.
- Анонимизация данных аудита в рамках принципов конфиденциальности и независимости и приобретение привычки выбирать безопасные транспортные средства.
День одитора тратится между «накоплением доказательств» и «вынесением суждения» гораздо больше, чем думает большинство людей. Вы просматриваете тысячи записей в журнале, документируете баланс счета, сомневаетесь в разумности оценки, спрашиваете: «Это действительно так?» вместо того, чтобы принимать заявление от клиента за чистую монету. ты копаешь. Часть этой работы повторяется и требует много времени: систематизация данных, поиск стандартных положений, составление рабочих документов, составление списка отклонений при сверке. Другие представляют собой суждения, которые непосредственно определяют ваше аудиторское мнение, то есть ваше публично выраженное мнение о том, является ли финансовая отчетность «правдивой и справедливой во всех существенных отношениях», которая должна иметь очень низкую погрешность.
Искусственный интеллект (сокращенно ИИ или сокращенно ИИ — компьютерные системы, которые могут создавать текст, как люди, распознавать закономерности, находить связи в больших наборах данных и выполнять вычисления) находится прямо посередине этой картины. При правильном использовании он сокращает трехчасовой аналитический обзор до сорока минут; сканирует сотни тысяч записей за секунды; Он поможет вам найти стандартный предмет. При неправильном использовании он может внести в ваш рабочий документ – и, в конечном итоге, в ваше аудиторское заключение – кажущуюся безопасной и беглой, но полностью выдуманную цифру, несуществующее стандартное положение или необоснованный результат.
Первый раздел этого модуля не является введением в программное обеспечение. Его цель — прояснить, где использовать ИИ в аудиторском бизнесе, а где не использовать вообще. Потому что аудит — это профессия, критически важная для соблюдения требований, которая опирается на общественное доверие и результаты которой влияют на инвесторов, кредиторов, налоговую администрацию и общество. Давайте с самого начала изложим основной принцип: искусственный интеллект — помощник, а не контролер. Ответственность и окончательное утверждение всех решений, касающихся аудиторского заключения, суждений о существенных искажениях и итогового заключения, принадлежат компетентному и независимому аудитору.
Контур управления и место AI
Чтобы понять независимый аудит, полезно представить работу как цикл. На этапе планирования и оценки рисков вы знакомитесь с бизнесом и определяете, где существует высокая вероятность пойти не так. На этапе сбора и тестирования доказательств вы связываете балансы счетов, классы транзакций и раскрытия информации с документами, подтверждениями и анализами. На этапе оценки вы взвешиваете результаты с точки зрения значимости и приходите к выводу. На этапе подготовки отчета вы излагаете свое мнение и выводы в письменной форме. На протяжении всего цикла документация (рабочие документы) создает отслеживаемые доказательства вашей работы.
ИИ может влиять на каждый этап этого цикла, но на каждом этапе он имеет разные полномочия. Генерирует идею риска и сценарий существенности при планировании; подготавливает данные в тесте, сканирует их и отмечает аномалии; пишет проекты комментариев по оценке; Это ускоряет получение результатов и формулировку отчетов. Однако он не принимает решения ни на каком этапе. Решение требует профессионального суждения и скептицизма; Они не подлежат передаче.
Давайте для начала определим несколько основных терминов. Аудиторские доказательства – это информация (документ, подтверждение, перерасчет, анализ), на которой аудитор основывает свое мнение. Существенность – это порог того, является ли ошибка достаточно большой, чтобы повлиять на решение пользователей финансовой отчетности. BDS – это независимые стандарты аудита, действующие в Турции; Он соответствует международным стандартам аудита (ISA) и публикуется POA (Управление по стандартам государственного надзора, бухгалтерского учета и аудита). Рабочий документ – это документ, в котором фиксируются проделанная работа и полученные результаты. Мы объясним эти концепции одно за другим в следующих разделах; А пока знайте следующее: во всех этих концепциях ИИ дает вам схему и анализ, но не дает суждений.
В следующей таблице суммированы роль и уровень риска ИИ по миссиям:
Квест
Роль ИИ
Уровень риска
Кто утверждает/решает
Очистка данных, форматирование
рабочий, ускоритель
низкий
Член аудиторской группы
Рабочий документ/резюме проекта
генератор эскизов
Низкий-средний
старший аудитор
Стандарт/поиск предметов
пеленгатор
средний
Аудитор (подтверждение официальным текстом)
Интерпретация аналитической процедуры
генератор гипотез
средний
Аудитор
Сканирование журнала/аномалий
статистический маркер
Средне-высокий
Аудитор (проверяет каждое исключение)
Суждение о существенности/риске
вспомогательный вход
высокий
Профессиональное суждение аудитора
Аудиторское мнение/заключение
Это даже не ввод, это черновик
очень высокий
Ответственный аудитор (подпись)
Помните об одном: по мере увеличения риска роль ИИ становится меньше, а суждение аудитора возрастает.
Почему «верификация» является сердцем этого бизнеса
Языковые модели искусственного интеллекта кажутся уверенными в своем ответе, но они могут и не быть в этом уверены. На техническом жаргоне это называется галлюцинацией: это когда модель фабрикует информацию, которой на самом деле не существует — число, стандартный элемент, дату — в предложение, которое течет так, как если бы оно было правдой. Для одитора это смертельная ловушка. Модель может дать вам такие цифры, как «валовая прибыль в прошлом году составила 34 процента»; Однако он никогда не видел ваших данных и эта цифра полностью выдумана. Или там может быть написано: «Статья 22 TMS 36 изменена в 2021 году»; Однако такого пункта или изменения может не быть. Поскольку он говорит и с одинаковой беглостью, и с одинаковой уверенностью, единственное, что отличает правильное от неправильного, — это ваши знания и ваша привычка проверять.
Дисциплина проверки состоит из трех этапов аудита:
- Ссылка на источник: В отношении цифр, коэффициентов, остатков и стандартных статей полагайтесь на собственные аудиторские доказательства (пробный баланс, вспомогательную книгу, банковское подтверждение, договор) и официальные источники (тексты БДС и TFRS, опубликованные КГК, соответствующие коммюнике), а не на память ИИ. Используйте ИИ, чтобы комментировать эти данные, а не запоминать их.
- Пересчитать/сравнить: независимо проверяйте каждый числовой результат, скорость и тенденцию, возвращаемые ИИ. Проверьте процент, сумму, разницу баланса самостоятельно.
- Скептицизм аудитора тестирования: скептически задайте вопрос, не противоречат ли результаты фактическим данным, правилам и здравому смыслу. «Если это правда, что еще должно быть правдой?» и «Если это ложь, какие доказательства это подтвердят?» просить.
Предупреждение: помещение рабочего документа, созданного ИИ, в файл без проверки результатов или номера равносильно рассмотрению неподписанного рабочего документа в качестве доказательства. Тот факт, что вывод является плавным, не соответствует действительности; Это правда только в том случае, если вы докажете, что это правда.
Независимость и конфиденциальность: два нерушимых принципа аудита
Легитимность аудита основана на двух основных принципах. Во-первых, независимость: аудитор должен быть независимым как фактически, так и внешне от организации, которую он проверяет; Ему/ей следует избегать отношений по интересам, которые могут исказить его/ее мнение. Во-вторых, конфиденциальность: информация, полученная в ходе проверки, не может быть передана посторонним лицам или использована в личных целях.
Использование ИИ напрямую касается обоих этих принципов. Вставка текущего счета проверяемой компании с именами клиентов, идентификационными номерами налогоплательщиков, банковской информацией и суммами в общедоступный инструмент искусственного интеллекта означает, что эти данные передаются на внешний сервер. Это нарушает как принцип конфиденциальности профессиональной этики, так и, если речь идет о персональных данных, КВКК (Закон о защите персональных данных). Правило простое: анонимизируйте данные и не делитесь ненужными. Вместо «ABC Tekstil A.Ş., ИНН 1234567890, остаток 4 850 000 TL» напишите «производственная компания среднего размера, остаток дебиторской задолженности в размере Х». Если возможно, выбирайте корпоративные инструменты, у которых есть соглашение об обработке данных, не используйте ваши данные при обучении модели и ведите контрольный журнал.
У независимости есть еще одна тонкость: слепое доверие инструменту искусственного интеллекта, встроенному в собственную систему проверяемой компании, результаты работы которого вы не можете контролировать независимо, может подорвать вашу независимость. ИИ — это инструмент; Кто его построил, куда отправляются ваши данные и можете ли вы проверить его выходные данные — все это часть вашей независимости.
три мини-кейса
Случай 1 — Безопасное использование. Старший аудитор обычно тратил 3 часа на написание от руки резюме аналитического обзора, состоящего из 22 пунктов. Он анонимно предоставил YZ цифры, которые он взял из пробного баланса (без названия компании, только счет и сумма), и попросил дать проект комментария. ИИ создал эскиз за 12 минут; Аудитор сравнил каждое соотношение со своим рабочим листом, исправил два ошибочных процента и предоставил два объяснения отклонений. Продолжительность: 45 минут вместо 3 часов. ИИ дал проект, ответственность и мнение остались за аудитором.
Случай 2 — Ловушка непроверенного номера. Одитор-стажер спросил AI: «Какова средняя скорость оборачиваемости запасов в этой отрасли?» ИИ дал уверенную цифру «около 6,4», хотя у него не было доступа к каким-либо отраслевым данным. Стажер записал это в рабочий лист как ожидаемое значение, поэтому оценка клиента 4,1 кажется «разумной». Когда одитор спросил, оказалось, что источником является изобретение ИИ; Аналитическая процедура была переработана. Ошибка: запрашивать у ИИ контрольные данные, которых у него нет.
Случай 3 — Нарушение конфиденциальности. Член команды загрузил полный список клиентов, которым он будет отправлять письма с подтверждением — название, адрес, сумму, имя контактного лица — в общедоступный инструмент искусственного интеллекта и «составил черновик письма с подтверждением», сказал он. Данные вышли за пределы организации; В отделе качества аудиторской компании открыта проверка конфиденциальности. Правильный способ: удалить фактические данные и просто запросить шаблон с заполнителями, такими как «[ИМЯ КЛИЕНТА]», «[СУММА]».
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Проинтерпретируйте финансовую отчетность этой компании и скажите мне, есть ли какой-либо риск.
Это утверждение ошибочно: ИИ не получает никаких данных, контекста или роли. Поскольку у ИИ нет никаких данных, он либо делает общие утверждения, либо дает «интерпретации» с вымышленными числами. Ни период, ни отчет, ни цель проверки не ясны.
Мощная подсказка:
Ваша роль: вы помощник по анализу, помогающий независимому аудитору. Право контроля принадлежит мне; вы будете создавать черновики и отчеты. Контекст: Ниже приводится анонимная сводка пробного баланса (без названия компании). Моя цель — увидеть существенные изменения (горизонтальный анализ) между текущим годом и предыдущим годом и определить отклонения, которые необходимо изучить.Данные:[имя аккаунта; сумма предыдущего года; строки суммы текущего года]Задание: 1) Рассчитайте сумму и процентное изменение по каждому счету; покажите шаг расчета, чтобы я мог его проверить. 2) Отметьте элементы, которые превышают 20% или меняют знак (например, прибыль->убыток), как «подлежащие проверке». 3) Предложите 2-3 возможные ГИПОТЕЗЫ объяснения для каждого отмеченного элемента; Обратите внимание, что они должны быть подтверждены доказательствами. 4) Не придумывайте никаких чисел, в которых вы не уверены или не можете вывести из данных. Пишите «невозможно извлечь из данных». Предоставьте результат в виде таблицы.
Это утверждение является весомым, поскольку оно четко устанавливает роль, границы (в судебном аудиторе), данные, шаги, проверяемость и «запрет на фальсификацию».
Распространенные ошибки
- Принимаем ИИ за ресурс. Полагаясь на память ИИ для определения числа, соотношения, стандартного предмета и даты. ИИ — пеленгатор; доказательства контроля источников и официальный текст.
- Написание подсказок без контекста. Сказать «интерпретировать», не указав роль, данные и цель; Результат будет фальшивым.
- Вставка конфиденциальных данных как есть. Передача расшифровок, содержащих имя клиента, ИНН, персональные данные, без анонимизации; конфиденциальность и нарушение KVKK.
- Помещение вывода в файл без его проверки. Думаем, что беглый текст правильный, и переносим его на рабочий лист.
- Делегирование суждения. Поспешный вывод на том основании, что «ИИ так сказал»; Аудиторское заключение не подлежит передаче.
Совет: при каждом сеансе ИИ думайте одитором: «Где этот вывод может быть неправильным?» Этот вопрос — противоядие от предвзятости в области автоматизации, и мы будем повторять его на протяжении всего модуля.
В итоге
Искусственный интеллект — мощный помощник в аудите: он подготавливает данные, сканирует, составляет, рассчитывает и сокращает часы до минут. Однако аудиторское заключение, суждение о существенных искажениях и выводы принадлежат независимому и компетентному аудитору. Если результаты работы ИИ не проверены, они действительны так же, как неподписанный рабочий документ. Три нерушимых принципа: источник и перерасчет (аутентификация), проверка со скептицизмом аудитора, анонимизация данных и выбор безопасных средств (конфиденциальность и независимость). По мере увеличения риска роль ИИ становится меньше, а ваша рассудительность возрастает.
Задача приложения
Выберите три повторяющихся задачи из вашей собственной аудиторской практики (или гипотетического аудита): например, (1) извлечение сводки горизонтального анализа из пробного баланса, (2) нахождение пункта о стандартах, (3) составление рабочего документа. Напишите подсказку для каждого, используя приведенный выше шаблон «сильной подсказки»; Добавьте роль, анонимные данные, шаги и «запрет на производство». Затем пропустите выходные данные через три этапа проверки (источник, пересчет, проверка со скептицизмом) и отметьте, какие ошибки вы обнаружите.
контрольный список
- [ ] Я анонимизировал данные, которые передал ИИ; Я не разглашал ФИО клиента, ИНН, персональные данные.
- [ ] Я добавил в подсказку роль, контекст, цель и «нет выдумки».
- [ ] Я пересчитал каждое число и соотношение в выводе с помощью независимого источника.
- [ ] Я подтвердил ссылки на стандарты/вещества из официального текста.
- [ ] Преобразуйте вывод в «где что-то могло пойти не так?» Я скептически проверил это, задав вопрос:
- [ ] Я сам вынес окончательное суждение и мнение; Я не называл ИИ причиной.
- [ ] Я оценил пригодность используемого мной инструмента с точки зрения конфиденциальности и независимости данных.