Standard Verification at Independent Assurance: Chain of Evidence at Paghahanda ng Audit — Artificial Intelligence sa Sustainability at ESG Management

Mga nadagdag:

Kakayahang makilala sa pagitan ng limitado at makatwirang katiyakan at magtatag ng isang hanay ng katibayan na sumusubaybay sa bawat materyal na sukatan pabalik sa pinagmulang dokumento
Kakayahang magdokumento ng emission factor at proxy sa isang auditable na paraan at subukan ang repeatability gamit ang random sampling
Kakayahang gumamit ng artificial intelligence bilang katulong sa paghahanda sa pag-audit at ilapat ang disiplina sa pag-iiwan ng independiyenteng kasiguruhan sa awtorisadong organisasyon

Ang isang ulat sa pagpapanatili, tulad ng isang financial statement, ay lalong nangangailangan ng independiyenteng katiyakan. Ang kasiguruhan ay kapag ang isang ikatlong partido (karaniwan ay isang audit firm) na independyente sa kumpanyang naghahanda ng ulat ay sumusuri sa katumpakan ng ulat at nagpahayag ng opinyon. Ang CSRD ay unti-unting ginagawang mandatoryo ang katiyakan para sa mga ulat sa pagpapanatili. Ito ay isang game changer: hindi na sapat ang isang "magandang hitsura" na ulat, isang nabe-verify na ulat ay kinakailangan. Sa unit na ito, matututunan mo kung paano gumamit ng artificial intelligence (AI) sa paghahanda sa pag-audit at pagtatatag ng chain of evidence.

Tukuyin muna natin ang dalawang antas ng kasiguruhan. Ang limitadong katiyakan ay isang mas maluwag na pagsusuri kung saan sinabi ng auditor, "Wala akong nakitang anumang bagay na nagmumungkahi na ang ulat ay hindi tumpak." Ang makatwirang katiyakan ay isang mas malalim at mas mahal na pagsusuri, malapit sa pag-audit sa pananalapi. Nagsisimula ang CSRD sa limitadong katiyakan sa ngayon, ngunit inaasahang lilipat sa makatwirang katiyakan sa paglipas ng panahon. Sa parehong antas, ang unang tanong ng auditor ay pareho: "Patunayan ang numerong ito sa akin."

Ulat mula sa pananaw ng auditor: chain of evidence

Ang tagasuri ay hindi interesado sa katatasan ng teksto, ngunit sa hanay ng mga ebidensya sa likod ng bawat paghahabol. Ang chain of evidence ay ang sagot sa mga tanong na ito:

Saang dokumento nagmula ang numerong ito? (invoice, metro, sertipiko)
Paano ito naging ulat mula sa dokumento? (aling formula, anong salik)
Sino ang nagkalkula nito, kailan, at sa anong mga pagpapalagay?
Maaari bang maabot ng ibang tao ang parehong konklusyon mula sa parehong mga dokumento? (pag-uulit)

Iyan ang halaga ng AI dito: ang pag-scan sa bawat claim ng ulat at pagtatanong ng "nakasaad ba ang ebidensya para sa numerong ito?" maaaring gumawa ng checklist. Ngunit ang AI ay hindi isang auditor; Hindi ito makapagbibigay ng independiyenteng kasiguruhan, inihahanda ka lamang nito para sa pag-audit.

Kadena ng elemento ng ebidensya

halimbawa

Ano ang itatanong ng auditor?

Pinagmulan ng dokumento

singil sa kuryente

may original ba?

Pagbabalik-loob

kWh × factor = tCO₂e

Salik na larawan?

metodolohiya

Protokol ng GHG

Nailapat ba ito nang tuluy-tuloy?

Responsable

taong gumagawa ng kalkulasyon

May trace record ba?

pag-uulit

parehong resulta

Maaari ba itong i-reproduce nang nakapag-iisa?

Tip: Bago ituring ang isang ulat na handa sa pag-audit, gawin ang pagsubok na ito: pumili ng tatlong numero nang random at i-trace ang bawat isa pabalik sa pinagmulan nito (ulat → account → factor → orihinal na dokumento). Kung masusubaybayan mo ang lahat ng tatlo, matatag ang iyong kadena; Kung masira ang isa sa kanila, doon din masisira ang auditor.

Hakbang-hakbang: paghahanda para sa pag-audit

1. Kolektahin ang mga trace log. Para sa bawat sukatan ng materyal, pagsamahin ang pinagmulang dokumento, kadahilanan, formula, at punong-guro sa isang file.

2. Magsagawa ng sampling test. Kumilos bilang isang auditor at subaybayan ang mga random na numero pabalik sa kanilang pinagmulan. Maaaring gumawa ang AI ng isang listahan ng sampling at kontrolin ang scaffolding.

3. Hanapin ang mga mahihinang link. Suriin ang mga item na hindi alam ang pinagmulan, hindi na-verify na kadahilanan, o naglalaman ng proxy.

4. Maghanda ng consistency at methodology statement. Isulat kung aling pamantayan, aling salik ang itinakda, at aling mga pagpapalagay ang ginamit mo.

5. Asahan ang mga tanong ng auditor. Nagtatanong ang AI "anong 20 tanong ang itatanong ng isang auditor sa ulat na ito?" Ito ay mahusay sa paggawa ng isang listahan ng paghahanda tulad ng

Mahinang prompt / Malakas na prompt

Mahinang prompt:

Suriin kung handa na ang aming ulat para sa pag-audit.

Tumutugon ang AI sa isang generic na "mukhang maganda" na sagot; hindi sinusubok ang kadena ng ebidensya.

Napakahusay na prompt:

Ang iyong tungkulin: sustainability assurance auditor (limited assurance).Gawain: suriin ang text ng ulat sa ibaba gamit ang isang auditing eye.Para sa bawat numerical na claim, magtanong at markahan:1) Nabanggit ba ang pinagmulan? (invoice/meter/certificate)2) Opisyal ba o verify ang emission factor?3) Proxy/estimate? Nakasaad ba ito?4) Ang sukatan ba ay binanggit sa ibang lugar sa ulat? Panuntunan: isulat ang "KAILANGANG EBIDENSYA" para sa bawat claim na nawawalang ebidensya; HUWAG magbigay ng mga assurance, ilista lamang ang mga mahihinang link para sa paghahanda. Ulat: [REPORT]

Prompt para sa chain of evidence table

Ang sumusunod na prompt ay naghahanda ng mga tanong ng tagasuri nang maaga.

Ang iyong tungkulin: senior assurance auditor.Gawain: bumuo ng 15 pinaka-mapanghamong tanong na itatanong ng isang auditor tungkol sa isang ulat sa pagpapanatili sa ibaba; Partikular na tumutok sa Saklaw 3, proxy data at mga target na claim. Magdagdag ng tala sa tabi ng bawat tanong na "Ano ang kailangan nating maging handa para sa tanong na ito?" Buod ng ulat: [SUMMARY]

Pansin: Ang pagsasabi ng AI na "mukhang handa na ang ulat para sa pag-audit" ay hindi isang kasiguruhan at walang legal/propesyonal na halaga. Ang independiyenteng kasiguruhan ay maaari lamang ibigay ng isang karampatang at walang kinikilingan na audit firm. Gamitin ang AI bilang isang "paunang katulong", hindi kailanman bilang isang kapalit para sa isang auditor.

tatlong mini case

Kaso 1 — Naputol na kadena. "Ang rate ng pagbawi ng basura ay 78%," sabi ng isang ulat ng kumpanya. Ang pinagmulan ng numerong ito ay hindi nakita sa pre-audit sampling test; Nagmula ito sa isang Excel cell, ngunit walang dokumento sa likod nito. Ang bilang ay muling kinakalkula gamit ang mga dokumento sa paglilipat ng basura at ang aktwal na rate ay 71%; kung hindi naitama ang kasiguruhan ay maaaring tanggihan.

Kaso 2 — Unconfirmed factor. Ang pagkalkula ng mga emisyon ng isang ulat ay gumamit ng salik ng emisyon na hindi alam ang pinanggalingan. Na-flag ng audit scan ng AI ang "walang factor source." Ang kadahilanan ay pinalitan ng opisyal na set ng data; Ang kabuuan ay nagbago ng 6%, ngunit ito ay napatunayan na ngayon.

Kaso 3 — Inaasahang tanong. Bago ang isang pag-audit, maaaring tanungin ng isang koponan ang AI "anong mahihirap na tanong ang itinatanong ng auditor?" tanong niya. Listahan "Paano nahula ang 60% ng Saklaw 3?" Nilalaman nito ang tanong. Ang koponan ay naghanda para sa tanong na ito, isinulat ang tala ng pamamaraan nang maaga; Nang lumabas ang parehong tanong sa aktwal na pag-audit, handa na ang sagot at naging maayos ang proseso.

Mga karaniwang pagkakamali

Kasama ang unsourced na numero sa ulat. Ang anumang numero na ang pinagmulan ay hindi ma-trace pabalik sa dokumento ay isang mahinang link sa pag-audit.
Gamit ang kadahilanan nang hindi ito bini-verify. Kung hindi ipinakita ang opisyal na pinagmumulan ng emission factor, hindi ito tatanggapin ng auditor.
Itinatago ang proxy. Okay na gumamit ng predictive data; Pagkabigong tukuyin ang katiyakan ng mga kompromiso.
Napagkakamalang auditor ang AI. Ang AI ay gumagawa ng mga paunang paghahanda; Ang independiyenteng katiyakan ay nagmumula lamang sa awtorisadong organisasyon.
Hindi paglalagay ng pamamaraan sa pagsulat. Kung hindi naidokumento kung aling pamantayan/factor/assumption ang ginamit, hindi maipagtatanggol ang ulat.

Sa buod

Inililipat ng independiyenteng katiyakan ang ulat ng pagpapanatili mula sa isang "maganda" na dokumento patungo sa isang "mapapatunayan" na dokumento. Ang auditor ay mayroon lamang isang tunay na tanong: "Patunayan ang numerong ito." AI; Ito ay isang makapangyarihang kasosyo sa paghahanda sa pag-scan sa hanay ng ebidensya, pag-set up ng sample na pagsubok, pag-flag ng mga mahihinang link, at pag-asam ng mga tanong sa auditor. Ngunit ang AI ay hindi isang auditor at hindi makapagbibigay ng katiyakan. Sundan ang bawat sukatan ng materyal pabalik sa pinagmulan nito, i-verify ang mga salik mula sa opisyal na pinagmulan, tukuyin ang mga proxy, at idokumento ang pamamaraan. Ang paghahanda para sa pag-audit ay kasinghalaga ng pagsulat ng ulat.

Gawain ng aplikasyon

Pumili ng tatlong numerical assertion mula sa ulat (isa na may proxy). Gamit ang control prompt sa itaas, tinatanong ng AI ang bawat tanong na "tinukoy ba ang pinagmulan, na-verify ba ang kadahilanan, proxy ba ito?" I-scan ito. Pagkatapos: (1) sumulat ng isang hanay ng linya ng ebidensya para sa bawat isyu, (2) sumubok ng bakas pabalik sa pinagmulan at hanapin ang sirang link, (3) maglista ng 5 mahihirap na tanong na itatanong at sasagutin ng auditor sa paghahanda.

checklist

[ ] Sinusubaybayan ko ang bawat sukatan ng materyal pabalik sa pinagmulang dokumento.
[ ] Idinagdag ko ang opisyal na pinagmumulan ng mga kadahilanan ng paglabas sa hanay ng ebidensya.
[ ] Malinaw kong minarkahan ang mga item na naglalaman ng proxy/hula.
[ ] Gumawa ako ng repeatability test na may random na sample.
[ ] Inilalagay ko ang pamamaraan (standard, factor set, assumption) sa pagsulat.
[ ] Inihanda ko ang mahihirap na tanong na itatanong ng auditor nang maaga.
[ ] Gumamit ako ng AI para sa paghahanda; Iniwan ko ang katiyakan sa awtorisadong institusyon.