Reconciliation, Confirmation at Three-Way Matching Automation

Mga nadagdag:

• Pag-unawa sa lohika ng pag-automate ng kasalukuyang reconciliation, bank reconciliation at three-way matching (order-delivery note-invoice) na mga pagsubok na may suporta sa artificial intelligence
• Kakayahang pag-uri-uriin at bigyang-priyoridad ang pagsusuri ng pagkakaiba (pagkakaiba) at ang mga dahilan para sa mga pagkakaiba ng pagkakasundo sa artificial intelligence
• Ang kakayahang maunawaan na ang mga hindi tugmang item at mga pagkakaiba sa kumpirmasyon ay dapat imbestigahan ng auditor at ang artificial intelligence ay nagpapakita lamang ng pagkakaiba.

Ang backbone ng isang pag-audit ay ang pag-verify sa pamamagitan ng paghahambing nito sa isang independiyenteng pinagmulan na ang isang talaan ay aktwal na umiiral at wastong itinatago. Ang isang credit entry ay totoo, na may pag-apruba ng may utang na partido; tama ang balanse sa bangko, na may kumpirmasyon mula sa bangko; Sinusubukan mo ang pagiging tunay ng isang pagbili sa pamamagitan ng pagtiyak na ang order-delivery note-invoice trio ay tumutugma sa isa't isa. Ang mga prosesong ito ay sama-samang tinatawag na reconciliation at confirmation. Dahil likas nilang hinihiling ang paghahambing ng malaking bilang ng mga item, paulit-ulit ang mga ito, nakakaubos ng oras, at kung saan kumikinang ang artificial intelligence.

Sa yunit na ito, sasaklawin namin ang tatlong trabaho: kasalukuyang/account reconciliation (paghahambing ng mga talaan ng dalawang partido), bank reconciliation (pagkakasundo sa balanse ng ledger at bank statement), at three-way na tugma (paghahambing ng purchase order, resibo ng produkto/delivery note, at vendor invoice). Ang pangunahing prinsipyo ay nananatiling hindi nagbabago: AI ay tumutugma at itinuturo ang pagkakaiba; Nasa auditor na siyasatin ang dahilan ng pagkakaiba at magkaroon ng konklusyon.

Ano ang three-way matching at bakit ito mahalaga?

Kapag ang isang negosyo ay bumili ng mga kalakal/serbisyo, tatlong dokumento ang karaniwang nangyayari: (1) Purchase order — ano ang inorder, magkano, sa anong presyo; (2) Delivery note/receipt of goods — ano, magkano ang natanggap; (3) Vendor invoice — ano, magkano ang na-invoice. Sa isang malusog na kapaligiran ng kontrol, ang tatlong ito ay dapat tumugma: inutusan = natanggap = na-invoice. Sinusuri ng three-way match test kung tumutugma ang tatlong ito. Mga pagtatalo; Ito ay maaaring mangahulugan ng sobrang pag-invoice, mga gawa-gawang pagbili, mga duplicate na pagbabayad, pagmamanipula ng presyo o simpleng error sa data.

Maaaring tumugma ang AI sa libu-libong pagbili sa tatlong dokumentong ito sa loob ng ilang segundo. Ngunit ang listahan ng "walang kaparis na mga item" na lumalabas ay hindi isang listahan ng mga error. Maaaring hindi tugma ang isang item para sa mga sumusunod na inosenteng dahilan: bahagyang paghahatid (order 100, paghahatid 60), pagkakaiba sa oras (hindi pa dumating ang invoice), pagkakaiba sa presyo sa loob ng katanggap-tanggap na tolerance, diskwento o item sa pagpapadala. Ang trabaho ng auditor ay hanapin ang dahilan ng pagkakaiba at paghiwalayin ang inosente sa suspek.

Uri ng tugma

inihambing

Mga karaniwang dahilan para sa pagkakaiba

Kasalukuyang pagkakasundo

Ang aming pagpaparehistro ↔ pagpaparehistro ng katapat

Timing, refund, hindi kumpletong pagpaparehistro, pagkakaiba sa halaga ng palitan

Pagkakasundo sa bangko

Ledger ↔ bank statement

Check in transit, bank charge, hindi pa naproseso ang record

three way match

Order ↔ delivery note ↔ invoice

Bahagyang paghahatid, timing, pagkakaiba sa presyo, duplicate, gawa-gawa lamang

Panlabas na kumpirmasyon: isa sa pinaka maaasahang ebidensya

Ang panlabas na kumpirmasyon sa pag-audit ay ang paraan ng pagkuha ng nakasulat na tugon nang direkta mula sa isang third party (bangko, customer, supplier) tungkol sa isang balanse o transaksyon, at kinokontrol ito ng BDS 505. Ang panlabas na kumpirmasyon ay isa sa pinakamatibay na ebidensya ng auditor; dahil ang impormasyon ay nagmumula sa isang independiyenteng pinagmulan, hindi mula sa na-audit na entity. Dito, ang AI ang accelerator sa paggawa ng draft na mga liham ng kumpirmasyon, paghahambing ng mga papasok na tugon sa mga talaan ng ledger, at paglilista ng mga hindi tumutugon na partido (mga susundan). Ngunit dalawang punto ang kritikal: una, ang pagpuno at pagpapadala ng liham ng kumpirmasyon na may aktwal na impormasyon ng addressee ay dapat nasa ilalim ng kontrol ng auditor; Pangalawa, dapat tiyakin ng auditor na ang sagot ay totoo at direktang nakarating sa auditor. Ang integridad ng proseso ng pag-verify ay nakasalalay sa auditor; Ginagawa lang ng AI ang paghahambing at pagsubaybay.

Pagsusuri ng gap: Nag-uuri ang AI, nagpapasya ang auditor

Ang pinaka-produktibong paraan upang suriin ang mga pagkakaiba ng pinagkasunduan ay ang pag-uuri ng mga pagkakaiba: na may kaugnayan sa timing (magpapalit sa pagitan ng mga panahon ngunit hindi aktwal na mga pagkakaiba), na mga permanenteng pagkakaiba, at kung saan ay hindi maipaliwanag. Mabilis na magagawa ng AI ang paunang pag-uuri na ito: inilalagay nito ang halaga ng pagkakaiba, direksyon, at posibleng dahilan sa isang talahanayan. Ngunit mag-ingat: Ang column ng "probable cause" ng AI ay isang hula, hindi isang determinasyon. Dahil lang sa sinasabi nitong "marahil isang pagkakaiba sa tiyempo" ay hindi nagpapatunay na ang pagkakaiba ay timing; Dapat itong i-verify ng auditor gamit ang dokumentasyon (invoice sa susunod na panahon, resibo sa pagbabalik, resibo sa bangko).

Tip: Unahin ang mga pagkakaiba ayon sa laki ng halaga at kakayahang maipaliwanag. Laktawan ang maliit at madaling ipinaliwanag na mga pagkakaiba; Pagtuunan ng pansin ang gawain ng auditor sa malaki o hindi maipaliwanag na mga pagkakaiba. Ginagawa ng AI ang talahanayan ng prioritization; Itinakda mo ang threshold at focus.

Hakbang-hakbang na automation ng pagkakasundo

1. Maghanda at gawing anonymize ang dalawa (o tatlong) dataset. Tukuyin ang katugmang key (numero ng invoice, numero ng order, halaga + petsa).
2. Kumpirmahin ang pagkakumpleto. Sumasang-ayon ba ang kabuuan at bilang ng mga tala para sa bawat kumpol sa inaasahan?
3. Tukuyin ang pagtutugma ng panuntunan. Magkakaroon ba ng eksaktong tugma o papayagan ba ang pagpapaubaya (hal. ±1% pagkakaiba sa presyo)?
4. Itugma sa AI. Ang mga tumutugma, ang mga hindi tumutugma, at ang mga nasa loob ng pagpapaubaya ay lilitaw sa magkahiwalay na mga listahan.
5. Pag-uri-uriin at bigyang-priyoridad ang mga pagkakaiba. Timing/persistent/unexplained.
6. Mag-imbestiga bilang isang auditor. I-verify ang anumang makabuluhang pagkakaiba sa dokumentasyon; Idokumento ang konklusyon at katwiran.

tatlong mini case

Kaso 1 — Dobleng pagkuha ng pagbabayad. Isang auditor na three-way ang tumugma sa 12,400 na pagbili gamit ang AI. Minarkahan ng YZ ang 6 na item na may dalawang magkahiwalay na pagbabayad para sa parehong numero ng invoice. Sinuri ng auditor: 4 ang mga lehitimong invoice na may magkatulad na numero mula sa iba't ibang taon; ngunit 2 sa mga ito ay talagang mga dobleng pagbabayad (ang parehong invoice ay binayaran nang dalawang beses), na may kabuuang 88,000 TL. Ang proseso ng muling pagbabalik ay pinasimulan at ang kahinaan ng panloob na kontrol ay isinulat sa liham ng pamamahala. Nagtanong si AI ng 6 na katanungan; 2 totoong problema na nakumpirma ng auditor.

Kaso 2 — Napagkamalan ang pagkakaiba ng oras bilang isang pagkakamali. Direktang isinulat ng isang miyembro ng team ang 40,000 TL na pagkakaiba na minarkahan ng YZ sa bank reconciliation bilang isang "error sa pagre-record". Sinuri ng responsableng tao: ang pagkakaiba ay isang tseke na iginuhit sa pagtatapos ng panahon at hindi pa iniharap sa bangko; Ito ay isang ganap na normal na pagkakaiba sa oras at nagsara ito sa susunod na linggo. Aralin: ang hindi tugmang panulat ay hindi isang awtomatikong error; Walang konklusyon ang maaaring isulat nang hindi sinisiyasat ang dahilan.

Kaso 3 — Error sa pagpapaubaya. Isang auditor ang hindi nagbigay ng tolerance para sa three-way matching; Dahil sa mga pagkakaiba ng penny rounding, minarkahan ng YZ 900 ang item na "hindi tumutugma". Ang listahan ay naging hindi napagmasdan; Ang mga totoong isyu ay nawala sa ingay. Kapag natukoy na ng auditor ang isang makatwirang pagpapaubaya (hal. ±5 TL o ±0.5%), ang listahan ay nabawasan sa 27 makabuluhang item. Aralin: ang pagtutugma ng panuntunan ay dapat tumugma sa realidad ng negosyo; Ang masyadong mahigpit na panuntunan ay nagbubunga ng ingay, ang masyadong maluwag na panuntunan ay nagbubunga ng pagkabulag.

Mahinang prompt / Malakas na prompt

Mahinang prompt:

Ihambing ang dalawang listahang ito, sabihin sa akin kung ano ang hindi magkasya.

Problema: hindi malinaw ang pagtutugma ng key, tolerance at output format. Hindi alam ng AI kung ano ang itutugma batay sa; ang resulta ay hindi maaasahan at hindi mauulit.

Napakahusay na prompt:

Ang iyong tungkulin: ikaw ang katulong sa pakikipagkasundo sa isang independiyenteng auditor. Ikaw ay tumutugma at IPAKITA ang pagkakaiba; Ang dahilan at resulta ng pagkakaiba ay sa akin.Data (anonymised):- Set A: Purchase orders (column: order_no, item, quantity, unit_price, amount)- Set B: Delivery notes (order_no, item, delivered_quantity)- Set C: Invoice (order_no, item, invoiced_quantity: order_quantity, invoiced_quantity: item.Pagpaparaya: bilangin bilang "matched" kung ang pagkakaiba sa halaga ay nasa loob ng ±5 TL o ±0.5% (alinman ang mas malaki).Gawain:1) Itugma ang tatlong cluster. Ibigay ang sumusunod na tatlong listahan nang hiwalay: (a) eksaktong tugma (summary number), (b) tugma sa loob ng tolerance, (c) item na HINDI tumutugma (buong detalye).2) Magdagdag ng POSSIBLE cause column para sa mga mismatches (partial delivery / missing document / quantity difference / amount difference), ngunit sabihin na ito ay ESTIMATE, para ma-verify ang text at ilapat ang tugma sa iyong panuntunan.3) kabuuang pagkakasundo (A, B, C). kabuuan) para masuri ko ang pagkakumpleto. Huwag gumawa ng kung ano ang hindi mo mahihinuha mula sa data.

Malakas ang prompt na ito dahil tinutukoy nito ang susi at pagpapaubaya, humihingi ng tatlong magkakahiwalay na listahan, naglalagay ng "malamang na dahilan" bilang hula, at nangangailangan ng kabuuang kasunduan para sa pagkakumpleto.

Mga karaniwang pagkakamali

• Napagkakamalang isang pagkakamali ang hindi tugmang item. Pagsusulat ng konklusyon nang hindi sinisiyasat ang dahilan (timing, bahagyang paghahatid, pagbabalik).
• Hindi pagtatakda ng mga pagpapaubaya. Palakihin ang listahan ng mga pennies at mawala ang mga tunay na isyu sa ingay.
• Iiwanang malabo ang key ng pagpapares. Hindi kinokontrol kung saan nakabatay ang AI.
• Nilaktawan ang pagkakumpleto. Umaasa sa pagtutugma ng mga set nang hindi pinagkakasundo ang kanilang mga kabuuan.
• Napagkakamalang "malamang na dahilan" para sa pagtuklas. Pagtanggap sa hula ng AI nang hindi ito bini-verify gamit ang dokumentasyon.

Babala: Ang paglalarawan ng pagkakaiba bilang isang "duplicate na pagbabayad" o "fictitious purchase" ay isang seryosong claim. I-verify ito gamit ang dokumentasyon (invoice, resibo ng pagbabayad, talaan ng resibo ng mga kalakal) bago ito isulat; Kung mayroong isang pattern, suriin ito nang hiwalay bilang isang kahinaan ng panloob na kontrol.

Sa buod

Ang pagkakasundo, kumpirmasyon at three-way na pagtutugma ay kabilang sa mga pinaka paulit-ulit na gawain ng pag-audit at pinakamadaling pinabilis gamit ang AI. Tinutugma ng AI ang libu-libong item sa loob ng ilang segundo, inililista ang mga pagkakaiba, at paunang inuri ang mga ito. Ngunit ang hindi tugmang panulat ay hindi isang pagkakamali, ito ay isang pagkakaiba na dapat imbestigahan; Ang "probable cause" ay isang hula, hindi isang determinasyon. Tinutukoy ng auditor ang pagtutugma ng susi at pagpapaubaya ayon sa realidad ng negosyo; Bine-verify ng auditor ang pagkakaiba sa dokumento; Sinusulat ng auditor ang resulta. Ang AI ay nagpapakita ng pagkakaiba, ang auditor ay nagbibigay ng kahulugan.

Gawain ng aplikasyon

Isaalang-alang ang tatlong maliliit na set ng data (order, tala sa paghahatid, invoice) o dalawang set (ledger, bangko). Tukuyin ang pagtutugma ng susi at isang makatwirang pagpapaubaya. Itugma ang AI sa malakas na pattern ng prompt sa itaas at alisin ang mga hindi tumutugma sa column na "probable cause". Pagkatapos ay magsulat ng "plano sa pagsisiyasat" para sa bawat hindi tugmang item: aling dokumento ang tinitingnan ko, aling tanong ang itatanong ko, aling konklusyon ang itinuturing kong bug/normal?

checklist

• [ ] Na-anonymize ko ang data at malinaw na tinukoy ang tumutugmang key.
• [ ] Kinumpirma ko ang pagkakumpleto ng bawat cluster na may kabuuan at bilang ng mga tala.
• [ ] Nagtakda ako ng pagpapaubaya na angkop sa realidad ng negosyo (hindi masyadong mahigpit o masyadong maluwag).
• [ ] Kinuha ko nang hiwalay ang pagtutugma / sa loob ng tolerance / hindi tugmang listahan.
• [ ] Hinanap ko ang dokumento para sa bawat makabuluhang item na hindi tumugma; Kinumpirma ko kung bakit.
• [ ] Hindi ko binilang ang mga hula na "malamang na dahilan" bilang mga resulta nang hindi kinukumpirma ang mga ito ng ebidensya.
• [ ] Nagdokumento ako ng mga seryosong qualifier tulad ng duplicate/fictitious at nasuri ang epekto ng internal control.