Notizia

Aug 16, 2023

Il futuro della tecnologia di audit, parte 3: le imprese più grandi

As audited companies become increasingly data rich, new technologies are helping

Poiché le società sottoposte a revisione diventano sempre più ricche di dati, le nuove tecnologie stanno aiutando le società di revisione più grandi a affinare la qualità, l’accuratezza e la comprensione dei loro audit.

Osservando il settore della revisione contabile, Stuart Cobbe – consulente principale di The Analytical Accountant – vede forti contrasti tra il modo in cui le aziende di livello medio-piccolo lavorano con l’intelligenza artificiale (AI) e gli strumenti di analisi, rispetto a ciò che sta accadendo tra le loro concorrenti più grandi. "Esiste una divisione tra gli audit regolati dal Financial Reporting Council (FRC) e quelli coperti dall'ICAEW", afferma. "E questo è sostanzialmente in linea con le dimensioni e la complessità dei clienti sottoposti ad audit."

In qualità di ex responsabile globale dell'analisi e degli approfondimenti di settore presso MindBridge, fornitore leader di software di audit AI, Cobbe mantiene un forte interesse per il modo in cui soluzioni come l'intelligenza artificiale, l'open banking e gli strumenti di analisi stanno aiutando l'audit a evolversi.

"Nelle aziende più grandi", afferma, "compreso il mercato medio, l'adozione di tali strumenti continua ad accelerare. Anzi, in molti casi sta raggiungendo la massa critica, come previsto. Sta diventando parte delle migliori pratiche per realizzare una qualche forma di analisi dei dati tra riviste – spesso basata sull’apprendimento automatico o sull’intelligenza artificiale – insieme a un approccio basato sui dati per la valutazione del rischio e il test dei ricavi”.

KPMG, ad esempio, ospita l'intuitiva piattaforma di "audit intelligente" Clara, basata su Microsoft Azure. Come spiega Matthew Campbell, Chief Technology Officer di KPMG, l’azienda ha già individuato una serie di casi d’uso dell’intelligenza artificiale nell’audit, uno dei quali è il rilevamento di anomalie.

"Con gli strumenti di analisi tradizionali", afferma, "in genere si impostano una serie di regole e si esamina un ampio set di dati per individuare eventuali eccezioni. Ma con l'intelligenza artificiale, si fornisce una serie di dati al software e questo identifica rapidamente qualsiasi cosa insolita, ad esempio trovi degli aghi in un pagliaio, senza sapere che sono gli aghi che stai cercando."

Campbell cita anche la lettura dei documenti e l’audit giudicante come aree in cui l’intelligenza artificiale aggiunge valore. "L'estrazione di informazioni e l'interpretazione di grandi volumi di dati non strutturati è un'area in crescita", afferma. "Dal punto di vista del giudizio, l'intelligenza artificiale sta svolgendo un ruolo di supporto nel lavoro che coinvolge elementi di previsione o convalida, ad esempio la valutazione degli asset. Pertanto, stiamo utilizzando l'intelligenza artificiale in modo abbastanza ampio, principalmente per automatizzare parti del processo di audit o per integrare revisori quando applicano il proprio giudizio."

In tale contesto, Campbell inquadra l’audit continuo basato sull’intelligenza artificiale – l’esame accurato delle dichiarazioni dei clienti su base continuativa e in tempo reale – come qualcosa a cui il settore dell’audit sta lavorando, piuttosto che un caso d’uso con un impatto tangibile e attuale. "La tecnologia è disponibile", afferma, "e sono consapevole che viene utilizzata in misura limitata in alcuni incarichi di audit interno, quindi in genere vediamo alcune entità che controlliamo utilizzare tale tecnologia per fornire una "prima linea di difesa" " tipo di garanzia, piuttosto che una forma esterna ed indipendente. Ma c'è sicuramente spazio per andare in quella direzione."

Passando a un livello più attuale, Campbell afferma che strumenti innovativi di elaborazione dei dati stanno aiutando i revisori di KPMG a condurre analisi delle cause profonde per due scopi basati sul rischio: process mining e analisi delle tendenze.

Il Process Mining mappa retrospettivamente tutti i percorsi seguiti da una transazione o da un processo aziendale, fornendo agli auditor una traccia di controllo. Rileva inoltre inefficienze, rischi ed errori. Tali informazioni possono quindi essere utilizzate per evidenziare potenziali fallimenti su processi simili in futuro.

L'analisi delle tendenze sfrutta i dati per identificare le tendenze per confrontare aziende, settori e/o processi specifici simili nel benchmarking o nei test di progressione. Attraverso tale analisi, gli auditor possono identificare sviluppi che potrebbero non essere immediatamente evidenti all’occhio umano, ma che potrebbero rivelare la causa principale dei rischi sistemici.

"Ad esempio", afferma Campbell, "potresti scoprire che l'azienda cliente ha un dipendente oberato di lavoro che approva molte fatture imprecise. Poiché il loro carico di lavoro totale può comportare l'elaborazione di milioni di fatture, ciò suggerisce che un problema significativo potrebbe accumularsi a lungo termine. ."