چالش‌های به‌کارگیری هوش مصنوعی در مؤسسات حسابرسی
ابزارهای جدید قدرتمند مبتنی بر ابر cloud، رویکرد جدیدی را برای حرفه‌ی حسابرسی فراهم می‌كند و مشتریان نیز برای این ابزارها تقاضای گسترده‌ای را مطرح می‌كنند. اما شاید سال‌ها طول بکشد تا این استراتژی‌های جدید کامل شوند و مؤسساتی که از قبل شروع به کار نکرده‌اند ممکن است عقب بمانند.
ریکاردو تروجیلو و تریسیا کاتبینی، حسابدار رسمی و شركای مؤسسه‌ی جی آر اف هستند كه در زمینه‌ی به‌كارگیری هوش مصنوعی در مؤسسات حسابرسی، مشاوره ارائه می‌دهند. تروجیلو و كاتبینی قرار است در كنفرانس حسابداران رسمی با محوریت بلوغ سكوهای اطلاعاتی هوش مصنوعی در سال ۲۰۲۱ به سخنرانی بپردازند. پیش از برگزاری این كنفرانس، تروجیلو بزرگ‌ترین ریسک را ریسك انجام ندادن هیچ کاری توصیف كرد. کاتبینی، مدیر ارشد حسابرسی مؤسسه‌ی جی آر اف، نیز اذعان كرد چهار سال طول کشید تا به جایی که امروز هستیم برسیم، و فکر می‌کنم که مزایای بیش‌تری برای آنچه در زمینه‌ی هوش مصنوعی انجام دادیم، در راه است. سرمایه گذاری آن‌ها در سكوهای اطلاعاتی متكی بر هوش مصنوعی اكنون به دوران بازدهی خود رسیده است. این دو حسابدار رسمی و مشاور در زمینه‌ی به كارگیری هوش مصنوعی در مؤسسات حسابرسی، توصیه‌های عملی را به شرح ذیل مطرح نمودند:
از کوچک شروع کنید: جی آر اف از مایند بریج استفاده می‌کند، یک سكوی اطلاعاتی مبتنی بر ابر که معاملات را تحلیل می‌کند و درصد ریسک را بر اساس ۲۸ نقطه‌ی کنترل در نرم‌افزار اختصاص می‌دهد. این كار نشان دهنده‌ی یک تغییر اساسی است، به‌جای نمونه‌گیری از معاملات برای بررسی، سكوی اطلاعاتی، هر معامله را دریافت و تجزیه و تحلیل می‌کند. جی آر اف رویکرد مرحله‌ای را اتخاذ کرده است، به این دلیل که نرم‌افزار در زمانی كه مؤسسه استفاده از آن را آغاز كرد هنوز به‌سرعت در حال تکامل بود. به جای الزام به استفاده‌ی گسترده، جی آر اف برای تعدادی از پروژه‌های خود از این سكوی اطلاعاتی استفاده می‌کند، هدف را تعیین کرده و سپس به هر شریک و مدیر اجازه می‌دهد در مورد این‌که چه چیزی باید استفاده شود و چه چیزی نباید، تصمیم بگیرد. این رویکرد به مؤسسه اجازه داده است تا نقاط قوت نرم‌افزار را بیاموزد. این سكوی اطلاعاتی در حال حاضر برای حدود ۱۵ درصد از فعالیت‌های حسابرسی استفاده می‌شود.
انتقال پیام را کامل کنید: فروش بیش از حد هوش مصنوعی وسوسه‌انگیز است، مؤسسات باید به مشتریان و کاركنان کمک کنند تا وضعیت واقعی فناوری را درک کنند. در حال حاضر، یادگیری ماشین لزوماً به معنای حسابرسی سریع‌تر یا ارزان‌تر نیست. تروجیلو اذعان كرد، در عوض، به مشتریان بگویید که این کار باعث اثربخشی بیشتر حسابرسی‌ها می‌شود. به عبارت دیگر، یادگیری ماشین لزوماً حسابرسی را خودکار نمی‌کند، اما به حسابرسان توانایی بیش‌تری برای نگاه کردن به امور مالی سازمان را می‌دهد. کاتبینی معتقد است باید به مشتریان خود بگویید که در نتیجه‌ی به‌كارگیری هوش مصنوعی، می‌توانید از فرآیند حسابرسی، احساس راحتی بیش‌تری داشته باشید.
تیم تغییر پیدا کنید: كاتبیتی خود در مؤسسه‌ی جی آر اف و در تیم به‌كارگیری هوش مصنوعی تازه‌وارد بود. وی تمام تمركز خود را بر سكوی اطلاعاتی متكی بر هوش مصنوعی قرارداد و یک تیم تغییر را برای کمک به خدمت گرفت. این تیم علاوه بر تشویق دیگران به استفاده از هوش مصنوعی، قادر بودند برای به تکامل رساندن محصول، مستقیماً با عرضه‌كنندگان نرم‌افزارها کار کنند. باید بتوانید زمان و فضای لازم را برای اعضای تیم خود فراهم كنید. اگر واقعاً در سرمایه‌گذاری روی هوش مصنوعی جدی هستید، باید بدانید این كار زمان زیادی می برد.
متمرکز کردن دانش: كاتبینی اذعان می‌كند از زمان آغاز به كار جی آر اف با سكوی اطلاعاتی جدید جزئیات هر كار حسابرسی را در یک صفحه گسترده، به‌دقت ثبت می‌کرده است. این صفحه‌گسترده شامل جزئیات سیستم‌های برنامه‌ریزی منابع انسانی است که هر مشتری استفاده می‌کند و در برگیرنده‌ی نتایج ادغام با سكوی اطلاعاتی متكی بر هوش مصنوعی است. این كار به نشان دادن محل و مرحله‌ی کار نرم‌افزار کمک می‌کند و همچنین مدیران حسابرسی را در ماموریت مؤسسه برای پذیرش یادگیری ماشین پاسخ‌گو نگه می دارد. به این ترتیب اگر تحرک یا تحلیلی انجام نمی‌شود می‌توان از مدیر پیگیری نمود. جی آر اف همچنین، مراحل لازم برای استفاده از سكوی اطلاعاتی متكی بر هوش مصنوعی در هر كار حسابرسی را ، از جمله داده‌هایی که از مشتری مورد نیاز است، مستند کرده است.
آموزش سیستم و کارکنان: یک سكوی اطلاعاتی متكی بر هوش مصنوعی برای یادگیری در طول زمان طراحی شده است و این یادگیری به کمک انسان نیاز دارد. تروجیلو بیان كرد، نخستین مرتبه‌ای که نرم‌افزار را برای یک مشتری خاص اجرا می‌کنید، ممکن است معاملات پرریسک زیادی داشته باشد. در آن اجراهای اولیه، سیستم اغلب فاقد بستر لازم برای درک تفاوت‌های ظریف مشتری خاص است، که باعث می شود پرچم‌های قرمز بیش‌تری از حد معمول برافراشته شود. راه‌حل این است که كار با سكوی اطلاعاتی و هنجارهای یک سازمان را به كاركنان آموزش دهیم. اما انجام این کار مستلزم آن است که حسابرسان ارزیابی کنند که آیا معامله واقعاً دارای ریسك بالا است یا خیر. جی آر اف به کارکنان خود آموزش داده است که یافته‌های سكوی اطلاعاتی را به‌دقت بررسی کنند و به شكل یكنواخت پاسخ دهند. به طور کلی، کارکنان ارشد بیش‌تری باید اختیار آموزش این سكوی اطلاعاتی را داشته باشند. جی آر اف همچنین در طول سال‌های گذشته تنظیماتی را انجام داده است که به حسابرسان امکان می‌دهد داده‌ها را با سرعت بیش‌تری وارد سیستم کنند. به‌طور كلی تنظیمات زیادی برای افزایش كارایی وجود دارد.
به آینده نگاه کنید: كاتبینی و تروجیلو هوش مصنوعی را در درجه‌ی اول به عنوان یک منبع جدید بینش توصیف می‌كنند، نه راهی برای سرعت بخشیدن به فرآیند حسابرسی. اما این موضوع ممکن است در طول زمان تغییر کند. تروجیلو اظهار می‌كند، در نهایت، بدیهی است که بیشتر به سمت اتوماسیون حرکت كنیم. وی گفت که این می‌تواند شامل حسابرسی کاملاً مستمر، با قابلیت شناسایی و كشف معاملات و نقاط ضعف دارای ریسك بالا در زمان واقعی باشد. کاتبینی معتقد است ایجاد چنین فضایی با همکاری کارشناسان مالی و طراحان نرم‌افزار میسر خواهد بود. هرچه تعداد بیش‌تری از ما، از هوش مصنوعی در حرفه استفاده کنیم، روند بهتری خواهیم داشت. هرچه رهبران فکری بیش‌تری داشته باشیم، ورودی طراحان نرم‌افزارها،بیشتر خواهد بود.
