Nghiên cứu về dữ liệu lớn là tiền đề quan trọng để số hóa hoạt động kiểm toán

GS,TS. Đoàn Xuân Tiên - Nguyên Phó Tổng Kiểm toán nhà nước - làm chủ tịch Hội đồng nghiệm thu, cùng tham dự có các thành viên trong Hội đồng và Ban Đề tài.

Theo nghiên cứu của Ban Đề tài, trong những năm gần đây, dữ liệu lớn (Big Data) và trí tuệ nhân tạo (AI) đã và đang phát triển với tốc độ như vũ bão và được sử dụng rộng rãi, ảnh hưởng sâu sắc đến khái niệm, phương thức, hình thức, phương pháp và cấu trúc của hoạt động kiểm toán.

Các công ty kiểm toán độc lập lớn như EY, PwC, Delloite cũng đang đầu tư hàng tỷ USD vào dữ liệu lớn trên nền tảng AI để nâng cao chất lượng kiểm toán.

Ở khu vực công, năm 2016, Tổ chức quốc tế Các cơ quan Kiểm toán tối cao (INTOSAI) đã thành lập Nhóm công tác về dữ liệu lớn với mục tiêu giúp các cơ quan kiểm toán tối cao (SAI) xác định cơ hội, thách thức trong bối cảnh các công ty kiểm toán độc lập đang đi trước một bước trong việc ứng dụng dữ liệu lớn và AI, từ đó nâng cao năng lực kiểm toán dữ liệu lớn trong lĩnh vực kiểm toán công.

Hiện nay, nhiều SAI trên thế giới như: Anh, Mỹ, Canada, Scotland, Trung Quốc, Nhật Bản, Ấn Độ, Hàn Quốc... đã tích cực triển khai ứng dụng dữ liệu lớn và AI vào hoạt động kiểm toán và coi những sản phẩm công nghệ như một công cụ hỗ trợ đắc lực cho sự phát triển của SAI.

Tại Việt Nam, các cơ quan của Chính phủ cũng đang đặt những nền móng đầu tiên cho việc ứng dụng AI nhằm hướng tới một Chính phủ AI.

Tuy nhiên, việc ứng dụng dữ liệu lớn, AI không đơn giản và cần nhiều thời gian. Việc sử dụng và phát triển hệ thống AI trên diện rộng tại hầu hết các bộ, ban, ngành và các tổ chức trong thời gian vừa qua đã đặt KTNN vào tình thế cấp bách phải thay đổi phương pháp kiểm toán cùng phương thức làm việc để thích nghi với Chính phủ số, xã hội số.

Trong khi đó, việc ứng dụng dữ liệu lớn và AI tại KTNN đang ở những bước đi đầu tiên, chưa được triển khai đồng bộ, còn chậm so với yêu cầu thực tiễn, nhất là về cơ sở dữ liệu kiểm toán tập trung, dữ liệu tri thức kiểm toán, hạ tầng tích hợp dữ liệu của KTNN với cơ sở dữ liệu quốc gia về dân cư, đất đai, doanh nghiệp…

Do vậy, hơn lúc nào hết, KTNN cần có những nghiên cứu mang tính học thuật và thực tiễn cao để xác định chiến lược phát triển kiểm toán dữ liệu lớn dựa trên nền tảng AI giúp nâng cao chất lượng hoạt động kiểm toán, bắt kịp với xu thế phát triển trong khu vực và trên thế giới.

Từ kết quả nghiên cứu, Ban Đề tài đã hệ thống hóa và xây dựng khung lý thuyết phân tích dữ liệu lớn phục vụ hoạt động kiểm toán của KTNN dựa trên nền tảng AI; đánh giá thực trạng ứng dụng phân tích dữ liệu lớn phục vụ hoạt động kiểm toán của KTNN dựa trên nền tảng AI; đề xuất hệ thống giải pháp đồng bộ, toàn diện nhằm ứng dụng phân tích dữ liệu lớn phục vụ hoạt động kiểm toán của KTNN dựa trên nền tảng AI, từ đó cao chất lượng, hiệu quả hoạt động kiểm toán trong thời gian tới.

Đánh giá cao kết quả nghiên cứu của Ban Đề tài, các thành viên Hội đồng khoa học KTNN cho rằng: Đây là đề tài mới, mang tính cấp thiết, thời sự và bám sát mục tiêu, định hướng, yêu cầu của KTNN trong bối cảnh hiện nay. Đề tài đã nêu được thực trạng ứng dụng công nghệ thông tin trong hoạt động kiểm toán của KTNN, trong đó tập trung đánh giá việc ứng dụng phân tích dữ liệu lớn phục vụ hoạt động kiểm toán, cơ sở hạ tầng, nguồn nhân lực và nghiên cứu kinh nghiệm quốc tế.

Từ những nghiên cứu trên, Ban Đề tài đã đề xuất 7 nhóm giải pháp có tính khả thi nhằm tăng cường ứng dụng phân tích dữ liệu lớn phục vụ hoạt động kiểm toán của KTNN dựa trên nền tảng AI, bao gồm: Mô hình tổng thể - chiến lược; xây dựng cơ chế, chính sách; xây dựng hạ tầng kỹ thuật, hạ tầng dữ liệu, hạ tầng ứng dụng; phát triển, đào tạo nguồn nhân lực; vốn đầu tư; hội nhập quốc tế; tổ chức thực hiện.

Để hoàn thiện Đề tài, Hội đồng khoa học KTNN đề nghị Ban Đề tài nghiên cứu, bổ sung và tập trung làm rõ một số nội dung: Việc tạo dựng và khai thác dữ liệu lớn của KTNN; tổ chức hệ thống thực hiện khai thác dữ liệu (vận hành, quản lý, tiêu chí đánh giá); hệ thống pháp lý, văn bản, quy chế quy định việc khai thác dữ liệu lớn; đội ngũ nhân lực và đào tạo; điều kiện, lộ trình thực hiện việc khai thác dữ liệu lớn (cơ sở vật chất, sự phối hợp của các đơn vị, bộ ngành, các giai đoạn triển khai thực hiện)…

Đề tài được Hội đồng nghiệm thu xếp loại Khá.