Tối ưu hóa AI trong kiểm toán nội bộ
Kiểm toán - Ngày đăng : 14:03, 30/10/2025
Khi các tổ chức ngày càng triển khai AI trên nhiều chức năng kinh doanh khác nhau, bộ phận KTNB cần phát triển các phương pháp giám sát và chỉ số rủi ro mới dành riêng cho hệ thống AI. Điều này bao gồm việc xem xét các khía cạnh như độ sai lệch, tính minh bạch trong quyết định và chất lượng dữ liệu.
Khoảng cách về nhận thức và hành động
Báo cáo “Tập trung vào tương lai” do AuditBoard - Công ty công nghệ hỗ trợ kiểm toán, rủi ro và tuân thủ - công bố đã tiết lộ thông tin bất ngờ về sự khác biệt lớn giữa hiểu biết về AI và đánh giá rủi ro. Theo đó, có tới 61% lãnh đạo KTNB thừa nhận họ thiếu chuyên môn về AI, nhưng họ lại xếp hạng rủi ro AI là mối quan tâm thấp nhất trong số các rủi ro chính. Câu hỏi đặt ra là làm sao chúng ta có thể đánh giá rủi ro AI nếu không hiểu rõ công nghệ này?
Những phát hiện của AuditBoard trở nên đáng lo ngại hơn khi so sánh với các xu hướng kinh doanh. Theo dữ liệu gần đây, trong khi 55% tổ chức đang tích cực triển khai AI thì chỉ có 2-4% bộ phận KTNB báo cáo đạt được tiến bộ đáng kể trong việc triển khai AI. Thậm chí, 50% nhóm KTNB không có bất cứ nỗ lực nào để phát triển AI.
Chưa đến 1/10 phòng kiểm toán sử dụng AI trong lập kế hoạch hằng năm, trong khi chỉ 20% sử dụng công nghệ này trong lập kế hoạch hợp tác hoặc công tác thực địa. Điều đáng lo ngại nhất là chỉ 32% lãnh đạo kiểm toán tin rằng AI sẽ chuyển đổi đáng kể các quy trình KTNB, trong khi có tới 75% chuyên gia nhấn mạnh mức độ ảnh hưởng cao của AI đến hoạt động kiểm toán. Rõ ràng, KTNB đang phải vật lộn để theo kịp sự thay đổi công nghệ.
Các chuyên gia xác định, bên cạnh việc thiếu chuyên môn, một số rào cản đối với việc áp dụng AI trong các phòng kiểm toán còn đến từ hạn chế ngân sách; quan ngại về bảo mật dữ liệu và quyền riêng tư; thiếu chính sách rõ ràng về việc sử dụng AI; không chắc chắn về các quy định; thiếu nhân lực về công nghệ…
Tương tác hiệu quả với AI
Theo các chuyên gia, đầu tư vào giáo dục và đào tạo AI cho kiểm toán viên là bước đi quan trọng đầu tiên. Điều này không đồng nghĩa với việc phải có bằng cấp hay kỹ thuật cao mà KTNB cần tập trung vào việc nâng cao hiểu biết thực tế về ứng dụng AI trong kiểm toán. Với các nhóm KTNB mới bắt đầu áp dụng AI, bước khởi đầu là các ứng dụng AI đã phổ biến và mang lại hiệu quả ngay, chẳng hạn như: Ứng dụng AI để phân tích dữ liệu lịch sử kiểm toán, xác định các mô hình trong đánh giá rủi ro hoặc tự động hóa các tác vụ thường ngày.
Một số công cụ thường được sử dụng để hỗ trợ nghiệp vụ kiểm toán: Chatbot hỗ trợ trả lời nhanh, hướng dẫn quy trình; các công cụ liên quan đến đọc và bình luận văn bản; trợ giúp ghi chú dữ liệu; tóm tắt nội dung nhanh, tổng hợp các vấn đề quan trọng. Ngoài ra, KTNB có thể sử dụng công cụ dịch thuật trợ giúp kiểm toán viên tham khảo chuẩn mực quốc tế, kinh nghiệm thực tiễn; các công cụ liên kết đến truy xuất, tổng hợp và cách trực quan hóa dữ liệu giúp trình bày báo cáo một cách khoa học, chính xác và tập trung.
Khi có đủ “kinh nghiệm”, AI có thể giúp KTNB đọc số lượng lớn dữ liệu trong khoảng thời gian ngắn, tổng hợp và lập báo cáo theo yêu cầu. Nhiều nhóm KTNB cho rằng họ thiếu các kỹ năng phù hợp để sử dụng AI một cách hiệu quả. Tuy nhiên, việc học cách tương tác hiệu quả với AI rất quan trọng để giúp kiểm toán viên hình dung tương lai của họ trong thời đại AI.
Các mô hình AI đòi hỏi nhiều thời gian, công sức và có sự phức tạp. Vì vậy, kiểm toán viên cần nhận thức được không chỉ về các yêu cầu cần đáp ứng mà còn cả thời gian cần thiết để thu thập dữ liệu phù hợp và khả năng truy cập vào các hệ thống khác nhau.
Việc xây dựng các khuôn khổ quản trị AI rõ ràng là một yếu tố quan trọng thúc đẩy quá trình chuyển đổi. Các khuôn khổ này cần được phác thảo gồm: Cách thức sử dụng công cụ AI, các biện pháp bảo vệ cần thiết, cách thức xác thực kết quả.
Bên cạnh đó, sự hợp tác với các bộ phận công nghệ thông tin là rất cần thiết. Thay vì xem việc triển khai AI như một sáng kiến kiểm toán, KTNB cần hợp tác với các nhóm công nghệ để tận dụng chuyên môn và cơ sở hạ tầng hiện có, giúp đẩy nhanh quá trình triển khai và đảm bảo sự phù hợp với các tiêu chuẩn công nghệ của tổ chức.
Cuối cùng, KTNB cần phải tích hợp các cân nhắc về AI vào kế hoạch kiểm toán tổng thể. Điều này có nghĩa là không chỉ sử dụng AI như một công cụ trong quy trình kiểm toán mà còn xem xét các rủi ro liên quan đến AI khi lập kế hoạch kiểm toán các lĩnh vực kinh doanh khác. Khi AI ngày càng phổ biến trong các tổ chức, phương pháp tiếp cận tích hợp này sẽ trở nên quan trọng đối với việc quản lý rủi ro hiệu quả./.