Lợi ích ứng dụng AI trong kiểm soát nội bộ
Ứng dụng AI mang lại những lợi ích rất lớn cho tổ chức trong việc vận hành và duy trì KSNB. Theo đó, AI mang lại những lợi ích to lớn cho môi trường kiểm soát của tổ chức với việc tạo ra các tiêu chuẩn hóa quy trình và tự động hóa. AI có thể hợp lý hóa và chuẩn hóa các quy trình KSNB. Các tác vụ lặp đi lặp lại như nhập dữ liệu, đối chiếu và tạo báo cáo có thể được tự động hóa bằng quy trình làm việc do AI điều khiển. Điều này làm giảm khả năng xảy ra lỗi của con người và đảm bảo tính nhất quán trong các quy trình tuân thủ, nâng cao chất lượng tổng thể của KSNB.
Hai là, ứng dụng AI tác động tích cực tới các hoạt động kiểm soát và các hoạt động giám sát thường xuyên, trước tiên là việc phân tích và giám sát dữ liệu tự động. Một trong những lợi ích chính của AI là khả năng xử lý và phân tích lượng dữ liệu lớn một cách nhanh chóng và chính xác.
Các tổ chức có thể triển khai các công cụ hỗ trợ AI để liên tục giám sát các giao dịch tài chính, hoạt động mua sắm và quy trình vận hành. Những công cụ này có thể xác định các mô hình, phát hiện bất thường, đánh dấu các vấn đề tiềm ẩn để điều tra thêm. AI vượt trội trong việc nhận ra các mẫu và độ lệch so với các mẫu đó.
Bằng cách đào tạo các mô hình AI về dữ liệu lịch sử, các tổ chức có thể tạo ra các mô hình dự đoán xác định các điểm bất thường trong thời gian thực. Điều này đặc biệt có giá trị trong việc phát hiện gian lận, trong đó AI có thể xác định chính xác các hành vi bất thường có thể chỉ ra các hoạt động gian lận, chẳng hạn như giao dịch trái phép hoặc mô hình mua hàng bất thường.
Bên cạnh đó, AI với việc sử dụng xử lý ngôn ngữ tự nhiên (NLP) cho phép hệ thống AI hiểu và giải thích ngôn ngữ của con người. Bằng cách quét các kênh liên lạc, AI được hỗ trợ bởi NLP có thể xác định các từ khóa hoặc cụm từ có thể cần điều tra thêm, giúp các tổ chức giải quyết các vấn đề tiềm ẩn một cách chủ động.
Ba là, AI giúp cho quy trình đánh giá rủi ro của tổ chức hiệu quả hơn với việc thực hiện phân tích dự đoán để quản lý rủi ro. AI có thể tận dụng dữ liệu lịch sử để dự đoán những rủi ro tiềm ẩn trong tương lai. Bằng cách phân tích các sự cố và xu hướng trong quá khứ, tổ chức có thể xác định các yếu tố rủi ro và thực hiện các biện pháp chủ động để giảm thiểu chúng. Phân tích dự đoán do AI cung cấp có thể hỗ trợ xác định khu vực hoặc quy trình nào dễ gặp rủi ro hơn, cho phép các tổ chức phân bổ nguồn lực hiệu quả hơn.
Bốn là, ứng dụng AI giúp cho việc giám sát định kỳ được thực hiện liên tục và hiệu quả hơn. Với vai trò là vòng kiểm soát thứ 3, KSNB thực hiện các cuộc kiểm toán truyền thống dựa trên chấm điểm rủi ro và xét đoán của kiểm toán viên một cách thủ công. Điều này có thể dẫn đến những vấn đề không được chú ý trong một thời gian dài.
Kiểm tra liên tục được hỗ trợ bởi AI cho phép giám sát các giao dịch và quy trình theo thời gian thực, đảm bảo rằng các điểm bất thường được phát hiện và giải quyết kịp thời. Cách tiếp cận chủ động này giảm thiểu tác động của các rủi ro tiềm ẩn và nâng cao tính chính xác của báo cáo tài chính.
Những thách thức khi ứng dụng AI trong kiểm soát nội bộ
Việc áp dụng trí tuệ nhân tạo (AI) vào KSNB của tổ chức mang lại nhiều lợi ích nhưng cũng đặt ra nhiều thách thức. Sử dụng AI có thể đặt ra các vấn đề liên quan đến bảo mật và quyền riêng tư, đặc biệt khi đòi hỏi sử dụng dữ liệu nhạy cảm. Cần phải đảm bảo rằng dữ liệu được sử dụng và xử lý bằng AI được bảo vệ chặt chẽ và tuân thủ các quy định về bảo mật thông tin.
Mặc dù AI mang lại những lợi ích lớn trong phân tích dữ liệu, phát hiện bất thường, cải thiện độ chính xác, tăng hiệu quả của các cơ chế KSNB..., tuy nhiên, để ứng dụng AI thực sự hiệu quả và đảm bảo trách nhiệm giải trình cùng tính minh bạch, vai trò của con người và văn hóa tổ chức là những nhân tố cốt lõi tạo nên sự thành công của việc ứng dụng AI trong KSNB.
Sử dụng AI đòi hỏi nhân viên có kiến thức và kỹ năng đặc biệt để làm việc với công nghệ này. Điều này có thể đặt ra thách thức trong việc đào tạo và phát triển nhân viên để họ có thể hiểu và sử dụng AI một cách hiệu quả.
Cùng với đó, khi AI đóng một vai trò quan trọng trong việc ra quyết định trong KSNB, việc xác định trách nhiệm và khả năng giải trình trở nên phức tạp. Những người có trách nhiệm phải có khả năng giải thích rõ ràng về cách mà các quyết định được đưa ra bởi AI, đồng thời chịu trách nhiệm về kết quả của các quyết định đó.
Hiệu suất của các hệ thống AI phụ thuộc nhiều vào chất lượng của dữ liệu đầu vào. Sự không chính xác trong dữ liệu có thể dẫn đến kết quả không chính xác hoặc đặt ra các vấn đề về tính công bằng và đạo đức. Thêm vào đó, triển khai AI trong KSNB có thể đòi hỏi chi phí và đầu tư ban đầu lớn, từ việc thu thập dữ liệu, phát triển mô hình, đến việc đào tạo nhân viên và cập nhật công nghệ.
Giải pháp tăng cường ứng dụng AI trong kiểm soát nội bộ của tổ chức
Việc triển khai thành công AI trong KSNB đòi hỏi một cách tiếp cận chiến lược kết hợp những tiến bộ công nghệ với sự hiểu biết sâu sắc về các rủi ro riêng của tổ chức và các yêu cầu tuân thủ. Để tăng cường ứng dụng AI trong thiết kế, vận hành và duy trì KSNB, trước tiên, tổ chức cần đầu tư dữ liệu nền tảng tạo tiền đề cho việc ứng dụng AI trong kiểm soát nội bộ của tổ chức.
Để xây dựng nền tảng dữ liệu chất lượng khi ứng dụng AI, các tổ chức cần thực hiện các bước sau: Thu thập dữ liệu đa dạng; Tiêu chuẩn hóa và làm sạch dữ liệu; Xây dựng kho dữ liệu; Bảo mật và quản lý quyền truy cập; Kiểm tra và đảm bảo chất lượng dữ liệu.
Sử dụng các công nghệ AI để tự động hóa quy trình thu thập và xử lý dữ liệu có thể giúp tăng cường hiệu suất và độ chính xác. Đồng thời, cần sử dụng các thuật toán AI để phân tích dữ liệu và dự đoán xu hướng, rủi ro và cơ hội trong quá trình KSNB. Các công nghệ như học máy và khai phá dữ liệu có thể giúp tự động hóa quy trình phân tích và đưa ra các dự đoán có ích.
Thứ hai, nâng cao các vấn đề về bảo mật thông tin. Ứng dụng AI trong công tác kiểm toán nội bộ đòi hỏi lượng dữ liệu khổng lồ và nguy cơ rủi ro về bảo mật thông tin, đạo đức nghề nghiệp. Do đó, KSNB cần quan tâm tới các biện pháp để thực hiện bảo mật thông tin như: Kiểm soát truy cập và phân quyền; Kiểm tra và đánh giá liên tục:
Thứ ba, những người đứng đầu tổ chức cần đưa ra chiến lược đầu tư nhân sự về AI thông qua các chương trình đào tạo, tăng cường hợp tác với các chuyên gia và các tổ chức. Các chương trình cần được đào tạo gồm: AI đối với công tác nhân sự; AI với các hoạt động kiểm soát; AI và công tác quản lý rủi ro; AI với truyền thông; thông tin và AI trong giám sát các kiểm soát.
Các chương trình được thiết kế gắn liền với thực hành và đánh giá phản hồi liên tục trong việc áp dụng trên thực tế. Các ứng dụng điển hình của AI nhằm tăng cường kiểm soát nội bộ cần được đào tạo và tập huấn cho nhân viên trong tổ chức như: máy học, xử lý ngôn ngữ tự nhiên, tự động hóa quy trình bằng robot (RPA)…
Thứ tư, đảm bảo các hệ thống AI được sử dụng trong KSNB là minh bạch và đạo đức, từ việc sử dụng dữ liệu một cách công bằng đến việc đảm bảo tính minh bạch và giải trình về các quyết định của AI.
Tài liệu tham khảo
2. https://www.linkedin.com/pulse/leveraging-ai-enhancing-internal-control-within-vinaykumar-gaddam
.jpg "30 năm VAA: Vì sự tin cậy, minh bạch của thông tin tài chính - kế toán")
