Ứng dụng “Học sâu” trong hoạt động của Kiểm toán nhà nước Việt Nam

Thực trạng ứng dụng “Học sâu” trong kiểm toán công

DL ngày càng được áp dụng vào nhiều giai đoạn của quy trình kiểm toán để tăng cường độ chính xác và hiệu quả. Trong phân tích dữ liệu tài chính, DL có khả năng xử lý hàng triệu giao dịch và phát hiện các mẫu bất thường, giúp kiểm toán viên tập trung vào các rủi ro tiềm ẩn. Công nghệ DL còn được sử dụng để tự động hóa các quy trình như: Phân loại dữ liệu, nhận diện gian lận và tạo ra các báo cáo phân tích chi tiết, từ đó giảm thiểu sự can thiệp thủ công và nâng cao hiệu quả công việc. DL cũng hỗ trợ kiểm toán từ xa bằng cách phân tích dữ liệu trên nền tảng số, giúp giảm nhu cầu tiếp cận trực tiếp và nâng cao tính tiện lợi trong kiểm toán.

Công tác ứng dụng CNTT tại KTNN đã đạt được nhiều thành tựu quan trọng nhưng cũng gặp phải một số thách thức. Về thành tựu, KTNN đã xây dựng các văn bản, chính sách nhằm thúc đẩy chuyển đổi số. Luật KTNN sửa đổi, bổ sung năm 2019 cho phép KTNN truy cập và khai thác cơ sở dữ liệu quốc gia, dữ liệu điện tử của các đơn vị kiểm toán và tổ chức liên quan. Ngoài ra, KTNN đã ban hành quy trình hướng dẫn sử dụng CNTT trong mọi giai đoạn kiểm toán, với quy định chi tiết việc khai thác dữ liệu số thay vì yêu cầu cung cấp tài liệu truyền thống. Đồng thời, các quy định quản lý CNTT được triển khai nhằm tối ưu hóa hiệu quả các ứng dụng, đảm bảo an toàn và nâng cao chất lượng khai thác dữ liệu.

Để phục vụ kết nối và chia sẻ dữ liệu, KTNN đã phát triển hệ thống trục tích hợp dữ liệu kết nối phần mềm nội bộ, xây dựng hệ thống xác thực người dùng tập trung và cơ sở dữ liệu dùng chung bao gồm các danh mục quan trọng. Các hệ thống này giúp tạo nền tảng kết nối dữ liệu với các cơ quan chức năng như: Bộ Tài chính, Ngân hàng Nhà nước, Bảo hiểm xã hội Việt Nam, hỗ trợ hiệu quả hoạt động kiểm toán. Đến nay, KTNN đã cấp hơn 6.000 tài khoản cho đơn vị kiểm toán và thu nhận gần 10.000 báo cáo tài chính qua cổng thông tin điện tử.

DL là một phân nhánh của học máy (ML) trong trí tuệ nhân tạo (AI), có thể tự học và phát triển từ dữ liệu mà không cần lập trình thủ công. Các mô hình DL phân tích hàng triệu ví dụ dữ liệu, tự động nhận diện các mẫu và mối liên hệ phức tạp, giúp hệ thống học hỏi mà không cần con người can thiệp.

Bên cạnh đó, KTNN đã thành công trong việc áp dụng phân tích dữ liệu lớn, như trong việc phân tích các hệ thống thu ngân sách tại Hải quan và Thuế, giúp phát hiện nhiều bất thường liên quan đến mã hàng hóa và thuế suất. KTNN đã thực hiện kiểm toán từ xa, đánh dấu bước tiến quan trọng với cuộc kiểm toán thí điểm vào năm 2022, sử dụng công nghệ viễn thám, từng bước cải tiến phương thức kiểm toán truyền thống.

Ứng dụng CNTT trong điều hành nội bộ cũng được đẩy mạnh với hệ thống quản lý văn bản điện tử, chữ ký số và ứng dụng di động hỗ trợ lãnh đạo xử lý công việc mọi lúc, mọi nơi. Đặc biệt, các ứng dụng hỗ trợ kiểm toán như IDEA, Access, SQL đã nâng cao năng lực phân tích dữ liệu điện tử, đi kèm với hạ tầng CNTT hiện đại được bảo mật theo tiêu chuẩn cao.

Thông qua việc tăng cường ứng dụng CNTT trong kiểm toán, KTNN đã cải cách hành chính, giảm chi phí, nâng cao hiệu quả kiểm soát và quản lý hoạt động kiểm toán.

Tuy nhiên, KTNN vẫn đối mặt với nhiều thách thức. Một trong những vấn đề lớn là dữ liệu không đồng bộ, khi nhiều đơn vị được kiểm toán chưa chuẩn hóa dữ liệu, gây khó khăn trong việc thu thập và phân tích thông tin. Thêm vào đó, việc thiếu hụt nguồn nhân lực có trình độ cao về công nghệ cũng là trở ngại lớn. Mặc dù hạ tầng CNTT được đầu tư nhưng vẫn chưa tối ưu để hỗ trợ hiệu quả các mô hình DL trong kiểm toán.

Một số giải pháp và định hướng phát triển

Để tối ưu hóa và thúc đẩy việc ứng dụng DL trong kiểm toán, KTNN cần triển khai một chiến lược toàn diện và linh hoạt, tập trung vào các giải pháp cốt lõi nhằm nâng cao hiệu quả và năng lực kiểm toán.

Đào tạo và phát triển nguồn nhân lực là yếu tố then chốt. KTNN cần tăng cường đào tạo chuyên sâu về AI, DL, phân tích dữ liệu lớn, bảo mật thông tin. Các khóa đào tạo cần được tổ chức liên tục, xây dựng lộ trình học tập rõ ràng cho kiểm toán viên từ cơ bản đến nâng cao, đặc biệt là kỹ thuật xử lý dữ liệu và vận hành các công cụ kiểm toán hiện đại. Đồng thời, cần phát triển đội ngũ chuyên gia CNTT, tuyển dụng chuyên gia về AI, DL và khoa học dữ liệu để hỗ trợ kiểm toán viên trong quá trình kiểm toán. Việc tăng cường hợp tác quốc tế với các cơ quan kiểm toán quốc tế cũng rất quan trọng, giúp KTNN tiếp cận công nghệ và phương pháp tiên tiến.

Việc chuẩn hóa và quản lý dữ liệu là yếu tố quan trọng tiếp theo. KTNN cần xây dựng một kho dữ liệu dùng chung, kết nối với các hệ thống dữ liệu từ các Bộ, ngành và đơn vị được kiểm toán đảm bảo dữ liệu liên tục được cập nhật, giúp dễ dàng tích hợp và truy xuất. Chuẩn hóa dữ liệu kiểm toán bằng các tiêu chuẩn về định dạng, phân loại và quản lý sẽ giúp đảm bảo tính nhất quán, đồng thời làm sạch và kiểm tra chất lượng dữ liệu trước khi phân tích để giảm thiểu sai sót. Việc tăng cường khả năng chia sẻ dữ liệu giữa KTNN và các đơn vị được kiểm toán, đồng thời bảo đảm bảo mật thông tin là yếu tố không thể thiếu.

Nâng cấp hạ tầng công nghệ là điều kiện quan trọng để thực hiện các mô hình DL hiệu quả. KTNN cần xây dựng các trung tâm dữ liệu hiện đại, với khả năng lưu trữ lớn và hiệu suất cao, trang bị các hệ thống điện toán đám mây và GPU để hỗ trợ DL. Phát triển nền tảng phân tích dữ liệu lớn để xử lý dữ liệu từ nhiều nguồn nhanh chóng và hiệu quả cũng là mục tiêu quan trọng. Đồng thời, cần đảm bảo an toàn thông tin, triển khai các lớp bảo mật như: Tường lửa, giám sát an ninh mạng và mã hóa dữ liệu để bảo vệ thông tin trong kiểm toán.

Tăng cường hợp tác và nghiên cứu phát triển là một chiến lược quan trọng khác. KTNN cần hợp tác chặt chẽ với các SAI, học hỏi kinh nghiệm từ các nước đi đầu như: Hoa Kỳ, Anh và Singapore trong việc ứng dụng DL. KTNN cũng cần đẩy mạnh nghiên cứu nội bộ để phát triển các giải pháp DL phù hợp với nhu cầu và thực trạng của Việt Nam, như: Phân tích ngân sách công, phát hiện gian lận, đánh giá hiệu quả các dự án đầu tư công.

Đổi mới quy trình kiểm toán là một yếu tố quan trọng để tối đa hóa lợi ích từ DL. KTNN cần chuyển từ kiểm toán truyền thống sang kiểm toán dựa trên dữ liệu số, trong đó DL sẽ giúp phát hiện các bất thường và rủi ro tiềm ẩn. Các công cụ hỗ trợ thông minh như chatbot kiểm toán và trợ lý ảo cũng sẽ được phát triển để hỗ trợ quá trình thu thập, phân tích dữ liệu. Hơn nữa, việc tăng cường kiểm toán từ xa bằng cách sử dụng DL sẽ giúp giảm chi phí và tăng hiệu quả của cuộc kiểm toán.

Cuối cùng, để thúc đẩy ứng dụng DL, phát triển môi trường pháp lý và chính sách là điều thiết yếu. KTNN cần xây dựng các quy định về quyền truy cập, sử dụng và chia sẻ dữ liệu trong hoạt động kiểm toán, đồng thời đảm bảo an toàn thông tin với các quy định bảo vệ dữ liệu kiểm toán trước các mối đe dọa an ninh mạng. Các chính sách khuyến khích đầu tư công nghệ và tạo điều kiện thuận lợi cho KTNN hợp tác với các doanh nghiệp công nghệ và tổ chức quốc tế cũng cần được ban hành.

Với những giải pháp và định hướng phát triển trên, KTNN sẽ không chỉ nâng cao hiệu quả công tác kiểm toán mà còn đi đầu trong việc ứng dụng công nghệ tiên tiến, giúp nâng cao chất lượng công tác kiểm toán quốc gia trong kỷ nguyên số.

DL đóng vai trò quan trọng trong việc cải thiện chất lượng và hiệu quả công tác kiểm toán của KTNN. Mặc dù còn đối mặt với nhiều thử thách, nhưng với chiến lược rõ ràng và sự đầu tư hợp lý, KTNN có cơ hội vươn lên trở thành đơn vị kiểm toán hàng đầu khu vực, góp phần nâng cao tính minh bạch và hiệu quả trong quản lý tài chính công. Thực hiện chiến lược này, KTNN không chỉ cải thiện năng lực kiểm toán mà còn bảo đảm sự minh bạch và hiệu quả trong quản lý tài chính công./.