El uso de IA por parte de EY para la detección de fraudes en auditoría genera debate

EY, una de las firmas de contabilidad líderes a nivel mundial, ha implementado recientemente inteligencia artificial (IA) en sus procesos de auditoría para detectar actividades fraudulentas. Los resultados iniciales han mostrado resultados prometedores, ya que la IA hadentactividades sospechosas en dos de las diez primeras empresas evaluadas. Si bien EY destaca el potencial de la IA en la auditoría, el sector mantiene discrepancias sobre su fiabilidad para la detección de fraudes.

IA en auditoría: detección de fraudes

Ernst & Young (EY), empresa líder en auditoría y contabilidad, se ha aventurado en la inteligencia artificial para optimizar sus procesos de auditoría. Al aprovechar el poder de la IA, EY buscaba mejorar la precisión y la eficiencia de sus procedimientos de auditoría.

La incursión de EY en la auditoría basada en IA comenzó en 2018, con la intención de revolucionar la forma en que la empresa detecta actividades fraudulentas. En la fase inicial de este proyecto, EY utilizó IA para evaluar diez empresas diferentes. Sorprendentemente, el sistema de IAdentactividades sospechosas en dos de estas empresas, que posteriormente fueron confirmadas como fraude por los clientes.

Kath Barrow, socia directora de auditoría de EY en Reino Unido e Irlanda, expresó su optimismo sobre la eficacia del sistema de IA. Si bien no se han revelado detalles específicos sobre el software de IA ni la naturaleza de los fraudes detectados, la declaración de Barrow sugiere que EY ve un gran potencial en la incorporación de la IA en sus procesos de auditoría.

El nacimiento de Helix GLAD

Una de las figuras clave detrás de la exitosa integración de la IA en la auditoría por parte de EY es Naoto Ichihara, socio de auditoría de Ernst & Young ShinNihon LLC en la oficina de Tokio. Con experiencia en programación y pasión por el desarrollo de modelos y sistemas de auditoría, Ichihara se inspiró para explorar la aplicación del aprendizaje automático en el análisis de datos contables.

La extensa investigación de Ichihara sobre artículos académicos y algoritmos existentes lo condujo a una conclusión revolucionaria: existía una forma más eficaz de detectar anomalías mediante el aprendizaje automático. Impulsado por esta visión, Ichihara se embarcó en la aventura de crear una solución de IA capaz de detectar irregularidades en vastas bases de datos de información financiera.

Su innovadora tecnología se convirtió en la primera de su tipo en auditoría, lo que finalmente dio lugar a una patente para esta solución revolucionaria. Denominada EY Helix GL Anomaly Detector (Helix GLAD), marcó un hito significativo en la auditoría basada en IA.

Ganando confianza en la IA

Si bien la IA tiene el potencial de analizar rápidamente grandes conjuntos de datos, el sector contable sigue dividido sobre su fiabilidad para detectar las innumerables formas de fraude potencial. Para disipar el escepticismo, el equipo de auditoría de EY realizó rigurosas pruebas de Helix GLAD con un conjunto de datos que contenía asientos contables fraudulentos predeterminados.

A medida que el algoritmo descubría estas entradas fraudulentas de forma consistente y precisa, los auditores comenzaron a confiar en el potencial de Helix GLAD para mejorar la precisión de las auditorías. Sin embargo, aún faltaba un elemento crítico: los auditores desconocían por qué el sistema de IA detectaba anomalías específicas. Este conocimiento era vital para evaluar la validez y el impacto de las entradas detectadas.

Cerrando la brecha: análisis de datos para la transparencia

Reconociendo la necesidad de transparencia y comprensión en las auditorías, el equipo de EY ideó una solución que aprovechaba el análisis de datos. Esta solución buscaba crear mapas visuales de las entradas marcadas, ofreciendo a los auditores información sobre las razones detrás de las detecciones del algoritmo de IA.

Estas representaciones visuales permitieron a los auditores evaluar exhaustivamente las entradas marcadas, lo que fomentó la confianza en los métodos de detección del algoritmo. Esta transformación marcó un avance significativo en la mejora de la precisión y la eficiencia de los procesos de auditoría, a la vez que redujo el riesgo de que las irregularidades financieras pasaran desapercibidas.

Beneficios y desafíos de la IA en la detección del fraude de auditoría

La integración de la IA en los procesos de detección de fraude de auditoría ofrece numerosas ventajas para grandes firmas de contabilidad como EY. Los algoritmos de IA tienen la capacidad de analizar grandes volúmenes de datos en una fracción del tiempo que le tomaría a un auditor humano. Esta eficiencia permite a los auditores centrarse en interpretar los resultados en lugar de revisar los datos laboriosamente. Además, los modelos de IA no son susceptibles al sesgo ni a la fatiga humana, ya que aplican consistentemente reglas y criteriosdefiparadentanomalías.

Este enfoque objetivo y confiable reduce el riesgo de pasar por alto transacciones sospechosas debido a errores o descuidos humanos, mejorando así la eficacia de la detección de fraudes.

Sin embargo, la implementación de la IA en la detección de fraudes de auditoría conlleva desafíos. Integrar la tecnología de IA en los sistemas y flujos de trabajo de auditoría existentes es un reto importante. Las firmas de contabilidad deben garantizar que los algoritmos de IA se adapten perfectamente a su infraestructura y procesos, lo que requiere una planificación, capacitación y colaboración minuciosas entre auditores y especialistas en IA.

Otro desafío gira en torno a la monitorización y actualización continuas de los algoritmos de IA. A medida que los estafadores adaptan y desarrollan sus técnicas, los algoritmos de IA deben mantenerse adaptables para detectar nuevos patrones y anomalías. La colaboración entre auditores y desarrolladores es crucial para perfeccionar y actualizar los algoritmos y anticiparse a las amenazas emergentes.

El futuro de la IA en las consideraciones de auditoría y regulatorias

La adopción de la IA en la detección del fraude de auditoría tiene el potencial de mejorar la calidad y la eficiencia de las auditorías. Sin embargo, los organismos reguladores desempeñarán un papel fundamental a la hora de determinar hasta qué punto los contadores pueden confiar en la IA durante el proceso de auditoría.

Jason Bradley, director de tecnología de auditoría del Consejo de Información Financiera del Reino Unido, reconoce que la IA ofrece oportunidades para mejorar la calidad y la eficiencia de las auditorías si se utiliza adecuadamente. Las decisiones regulatorias probablemente dependan de la capacidad de los contadores para evaluar y criticar críticamente los sistemas de IA.

Además, la cuestión de la propiedad de los datos plantea un desafío. Las empresas pueden considerar sus datos financieros detallados como información confidencial, lo que dificulta el uso de dichos datos privados para entrenar sistemas de IA para auditar a otras entidades.

La exitosa implementación de IA por parte de EY en la detección de fraudes de auditoría resalta los beneficios potenciales de la IA en la auditoría. Si bien persisten los desafíos, la transparencia y la eficiencia que brindan las soluciones basadas en IA pueden transformar la forma en que los auditores detectan y abordan las actividades fraudulentas en el futuro. La industria, los reguladores y los auditores deben abordar conjuntamente estas oportunidades y desafíos a medida que la IA continúa evolucionando en las prácticas de auditoría.