L'uso dell'IA di EY nel rilevamento delle frodi negli audit suscita dibattito

EY, una delle principali società di revisione contabile a livello globale, ha recentemente implementato l'intelligenza artificiale (IA) nei suoi processi di audit per rilevare attività fraudolente. I risultati iniziali sono promettenti, con l'IA che ha identificato attività sospette in due delle prime dieci società valutate. Sebbene EY esalti il potenziale dell'IA nell'audit, il settore rimane diviso sulla sua affidabilità per il rilevamento delle frodi.

IA nell'audit: rilevamento delle frodi

Ernst & Young (EY), un attore prominente nel settore dell'audit e della contabilità, si è avvalsa dell'intelligenza artificiale per migliorare i suoi processi di audit. Sfruttando il potere dell'IA, EY mirava a migliorare l'accuratezza e l'efficienza delle sue procedure di revisione.

L'ingresso di EY nell'audit basato sull'IA è iniziato nel 2018, con l'intento di rivoluzionare il modo in cui l'azienda rileva le attività fraudolente. Nella fase iniziale di questo sforzo, EY ha utilizzato l'IA per valutare dieci aziende diverse. In modo notevole, il sistema di IA ha identificato attività sospette in due di queste aziende, successivamente confermate come frodi dai clienti.

Kath Barrow, managing partner per la garanzia nel Regno Unito e in Irlanda di EY, ha espresso ottimismo riguardo all'efficacia del sistema di IA. Sebbene i dettagli specifici sul software di IA e sulla natura delle frodi rilevate rimangano riservati, la dichiarazione di Barrow suggerisce che EY vede un potenziale significativo nell'integrazione dell'IA nei suoi processi di audit.

La nascita di Helix GLAD

Una delle figure chiave dietro l'integrazione di successo dell'IA nell'audit da parte di EY è Naoto Ichihara, partner per la garanzia presso Ernst & Young ShinNihon LLC nell'ufficio di Tokyo. Con una formazione in programmazione e una passione per lo sviluppo di modelli e sistemi per l'audit, Ichihara è stato ispirato a esplorare l'applicazione del machine learning nell'analisi dei dati contabili.

L'ampia ricerca di Ichihara sui documenti accademici esistenti e sugli algoritmi lo ha portato a una realizzazione rivoluzionaria: esisteva un modo più efficace per rilevare le anomalie attraverso il machine learning. Spinto da questa visione, Ichihara ha intrapreso il viaggio per creare una soluzione di IA in grado di rilevare irregolarità all'interno di vasti database di informazioni finanziarie.

La sua tecnologia innovativa è diventata la prima del suo genere nel settore dell'audit, portando infine al brevetto di questa soluzione rivoluzionaria. Chiamata EY Helix GL Anomaly Detector (Helix GLAD), ha segnato una pietra miliare significativa nell'audit basato sull'IA.

Guadagnare fiducia nell'IA

Sebbene l'IA abbia il potenziale per analizzare rapidamente set di dati estesi, il settore contabile rimane diviso sulla sua affidabilità per il rilevamento delle molteplici forme di frode potenziale. Per affrontare lo scetticismo, il team di garanzia di EY ha condotto test rigorosi su Helix GLAD contro un set di dati contenente voci di giornale fraudolente predefinite.

Man mano che l'algoritmo scopriva costantemente e con precisione queste voci fraudolente, i revisori hanno iniziato a guadagnare fiducia nel potenziale di Helix GLAD per migliorare l'accuratezza dell'audit. Tuttavia, mancava un elemento critico: i revisori non avevano informazioni sul motivo per cui il sistema di IA rilevava specifiche anomalie. Questa conoscenza era vitale per valutare la validità e l'impatto delle voci segnalate.

Colmare il divario: analisi dei dati per la trasparenza

Riconoscendo la necessità di trasparenza e comprensione nell'audit, il team di EY ha ideato una soluzione che sfrutta l'analisi dei dati. Questa soluzione mirava a creare mappe visive delle voci segnalate, fornendo ai revisori informazioni sulle ragioni delle rilevazioni dell'algoritmo di IA.

Queste rappresentazioni visive hanno consentito ai revisori di valutare in modo completo le voci segnalate, favorendo la fiducia nei metodi di rilevamento dell'algoritmo. Questa trasformazione ha segnato un passo avanti significativo nel miglioramento dell'accuratezza e dell'efficienza dei processi di audit, riducendo al contempo il rischio che le irregolarità finanziarie passino inosservate.

Vantaggi e sfide dell'IA nel rilevamento delle frodi negli audit

L'integrazione dell'IA nei processi di rilevamento delle frodi negli audit offre numerosi vantaggi per grandi società di revisione contabile come EY. Gli algoritmi di IA hanno la capacità di analizzare enormi volumi di dati in una frazione del tempo necessario a un revisore umano. Questa efficienza consente ai revisori di concentrarsi sull'interpretazione dei risultati anziché sulla revisione laboriosa dei dati. Inoltre, i modelli di IA non sono suscettibili al bias umano o alla fatica, applicando costantemente regole e criteri predefiniti per identificare le anomalie.

Questo approccio obiettivo e affidabile riduce il rischio di trascurare transazioni sospette a causa di errori umani o sviste, migliorando così l'efficacia del rilevamento delle frodi.

Tuttavia, l'implementazione dell'IA nel rilevamento delle frodi negli audit presenta delle sfide. L'integrazione della tecnologia IA nei sistemi e nei flussi di lavoro di audit esistenti è una sfida significativa. Le società di revisione contabile devono garantire che gli algoritmi di IA si allineino perfettamente con la loro infrastruttura e i loro processi, rendendo necessari una pianificazione attenta, la formazione e la collaborazione tra revisori e specialisti IA.

Un'altra sfida riguarda il monitoraggio continuo e l'aggiornamento degli algoritmi di IA. Man mano che i truffatori adattano ed evolvono le loro tecniche, gli algoritmi di IA devono rimanere adattabili per rilevare nuovi modelli e anomalie. La collaborazione tra revisori e sviluppatori è cruciale per affinare e aggiornare gli algoritmi per restare avanti rispetto alle minacce emergenti.

Il futuro dell'IA nell'audit e considerazioni normative

L'adozione dell'IA nel rilevamento delle frodi negli audit ha il potenziale per migliorare la qualità e l'efficienza dell'audit. Tuttavia, gli organismi di regolamentazione svolgeranno un ruolo fondamentale nel determinare l'estensione della fiducia che i contabili possono riporre nell'IA durante il processo di audit.

Jason Bradley, capo della tecnologia di garanzia per il Financial Reporting Council del Regno Unito, riconosce che l'IA presenta opportunità per migliorare la qualità e l'efficienza dell'audit se utilizzata in modo appropriato. Le decisioni normative probabilmente dipendono dalla capacità dei contabili di valutare e criticare in modo critico i sistemi di IA.

Inoltre, la questione della proprietà dei dati rappresenta una sfida. Le aziende potrebbero considerare i loro dati finanziari dettagliati come informazioni proprietarie, rendendo complesso l'utilizzo di tali dati privati per addestrare sistemi di IA per l'audit di altre entità.

L'implementazione di successo di EY dell'IA nel rilevamento delle frodi negli audit evidenzia i potenziali benefici dell'IA nell'audit. Sebbene persistano delle sfide, la trasparenza e l'efficienza apportate dalle soluzioni basate sull'IA possono ridefinire il modo in cui i revisori rilevano e affrontano le attività fraudolente in futuro. Il settore, i regolatori e i revisori devono navigare collettivamente queste opportunità e sfide mentre l'IA continua a evolversi nelle pratiche di audit.