A EY, uma das principais firmas de contabilidade do mundo, implementou recentemente inteligência artificial (IA) em seus processos de auditoria para detectar atividades fraudulentas. Os resultados iniciais são promissores, com a IAdentatividades suspeitas em duas das dez primeiras empresas avaliadas. Embora a EY destaque o potencial da IA na auditoria, o setor ainda diverge quanto à sua confiabilidade na detecção de fraudes.
Inteligência Artificial em Auditoria: Detecção de Fraudes
A Ernst & Young (EY), uma empresa de destaque no setor de auditoria e contabilidade, investiu em inteligência artificial para aprimorar seus processos de auditoria. Ao aproveitar o poder da IA, a EY visa melhorar a precisão e a eficiência de seus procedimentos de auditoria.
A incursão da EY na auditoria orientada por IA começou em 2018, com o objetivo de revolucionar a forma como a empresa detecta atividades fraudulentas. Na fase inicial desse empreendimento, a EY utilizou IA para avaliar dez empresas diferentes. Notavelmente, o sistema de IAdentatividades suspeitas em duas dessas empresas, posteriormente confirmadas como fraude pelos clientes.
Kath Barrow, sócia-gerente de auditoria da EY no Reino Unido e na Irlanda, expressou otimismo quanto à eficácia do sistema de IA. Embora detalhes específicos sobre o software de IA e a natureza das fraudes detectadas permaneçam confidenciais, a declaração de Barrow sugere que a EY vê um potencial significativo na incorporação da IA em seus processos de auditoria.
O nascimento de Helix GLAD
Uma das figuras-chave por trás da bem-sucedida integração da IA na auditoria da EY é Naoto Ichihara, sócio de auditoria da Ernst & Young ShinNihon LLC no escritório de Tóquio. Com formação em programação e paixão por desenvolver modelos e sistemas para auditoria, Ichihara se inspirou a explorar a aplicação de aprendizado de máquina na análise de dados contábeis.
A extensa pesquisa de Ichihara sobre artigos acadêmicos e algoritmos existentes o levou a uma descoberta inovadora: havia uma maneira mais eficaz de detectar anomalias por meio de aprendizado de máquina. Impulsionado por essa visão, Ichihara embarcou na jornada para criar uma solução de IA capaz de detectar irregularidades em vastos bancos de dados de informações financeiras.
Sua tecnologia inovadora tornou-se a primeira do gênero em auditoria, resultando, em última análise, em uma patente para essa solução revolucionária. Denominada EY Helix GL Anomaly Detector (Helix GLAD), ela representou um marco significativo na auditoria orientada por IA.
Conquistar a confiança na IA
Embora a IA tenha o potencial de analisar grandes conjuntos de dados rapidamente, o setor contábil permanece dividido quanto à sua confiabilidade na detecção das inúmeras formas de fraude potencial. Para dissipar o ceticismo, a equipe de auditoria da EY realizou testes rigorosos do Helix GLAD em um conjunto de dados contendo lançamentos contábeis fraudulentos predeterminados.
À medida que o algoritmo detectava essas entradas fraudulentas de forma consistente e precisa, os auditores começaram a ganhar confiança no potencial do Helix GLAD para aprimorar a precisão das auditorias. No entanto, um elemento crucial ainda estava faltando: os auditores não tinham conhecimento dos motivos pelos quais o sistema de IA detectava anomalias específicas. Esse conhecimento era vital para avaliar a validade e o impacto das entradas sinalizadas.
Reduzindo a lacuna: Análise de dados para a transparência
Reconhecendo a necessidade de transparência e compreensão nas auditorias, a equipe da EY desenvolveu uma solução que utiliza análise de dados. Essa solução visava criar mapas visuais das entradas sinalizadas, fornecendo aos auditores informações sobre os motivos por trás das detecções do algoritmo de IA.
Essas representações visuais permitiram que os auditores avaliassem as entradas sinalizadas de forma abrangente, fomentando a confiança nos métodos de detecção do algoritmo. Essa transformação representou um avanço significativo na melhoria da precisão e da eficiência dos processos de auditoria, ao mesmo tempo que reduziu o risco de irregularidades financeiras passarem despercebidas.
Benefícios e desafios da IA na detecção de fraudes em auditorias
A integração da IA nos processos de detecção de fraudes em auditoria oferece inúmeros benefícios para grandes empresas de contabilidade como a EY. Os algoritmos de IA possuem a capacidade de analisar grandes volumes de dados em uma fração do tempo que um auditor humano levaria. Essa eficiência permite que os auditores se concentrem na interpretação dos resultados, em vez de se dedicarem à revisão laboriosa dos dados. Além disso, os modelos de IA não são suscetíveis a vieses ou fadiga humana, aplicando de forma consistente regras e critériosdefiparadentanomalias.
Essa abordagem objetiva e confiável reduz o risco de transações suspeitas passarem despercebidas devido a erros humanos ou descuidos, aumentando assim a eficácia da detecção de fraudes.
No entanto, a implementação da IA na detecção de fraudes em auditorias apresenta desafios. Integrar a tecnologia de IA aos sistemas e fluxos de trabalho de auditoria existentes é um desafio significativo. As empresas de contabilidade devem garantir que os algoritmos de IA se integrem perfeitamente à sua infraestrutura e processos, o que exige planejamento cuidadoso, treinamento e colaboração entre auditores e especialistas em IA.
Outro desafio reside no monitoramento e atualização contínuos dos algoritmos de IA. À medida que os fraudadores adaptam e aprimoram suas técnicas, os algoritmos de IA devem permanecer adaptáveis para detectar novos padrões e anomalias. A colaboração entre auditores e desenvolvedores é crucial para refinar e atualizar os algoritmos, de modo a se manterem à frente das ameaças emergentes.
O futuro da IA em auditoria e considerações regulatórias
A adoção da IA na detecção de fraudes em auditorias tem o potencial de aprimorar a qualidade e a eficiência das auditorias. No entanto, os órgãos reguladores desempenharão um papel fundamental na determinação do grau de confiança que os contadores poderão depositar na IA durante o processo de auditoria.
Jason Bradley, chefe de tecnologia de auditoria do Conselho de Relatórios Financeiros do Reino Unido, reconhece que a IA apresenta oportunidades para melhorar a qualidade e a eficiência das auditorias, se usada adequadamente. As decisões regulatórias provavelmente dependem da capacidade dos contadores de avaliar e analisar criticamente os sistemas de IA.
Além disso, a questão da propriedade dos dados representa um desafio. As empresas podem considerar seus dados financeiros detalhados como informações proprietárias, o que torna complexo o uso desses dados privados para treinar sistemas de IA para auditoria de outras entidades.
A implementação bem-sucedida de IA pela EY na detecção de fraudes em auditoria destaca os benefícios potenciais da IA na área. Embora ainda existam desafios, a transparência e a eficiência proporcionadas por soluções baseadas em IA podem remodelar a forma como os auditores detectam e combatem atividades fraudulentas no futuro. O setor, os órgãos reguladores e os auditores devem navegar coletivamente por essas oportunidades e desafios à medida que a IA continua a evoluir nas práticas de auditoria.
