Использование компанией EY искусственного интеллекта для выявления мошенничества в аудите вызвало дискуссию

EY, одна из ведущих мировых аудиторских компаний, недавно внедрила искусственный интеллект (ИИ) в свои аудиторские процессы для выявления мошеннических действий. Первые результаты показали многообещающие перспективы: ИИdentподозрительные действия в двух из первых десяти компаний, прошедших оценку. Хотя EY подчеркивает потенциал ИИ в аудите, в отрасли до сих пор нет единого мнения относительно его надежности в выявлении мошенничества.

Искусственный интеллект в аудите: выявление мошенничества

Компания Ernst & Young (EY), ведущий игрок на рынке аудита и бухгалтерского учета, внедрила искусственный интеллект для совершенствования своих аудиторских процессов. Используя возможности ИИ, EY стремится повысить точность и эффективность своих аудиторских процедур.

Компания EY начала внедрение методов аудита на основе искусственного интеллекта в 2018 году с целью революционизировать способы выявления мошеннических действий. На начальном этапе этого проекта EY использовала ИИ для оценки десяти различных компаний. Примечательно, что система ИИdentподозрительные действия в двух из этих компаний, которые впоследствии были подтверждены клиентами как мошенничество.

Кэтрин Барроу, управляющий партнер EY по аудиту в Великобритании и Ирландии, выразила оптимизм по поводу эффективности системы искусственного интеллекта. Хотя конкретные детали о программном обеспечении ИИ и характере выявленных случаев мошенничества остаются нераскрытыми, заявление Барроу свидетельствует о том, что EY видит значительный потенциал во внедрении ИИ в свои аудиторские процессы.

Рождение Helix GLAD

Одной из ключевых фигур, стоящих за успешной интеграцией ИИ в аудит в EY, является Наото Ичихара, партнер по аудиту в Ernst & Young ShinNihon LLC в токийском офисе. Обладая опытом программирования и увлечением разработкой моделей и систем для аудита, Ичихара вдохновился на изучение применения машинного обучения в анализе бухгалтерских данных.

Обширные исследования Ичихары, основанные на изучении существующих научных работ и алгоритмов, привели его к революционному открытию: существует более эффективный способ обнаружения аномалий с помощью машинного обучения. Руководствуясь этим видением, Ичихара приступил к созданию решения на основе искусственного интеллекта, способного выявлять нарушения в обширных базах данных финансовой информации.

Его инновационная технология стала первой в своем роде в сфере аудита, что в конечном итоге привело к получению патента на это революционное решение. Получившее название EY Helix GL Anomaly Detector (Helix GLAD), оно стало важной вехой в аудите с использованием искусственного интеллекта.

Завоевание доверия к ИИ

Хотя ИИ обладает потенциалом для быстрого анализа обширных массивов данных, в бухгалтерской отрасли до сих пор существуют разногласия относительно его надежности в выявлении множества форм потенциального мошенничества. Чтобы развеять скептицизм, аудиторская группа EY провела тщательное тестирование Helix GLAD на наборе данных, содержащем заранее определенные мошеннические бухгалтерские записи.

Поскольку алгоритм последовательно и точно выявлял эти мошеннические записи, аудиторы начали обретать уверенность в потенциале Helix GLAD для повышения точности аудита. Однако критически важный элемент по-прежнему отсутствовал: аудиторам не хватало понимания того, почему система ИИ обнаружила конкретные аномалии. Эти знания были жизненно важны для оценки достоверности и влияния отмеченных записей.

Преодоление разрыва: анализ данных для обеспечения прозрачности

Понимая необходимость прозрачности и понимания в процессе аудита, команда EY разработала решение, использующее анализ данных. Цель этого решения — создание визуальных карт отмеченных записей, позволяющих аудиторам понять причины обнаружения ошибок алгоритмом искусственного интеллекта.

Эти визуальные представления позволили аудиторам всесторонне оценить отмеченные записи, укрепив доверие к методам обнаружения, используемым алгоритмом. Эта трансформация стала значительным шагом вперед в повышении точности и эффективности аудиторских процессов, одновременно снижая риск того, что финансовые нарушения останутся незамеченными.

Преимущества и проблемы ИИ в выявлении мошенничества в аудите

Интеграция ИИ в процессы выявления мошенничества в аудите открывает многочисленные преимущества для крупных аудиторских фирм, таких как EY. Алгоритмы ИИ способны анализировать огромные объемы данных за гораздо меньшее время, чем это потребовалось бы человеку-аудитору. Такая эффективность позволяет аудиторам сосредоточиться на интерпретации результатов, а не на трудоемком анализе данных. Более того, модели ИИ не подвержены влиянию человеческой предвзятости или усталости, последовательно применяя заранееdefiправила и критерии дляdentаномалий.

Этот объективный и надежный подход снижает риск упустить из виду подозрительные транзакции из-за человеческой ошибки или недосмотра, тем самым повышая эффективность выявления мошенничества.

Однако внедрение ИИ в выявление мошенничества в аудите сопряжено с трудностями. Интеграция технологий ИИ в существующие аудиторские системы и рабочие процессы представляет собой серьезную проблему. Аудиторские фирмы должны обеспечить бесперебойную интеграцию алгоритмов ИИ с их инфраструктурой и процессами, что требует тщательного планирования, обучения и сотрудничества между аудиторами и специалистами по ИИ.

Еще одна проблема связана с непрерывным мониторингом и обновлением алгоритмов ИИ. Поскольку мошенники адаптируют и совершенствуют свои методы, алгоритмы ИИ должны оставаться адаптивными, чтобы обнаруживать новые закономерности и аномалии. Сотрудничество между аудиторами и разработчиками имеет решающее значение для совершенствования и обновления алгоритмов, чтобы опережать возникающие угрозы.

Будущее искусственного интеллекта в аудите и вопросах регулирования

Внедрение ИИ в выявление мошенничества в аудите потенциально может повысить качество и эффективность аудита. Однако регулирующие органы будут играть ключевую роль в определении того, в какой степени бухгалтеры могут полагаться на ИИ в процессе аудита.

Джейсон Брэдли, руководитель отдела технологий аудита в Совете по финансовой отчетности Великобритании, признает, что ИИ открывает возможности для повышения качества и эффективности аудита при надлежащем использовании. Решения регулирующих органов, вероятно, будут зависеть от способности бухгалтеров критически оценивать и анализировать системы ИИ.

Кроме того, проблема владения данными представляет собой сложную задачу. Компании могут рассматривать свои подробные финансовые данные как конфиденциальную информацию, что затрудняет использование таких частных данных для обучения систем искусственного интеллекта для аудита других организаций.

Успешное внедрение ИИ в систему выявления мошенничества в аудите, осуществленное компанией EY, подчеркивает потенциальные преимущества ИИ в аудите. Хотя проблемы сохраняются, прозрачность и эффективность, обеспечиваемые решениями на основе ИИ, могут изменить подход аудиторов к выявлению и пресечению мошеннических действий в будущем. Отрасль, регулирующие органы и аудиторы должны совместно преодолевать эти возможности и вызовы по мере дальнейшего развития ИИ в аудиторской практике.