HƯỚNG DẪN ứng dụng

Đánh giá và lập kế hoạch rủi ro kiểm toán AI

Đánh giá rủi ro kiểm toán AI sử dụng phân tích và học máy trên sổ cái của công ty, cùng với các tín hiệu bên ngoài như dữ liệu và tin tức trong ngành, để tìm ra nơi báo cáo tài chính có nhiều khả năng bị sai sót trọng yếu nhất.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyđọc 4 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của việc lập kế hoạch và đánh giá rủi ro kiểm toán AI
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Các kết quả định hình kế hoạch kiểm tra: tài khoản, vị trí và cơ sở xác nhận nào được chú ý nhiều nhất. Việc đánh giá rủi ro tốt có ý nghĩa quan trọng vì mọi quy trình sau này đều nhằm vào nó và việc bỏ sót rủi ro thường đồng nghĩa với việc bỏ lỡ công việc.

Lặn sâu

Theo PCAOB AS 2110 và chuẩn mực quốc tế ISA 315 (Sửa đổi 2019), kiểm toán viên phải xác định và đánh giá rủi ro có sai sót trọng yếu ở cả cấp độ báo cáo tài chính và cấp độ cơ sở dẫn liệu. Họ làm điều này bằng cách hiểu rõ công ty, môi trường, hoạt động kế toán và các biện pháp kiểm soát của công ty. Tính trọng yếu (AS 2105) và các cân nhắc về gian lận (AS 2401, bao gồm các thủ tục bắt buộc đối với các bút toán ghi sổ) hình thành cùng một quy trình. AI tăng thêm tốc độ và chiều rộng. Thay vì quét số dư thử để tìm những biến động bất thường, nhóm có thể phân tích mọi giao dịch. Kiểm tra dựa trên quy tắc sẽ phát hiện các dấu hiệu cảnh báo đã biết như bài đăng cuối tuần, mục nhập của người dùng bất thường, số tiền làm tròn và mô tả đáng ngờ. Các phương pháp không được giám sát, chẳng hạn như rừng cách ly hoặc phân cụm, tìm ra các mục không giống như phần còn lại của quần thể. Các bài kiểm tra định luật của Benford tìm kiếm các mẫu chữ số không tự nhiên trong một số loại dữ liệu. MindBridge là một công cụ thương mại nổi tiếng giúp chấm điểm các giao dịch theo cách này và các công ty lớn đã tích hợp phân tích vào nền tảng của riêng họ. Các tín hiệu bên ngoài bổ sung bối cảnh mà sổ cái không thể cung cấp, bao gồm tỷ lệ ngang hàng, giá hàng hóa, kiện tụng, hành động pháp lý và tin tức. Các quyết định lập kế hoạch nguồn cấp dữ liệu đầu ra. Chúng giúp quyết định những tài khoản và cơ sở dẫn liệu nào là quan trọng, rủi ro nào là rủi ro đáng kể cần đặc biệt chú ý, địa điểm nào cần đến và nơi nào hướng tới các thủ tục cơ bản. Ba quan niệm sai lầm đáng được sửa chữa. Điểm rủi ro cao không phải là phát hiện sai sót. Đó là lý do để điều tra. Điểm thấp không phải là lý do để loại bỏ công việc bắt buộc: AS 2301 vẫn yêu cầu các thủ tục cơ bản cho từng cơ sở dẫn liệu liên quan của từng tài khoản quan trọng. Và phân tích không thay thế sự hiểu biết về doanh nghiệp. Một mô hình không thể biết rằng dòng sản phẩm mới sẽ thay đổi cách ghi nhận doanh thu trừ khi có ai đó cung cấp bối cảnh đó.

Triển khai trong thế giới thực

Một mô hình chấm điểm mọi mục nhật ký trong năm dựa trên các tính năng như thời gian đăng bài, người dùng, số tiền làm tròn và mục nhập thủ công. Nó làm nổi bật một nhóm mục nhập doanh thu thủ công được đặt trong ba ngày cuối quý và đảo ngược vào đầu quý tiếp theo.

So sánh tỷ suất lợi nhuận gộp và số ngày phải thu của khách hàng với hồ sơ XBRL công khai của các công ty ngang hàng cho thấy số tiền phải thu tăng nhanh hơn nhiều so với doanh thu. Nhóm nghiên cứu nâng cao rủi ro vốn có đối với sự tồn tại và định giá các khoản phải thu.

Phân tích văn bản của biên bản hội đồng quản trị và bản tóm tắt hợp đồng cho thấy một thỏa thuận mới về việc lập hóa đơn và giữ lại. Nhóm bổ sung thêm rủi ro ghi nhận doanh thu cho thỏa thuận đó.

Công ty con của một công ty đa quốc gia cho thấy số dư nội bộ bất thường và tình trạng luân chuyển nhân viên tài chính lớn. Kết hợp với bản tin địa phương về một cuộc điều tra thuế, điều này khiến nhóm đưa địa điểm đó vào phạm vi áp dụng.

Tương lai của việc lập kế hoạch và đánh giá rủi ro kiểm toán AI

Đánh giá rủi ro là nơi phân tích được thiết lập nhiều nhất trong kiểm toán và các bước tiếp theo có vẻ tăng dần: điểm chuẩn ngang hàng tốt hơn, sử dụng nhiều tài liệu phi cấu trúc như hợp đồng và biên bản cũng như cập nhật đánh giá rủi ro trong năm thay vì một lần khi lập kế hoạch. Các mô hình ngôn ngữ có thể giúp tóm tắt tin tức và hồ sơ về những rủi ro cụ thể, nhưng chúng cần được xác minh vì chúng có thể phân bổ sai sự thật. Các cơ quan quản lý đã nhấn mạnh rằng việc đánh giá rủi ro vẫn là phán đoán của kiểm toán viên. Các nhóm ghi lại lý do tại sao tín hiệu đã thay đổi hoặc không thay đổi kế hoạch sẽ thấy công việc của họ dễ bảo vệ hơn khi kiểm tra.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Xây dựng lựa chọn. Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
  • Nhóm và quy trình làm việc. Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
  • Rủi ro và an toàn. Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.

coi chừng

  • Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
  • Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
  • Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.

Các bước tiếp theo

  1. Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
  2. Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
  3. Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
  4. Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Làm bài kiểm tra Lập kế hoạch và đánh giá rủi ro kiểm toán AI

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Đánh giá và lập kế hoạch rủi ro kiểm toán AI là gì?

Đánh giá rủi ro kiểm toán AI sử dụng phân tích và học máy trên sổ cái của công ty, cùng với các tín hiệu bên ngoài như dữ liệu và tin tức trong ngành, để tìm ra nơi báo cáo tài chính có nhiều khả năng bị sai sót trọng yếu nhất. Các kết quả định hình kế hoạch kiểm tra: tài khoản, vị trí và cơ sở xác nhận nào được chú ý nhiều nhất. Việc đánh giá rủi ro tốt có ý nghĩa quan trọng vì mọi quy trình sau này đều nhằm vào nó và việc bỏ sót rủi ro thường đồng nghĩa với việc bỏ lỡ công việc.

Mô hình ghi nhật ký sẽ cho điểm rủi ro cao nhất của mục đó. Điểm số đó có ý nghĩa gì?

Điểm xếp hạng các mục để được chú ý. Chỉ các thủ tục theo dõi mới có thể cho biết liệu một mục có bị sai sót hay không.

Một tài khoản có điểm thấp trên mọi phân tích nhưng lại là một tài khoản quan trọng. AS 2301 vẫn yêu cầu những gì?

AS 2301 yêu cầu các thủ tục cơ bản cho từng cơ sở dẫn liệu liên quan của từng tài khoản quan trọng, bất kể rủi ro kiểm soát được đánh giá là gì.

Tại sao việc ánh xạ biểu đồ tài khoản của khách hàng sang phân loại tiêu chuẩn lại quan trọng?

Nếu không có cấu trúc chung, các tỷ lệ và mô hình bất thường không thể được so sánh giữa các thời kỳ hoặc giữa các thời kỳ một cách có ý nghĩa.

Các khoản phải thu tăng nhanh hơn nhiều so với doanh thu so với hồ sơ công khai của các công ty cùng ngành. Hướng dẫn liên kết những xác nhận nào với tín hiệu đó?

Các khoản phải thu vượt quá doanh số bán hàng có thể dẫn đến các vấn đề về doanh số hoặc thu tiền giả định, đó là rủi ro tồn tại và định giá.

Tại sao hệ thống tính điểm thường kết hợp các quy tắc với tính năng phát hiện bất thường không có giám sát?

Các quy tắc nắm bắt các mẫu đã biết và các phương pháp không giám sát bắt các mẫu bất thường. Họ cùng nhau cân bằng vùng phủ sóng chống lại tiếng ồn.