Notícias

Aug 16, 2023

O futuro da tecnologia de auditoria, parte 3: empresas maiores

À medida que as empresas auditadas se tornam cada vez mais ricas em dados, novas tecnologias estão ajudando

À medida que as empresas auditadas se tornam cada vez mais ricas em dados, novas tecnologias estão ajudando empresas de auditoria maiores a aprimorar a qualidade, a precisão e a percepção de suas auditorias.

Olhando para o setor de auditoria, Stuart Cobbe – principal consultor do The Analytical Accountant – vê grandes contrastes entre o quão pequenas e médias empresas estão trabalhando com inteligência artificial (IA) e ferramentas analíticas, em comparação com o que está acontecendo entre seus pares maiores. "Há uma divisão entre as auditorias reguladas pelo Financial Reporting Council (FRC) e aquelas cobertas pelo ICAEW", diz ele. "E isso se alinha amplamente com o tamanho e a complexidade dos clientes que estão sendo auditados."

Como ex-chefe global, análise e insights do setor no principal fornecedor de software de auditoria de IA MindBridge, Cobbe mantém um forte interesse em como soluções como IA, open banking e ferramentas de análise estão ajudando a auditoria a evoluir.

"Nas empresas maiores", diz ele, "incluindo o mercado intermediário, a adoção de tais ferramentas continua a acelerar. De fato, em muitos casos, está atingindo uma massa crítica, o que é esperado. Está se tornando parte das melhores práticas para realizar alguma forma de análise de dados em periódicos – geralmente baseada em aprendizado de máquina ou IA – junto com uma abordagem baseada em dados para avaliação de risco e teste de receita”.

A KPMG, por exemplo, abriga a plataforma intuitiva de 'auditoria inteligente' Clara, desenvolvida pelo Microsoft Azure. Como explica o diretor de tecnologia da KPMG, Matthew Campbell, a empresa já identificou vários casos de uso para IA em auditoria – um dos quais é a detecção de anomalias.

"Com as ferramentas analíticas tradicionais", diz ele, "você normalmente definiria uma série de regras e examinaria um grande conjunto de dados em busca de exceções. Mas com a IA, você alimenta uma população de dados com o software e ele rapidamente identifica qualquer coisa incomum - como você está encontrando agulhas no palheiro, sem saber que são as agulhas que você está procurando."

Campbell também cita a leitura de documentos e a auditoria de julgamento como áreas em que a IA está agregando valor. "Extrair informações e interpretar grandes volumes de dados não estruturados é uma área em crescimento", diz ele. "Do lado do julgamento, a IA está desempenhando um papel de apoio no trabalho que envolve elementos de previsão ou validação - por exemplo, avaliação de ativos. Portanto, estamos usando a IA amplamente - principalmente para automatizar partes do processo de auditoria ou para complementar auditores quando estão aplicando seu próprio julgamento."

Nesse contexto, Campbell enquadra a auditoria contínua habilitada por IA – o escrutínio das declarações dos clientes em tempo real contínuo – como algo para o qual o setor de auditoria está trabalhando, em vez de um caso de uso com impacto tangível e atual. "A tecnologia está disponível", diz ele, "e estou ciente de que está sendo usada de forma limitada em alguns trabalhos de auditoria interna - então, normalmente vemos algumas entidades que auditamos usando essa tecnologia para fornecer uma 'primeira linha de defesa ' tipo de garantia, em vez de uma forma independente e externa. Mas definitivamente há espaço para ir nessa direção."

Em uma nota mais atual, Campbell diz que ferramentas inovadoras de processamento de dados estão ajudando os auditores da KPMG a realizar análises de causa raiz para duas finalidades baseadas em risco: mineração de processos e análise de tendências.

A mineração de processos mapeia retrospectivamente todas as rotas que uma transação ou processo de negócios seguiu, fornecendo aos auditores uma trilha de auditoria. Também detecta ineficiências, riscos e erros. Essas informações podem ser usadas para destacar o potencial de falhas em processos semelhantes no futuro.

A análise de tendências aproveita os dados para identificar tendências para comparar empresas, setores e/ou processos específicos semelhantes em benchmarking ou teste de progressão. Por meio dessa análise, os auditores podem identificar desenvolvimentos que podem não ser imediatamente óbvios ao olho humano – mas que podem revelar a causa raiz dos riscos sistêmicos.

"Por exemplo", diz Campbell, "você pode descobrir que a empresa cliente tem um funcionário sobrecarregado que está aprovando muitas faturas imprecisas. Como a carga de trabalho total pode envolver o processamento de milhões de faturas, isso sugere que um problema significativo pode surgir a longo prazo ."