A EY implementou a intelig\u00eancia artificial (IA) em seus processos de auditoria, levando \u00e0 detec\u00e7\u00e3o de atividades fraudulentas.\u00a0Das primeiras 10 empresas avaliadas por este novo sistema, atividades suspeitas foram identificadas em duas, que posteriormente foram confirmadas como fraudes pelos clientes.<\/p>\n
Kath Barrow, s\u00f3cia-gerente de garantia da EY no Reino Unido e Irlanda, comentou sobre a efic\u00e1cia do sistema, indicando que esses resultados iniciais demonstram sua utilidade potencial na auditoria.<\/p>\n
Embora a EY tenha se recusado a revelar os detalhes de seu software ou a natureza das fraudes que descobriu, Barrow disse que os resultados sugeriam que a tecnologia tinha \u201cpernas\u201d para a auditoria.<\/p>\n
A EY come\u00e7ou a experimentar a IA na auditoria em 2018.<\/p><\/blockquote>\n
Naoto Ichihara, s\u00f3cio de garantia da Ernst & Young ShinNihon LLC no escrit\u00f3rio de T\u00f3quio, sempre teve paix\u00e3o por programa\u00e7\u00e3o. Sua experi\u00eancia no desenvolvimento de modelos e sistemas para auditoria o levou a explorar a aplica\u00e7\u00e3o de aprendizado de m\u00e1quina na an\u00e1lise de dados cont\u00e1beis.<\/p>\n
A extensa pesquisa de Naoto sobre trabalhos acad\u00eamicos e algoritmos existentes despertou sua percep\u00e7\u00e3o de que havia uma maneira melhor de detectar anomalias por meio do aprendizado de m\u00e1quina.<\/p>\n
Movido por sua vis\u00e3o, Naoto codificou uma solu\u00e7\u00e3o de IA que poderia detectar entradas an\u00f4malas em grandes bancos de dados. Esta tecnologia tornou-se a primeira do g\u00eanero no campo da auditoria e foi posteriormente patenteada.<\/p><\/blockquote>\n
Reconhecendo a necessidade de colabora\u00e7\u00e3o, Naoto montou uma equipe de auditores e desenvolvedores para testar e melhorar o m\u00e9todo de detec\u00e7\u00e3o da solu\u00e7\u00e3o, que foi posteriormente denominada EY Helix GL Anomaly Detector ou Helix GLAD.<\/p>\n
Superando o ceticismo e ganhando confian\u00e7a<\/span><\/strong><\/p>\n
A capacidade do sistema de IA de analisar grandes quantidades de dados de forma r\u00e1pida e eficiente pode fornecer uma ferramenta poderosa para os auditores, alertando-os sobre sinais de irregularidades e outros problemas. No entanto, o setor permanece dividido sobre a confiabilidade dessa tecnologia, com algumas empresas expressando ceticismo sobre a capacidade da IA de detectar as in\u00fameras formas de fraude potencial.<\/p>\n
Os auditores desempenham um papel crucial na avalia\u00e7\u00e3o das entradas sinalizadas e na recomenda\u00e7\u00e3o de a\u00e7\u00f5es adequadas. Para ganhar sua confian\u00e7a, a equipe realizou testes rigorosos da solu\u00e7\u00e3o contra um conjunto de dados onde as entradas fraudulentas do di\u00e1rio foram pr\u00e9-determinadas.<\/p>\n
\u00c0 medida que a equipe de garantia observava o algoritmo descobrindo com precis\u00e3o as entradas fraudulentas, eles come\u00e7aram a acreditar no potencial do Helix GLAD para melhorar a precis\u00e3o dos processos de auditoria.\u00a0No entanto, faltava um aspecto cr\u00edtico – os auditores n\u00e3o tinham conhecimento do motivo pelo qual o algoritmo detectou anomalias espec\u00edficas. Esse conhecimento era vital para avaliar o impacto e a validade das entradas sinalizadas.<\/p>\n
<\/p>\n
Para resolver isso, a equipe elaborou uma solu\u00e7\u00e3o que aproveitava a an\u00e1lise de dados para criar mapas visuais das entradas sinalizadas e das raz\u00f5es por tr\u00e1s de sua detec\u00e7\u00e3o, fornecendo aos auditores uma vis\u00e3o transparente do m\u00e9todo de detec\u00e7\u00e3o do algoritmo.<\/p><\/blockquote>\n
A capacidade da ferramenta de analisar grandes quantidades de dados e sinalizar transa\u00e7\u00f5es suspeitas transformou a paisagem da auditoria. Ela n\u00e3o apenas aprimorou a precis\u00e3o e a efici\u00eancia das auditorias, mas tamb\u00e9m reduziu significativamente o risco de irregularidades financeiras passarem despercebidas.<\/p>\n
Benef\u00edcios e desafios<\/strong><\/span><\/p>\n
A integra\u00e7\u00e3o da IA nos processos de detec\u00e7\u00e3o de fraudes de auditoria trouxe in\u00fameros benef\u00edcios para as grandes empresas de contabilidade. Os algoritmos de IA podem analisar grandes volumes de dados em uma fra\u00e7\u00e3o do tempo que levaria um auditor humano.<\/p>\n
Essa efici\u00eancia permite que os auditores se concentrem em analisar e interpretar os resultados, em vez de gastar in\u00fameras horas revisando manualmente os dados. Esses modelos tamb\u00e9m n\u00e3o est\u00e3o sujeitos a preconceitos ou fadiga humanos. Eles aplicam consistentemente regras e crit\u00e9rios predefinidos para identificar anomalias, garantindo uma abordagem mais objetiva e confi\u00e1vel para a detec\u00e7\u00e3o de fraudes. Isso reduz o risco de ignorar transa\u00e7\u00f5es suspeitas devido a erros ou omiss\u00f5es humanas.<\/p>\n
No entanto, a implementa\u00e7\u00e3o da IA na detec\u00e7\u00e3o de fraudes de auditoria n\u00e3o est\u00e1 isenta de desafios. Um desafio significativo \u00e9 a integra\u00e7\u00e3o da tecnologia de IA nos sistemas e processos de auditoria existentes.<\/p><\/blockquote>\n
As empresas de auditoria devem garantir que os algoritmos de IA sejam compat\u00edveis com sua infraestrutura existente e possam se integrar perfeitamente aos seus fluxos de trabalho. Isso requer planejamento, treinamento e colabora\u00e7\u00e3o cuidadosos entre auditores e especialistas em IA.<\/p>\n
Outro desafio \u00e9 a necessidade de monitoramento e atualiza\u00e7\u00e3o cont\u00ednuos dos algoritmos de IA. \u00c0 medida que os fraudadores evoluem suas t\u00e9cnicas, os algoritmos de IA tamb\u00e9m devem se adaptar para detectar novos padr\u00f5es e anomalias. Auditores e desenvolvedores precisam trabalhar juntos para refinar e atualizar os algoritmos para se manterem \u00e0 frente das amea\u00e7as emergentes.<\/p>\n
Fraude no futuro?<\/strong><\/span><\/p>\n
\nOs reguladores provavelmente ter\u00e3o a palavra final sobre se os contadores podem usar a IA para detectar fraudes durante o processo de auditoria – a chave para isso ser\u00e1 se os contadores t\u00eam as habilidades para criticar os sistemas de IA.<\/p>\n<\/blockquote>\n
De acordo com um relat\u00f3rio no Financial Times, Jason Bradley, chefe de tecnologia de garantia do Conselho de Relat\u00f3rios Financeiros do Reino Unido, acredita que a IA apresenta oportunidades para melhorar a qualidade e a efici\u00eancia da auditoria se usada adequadamente.<\/p>\n
Ent\u00e3o, h\u00e1 a quest\u00e3o da propriedade dos dados. Uma empresa pode considerar seus dados financeiros detalhados como informa\u00e7\u00f5es propriet\u00e1rias, dificultando o uso dessas informa\u00e7\u00f5es privadas para treinar um sistema que posteriormente auditou outra empresa.<\/p>\n
\n