审计与合规的人工智能：持续监控而非时间点恐慌
审计压力很大。审计人员就要来了。你需要为成千上万的交易找到证明文件。测试控制。证明遵循了流程。解释异常情况。
你们争先恐后地收集证据。提取样本。建立审计档案。回答问题。希望不会有重大发现。
内部控制需要持续监控。职责分离。审批工作流程。访问权限。日记账审查。大多数公司在审计期间每年检查一次。几个月都发现不了问题。
法规不断变化。新的会计准则。更新的税收规则。行业要求。必须有人跟踪适用于您的法规并确保合规。
这是检查工作。模式检测。异常识别。规则监控。人工智能正是为此而生。
人工智能不会取代审计人员或判断。它能持续监控交易。在异常发生时标记异常。自动准备文档。让你及早发现问题，而不是在审计过程中发现问题。
审计与合规的挑战
传统的审计和合规是时间点式的：
年度审计：
审计员出现。抽查交易。查看月末或年末余额。检查流程是否得到遵守。他们发现的任何问题都发生在几个月前。太迟了，不容易修复。
季度审查：
频率略高，但仍是时间点。向后看。在问题已经影响到财务状况后再发现问题。
控制测试：
测试 25 或 50 个交易样本。希望样本能代表全部交易。希望在其他成千上万的交易中没有漏网之鱼。
手动监控：
控制员和会计经理抽查。审查日记账分录。查找异常交易。但他们不可能检查一切。他们要依靠抽样和判断。
合规跟踪：
需要有人跟踪监管变化。确定影响。更新流程。培训员工。要跟上的东西太多了。
结果：问题隐藏起来，直到审计。控制措施可能在数月内无法按预期运行，然后才会有人注意到。合规问题不断积累。
人工智能将定期检查转变为持续监测。
人工智能对审计与合规的作用
持续监控交易
人工智能不是抽样检查，而是检查每一笔交易。不是每月一次。不是每季度。而是连续检查。
基于规则的监控：
您定义规则。人工智能会根据这些规则检查每笔交易：
- 超过 $50K 的日记账需要批准
- 超过政策限额的支出报告需要主任签字确认
- 需要解释无采购订单的供应商付款
- 公司间交易必须平衡
- 收入确认必须遵循标准
违反规则？人工智能会立即标记。下个月审查时不会就是现在
100% 测试，而非取样：
审计员会对样本进行测试，因为人工测试不可能做到面面俱到。人工智能可以测试一切。每一笔交易。每一天
如果有问题，你会立即发现。如果没有问题，就有证据表明控制措施对整个人群都有效，而不仅仅是抽样调查。
实时警报：
检测到问题？立即发出通知。电子邮件、Slack、团队、移动推送。只要适合你的团队。在问题还未出现并可修复时，问题就能得到解决。
自动检测异常
有些问题并不违反特定规则。它们只是不寻常。人工智能会注意到。
统计异常：
交易金额与该账户的平均值相差 3 个标准差。可能合法。可能是错误。值得检查。
模式中断：
该供应商的月薪通常为 $5,000-$7,000 美元。这个月是 $25,000 美元。有什么变化？
时间异常：
本季度最后一天晚上 11:47 发布的大型日志。可能没问题。可能是收益管理。标记审查。
关系异常：
收入增加了 20%，但运输成本保持不变。通常情况下，它们是一起变动的。为什么这次不是呢？
用户行为异常：
该用户通常每月发布 5-10 篇日志。这个月他们发表了 47 篇。这是怎么回事？
人工智能不会指责。它只会标记"这看起来不寻常。应该有人检查一下。"你的团队进行调查，要么确认没有问题，要么发现问题。
自动测试控件
内部控制需要测试。通常每年或每季度进行一次抽样检查。人工智能不断进行测试。
职责分离：
人工智能会进行检查：创建和批准是否是同一个人？订购和接收是否是同一个人？输入和发布是否是同一个人？违规行为立即标记。
审批工作流程：
处理前是否获得批准？批准是否来自授权人？批准金额是否与交易规模相匹配？检查每笔交易。
访问控制：
谁有权访问什么？是否有人的访问权限超出了其角色范围？被解雇的员工是否仍活跃在系统中？人工智能持续监控。
对账合规：
是否按时核对账目？对账是否得到审查？对账项目是否及时清理？人工智能对所有这些进行跟踪。
遵守政策：
费用政策规定餐费在 $75 项下。有人提交了 $120。政策规定国际旅行需要副总裁批准。有人未经批准就预订了。人工智能发现了违反政策的情况。
结果：你知道控制正在发挥作用，或者你清楚地知道哪些控制没有发挥作用，并能立即进行修复。
准备审计文件
当审计人员到来时，他们会要求提供文件。人工智能已经准备好了。
自动审计跟踪：
对于每笔交易，人工智能都会生成文件：
- 由谁创建，何时创建
- 谁批准的，何时批准的
- 有哪些证明文件
- 测试了哪些控制措施及结果
- 任何例外情况及其解决方法
完整跟踪。无需手动记录。
有组织的证据：
审计员希望按类型查看交易？按金额？按日期？人工智能可以按照他们想要的方式组织一切。无需翻阅文件。
例外情况报告：
以下是所有违反控制措施的交易。以下是每项交易的解决方法。以下是推翻政策的批准。全部记录在案，条理清晰。
控制测试结果：
你测试的是每笔交易，而不是样本。这是测试方法。这是结果。这是控制措施有效的证据。无需从样本中推断。
辅助文件：
这笔交易需要发票吗？AI 已将其链接。采购单？已链接。审批电子邮件？已链接。收据？已链接。一切都在一个地方。
与其花两周时间收集审计文件，不如花两小时审查人工智能已经编制的文件。
跟踪监管变化
法规不断变化。人工智能可以帮助您跟上变化。
监测相关来源：
财务会计准则委员会公告。美国国税局更新。行业监管机构公告。州税收变化。人工智能监控与您业务相关的信息来源。
筛选重要内容：
并非所有变化都会影响您。人工智能会根据您的行业、结构和运营情况，识别出与您相关的变化。
总结影响：
新的租赁会计准则？AI 总结了变化的内容及其可能对您的财务状况产生的影响。虽然不是法律建议，但也是明智的总结。
旗帜截止日期：
生效日期。合规期限。申报要求。人工智能跟踪重要日期，不会遗漏任何信息。
提出流程变更建议：
根据监管变化，人工智能会提出哪些流程可能需要更新。为您团队的合规规划提供起点。
您仍然需要专业知识来解释和实施。但人工智能可确保您及早了解变化，不会错过任何信息。
识别欺诈风险指标
人工智能无法证明欺诈行为。但它可以标出值得调查的模式。
不寻常的交易模式：
供应商发票刚刚低于批准阈值。重复的整数金额。周末或节假日的交易。来自不同供应商的连续发票号码。
行为红旗：
用户在非正常时间访问系统。异常数量的手工日记账条目。覆盖控制。超出正常角色访问系统。
供应商红旗：
新供应商，无招标程序。供应商地址与员工地址一致。多个供应商使用同一个银行账户。只开票从不送货的供应商。
财务红旗：
库存调整总是减记，从不增加。季度末后立即销售退货。临近期末，账户间重新分类。
这些并不能证明什么。但它们值得调查。人工智能会引起人们的注意，这样它们就不会隐藏在成千上万的正常交易中。
这对您意味着什么
针对首席财务官和财务主管
在财报电话会议前睡个好觉
持续监控控制措施，及早发现问题，就能减少意外。减少 "我们在审计准备期间发现了一个问题 "的恐慌。
降低审计成本：
如果文件整理有序，控制措施得到持续测试，审计工作就会更快。更快的审核成本更低。一些公司可节省 30-50% 的审计费用。
更好的内部控制：
时间点测试只能显示控制措施对样本起作用。而持续监控则表明它们对所有情况都有效。更好的证据。信心更足。
及早发现问题：
在几天内发现问题，而不是几个月。趁早弥补。避免需要披露的重大缺陷。
合规信心：
了解相关变更。了解截止日期。知道流程正在更新。减少错过重要信息的担忧。
针对财务主管和会计经理
在审计过程中停止争抢：
文件准备就绪。控制测试已完成。存在异常报告。您需要审查而不是编译。
及早发现错误：
GL 代码错误？立即发现。审批缺失？立即发现。现在就解决，而不是稍后再向审计员解释。
控制有效的证据：
不是 "我们测试了 25 项交易，它们都通过了"。而是 "我们连续测试了所有 15000 项交易，结果如下"。
注重改进，而不是救火：
当问题被立即标记出来时，你就能从根本上解决问题，而不是不断发现新问题。
更好的管理报告：
向首席财务官和审计委员会报告控制效果时，提供实际数据，而不是根据样本进行估计。
内部和外部审计员
更好的审计证据：
以群体测试取代抽样测试。完整的审计跟踪。有组织的文件。这是更好的审计意见证据。
审计速度更快：
减少收集信息的时间。更多时间用于判断和风险领域。更快完成审计。
关注判断领域：
进行常规控制测试。在估算、估值、管理判断方面花时间。开展更高价值的审计工作。
持续保证机会：
对内部审计而言，这可以实现持续保证计划。全年监控，而不是定期审计。
常见审计与合规情况
职责分离监督
您的政策：同一人不能创建和批准发票。
人工智能监控每一张发票：
- 用户 A 创建的发票
- 用户 A 批准的发票
- 发现违反职责分离的情况
- 向会计经理发送警报
- 经理进行调查：用户 A 替休假的人代班，却忘记为不同的审批设置路由
- 将发票转给适当的审批人
- 记录事件以讨论控制薄弱环节
发现问题并立即解决。年终审计时未发现。
异常日记账检测
人工智能监控日志条目：
- 本季度最后一天张贴的大额手工日记账分录
- 条目在下一季度第一天逆转
- 条目文件最少
- 与收益管理风险指标相匹配的模式
- 标记为控制器审查
- 主计长进行调查：已知费用的合法应计额，单据不足
- 获得并附上的其他文件
- 追溯审查和批准的条目
合法输入，但人工智能先于审核发现了文件缺陷。
供应商主防欺诈
系统新增供应商：
- 人工智能根据员工地址检查供应商地址
- 找到匹配：供应商地址与 AP 办事员家庭地址一致
- 立即向控制员和首席财务官发出警报
- 启动调查
- 原来是员工创建了空壳供应商来提交假发票
- 在处理第一笔付款之前阻止欺诈行为
如果没有人工智能监控，这种情况可能会持续数月或数年而不被发现。
审计准备
审计员到场进行年度审计：
- 请求 PBC（由客户提供）清单
- 人工智能会自动生成大部分 PBC：
- 试算表？生成。
- 线索计划？生成。
- 按类别分列的交易样本？生成。
- 控制测试结果？已对 100% 人口进行了检测。
- 异常报告？准备就绪。
- 辅助文件？有条理、有联系。
过去需要两周的准备时间，现在只需两天就能完成审核和定稿。
人工智能无法做到的事
人工智能在监控和记录方面功能强大。但它也有明显的局限性：
它不能做出法律判断：
这种会计处理方法符合《公认会计原则》吗？我们是否应该披露？这些都需要会计专业知识和判断。
它不能设计控制：
人工智能可以测试控制是否有效。但它无法设计你应该有哪些控制措施。这需要了解您的业务和风险。
它不能提供审计意见：
审计师根据专业判断提出意见。人工智能提供证据和测试结果。意见需要人类的专业知识。
它无法解释复杂的法规：
人工智能可以标记监管变化并对其进行总结。要确定它们如何适用于您的具体情况，则需要专业知识。
它无法证明欺诈：
人工智能标记可疑模式。调查和取证需要人工分析、访谈和判断。
它不能取代治理：
审计委员会。董事会监督。管理责任。这些仍然是人类的职能。人工智能支持它们，但不会取代它们。
人工智能可以出色地处理检查、监控和记录工作。而专业知识、判断力和责任感仍由人来承担。
入门
从风险最高或最费力的领域开始：
先选择一个控制点进行监控：
职责分离？审批工作流程？政策合规性？选择一个重要且定义明确的问题。证明人工智能监控的有效性。
制定明确的规则：
人工智能需要明确的监督规则。"支出应合理 "过于模糊。"餐费超过 $75 需要主任批准 "则很明确。
从向一个小组发出警报开始：
最初不要向所有人发出警报。将警报发送给控制员或小团队。调整规则。减少误报。然后再扩展。
记录效益：
跟踪发现了多少问题。发现得有多早。节省了多少审计时间。建立业务扩展案例。
逐步扩大：
添加更多监控控制。添加更多规则。添加更多接收警报的人员。逐步建立全面监控。
与审计人员合作：
向他们展示你正在做的事情。征求他们的意见。他们会重视总体测试而不是抽样。这可以减少审计范围和成本。
持续监控不可能一蹴而就。但您可以从小做起，逐步建立。
准备好持续监控而不是时间点恐慌了吗？
每家公司都有不同的风险。不同的控制措施。不同的审计要求。不同的法规。
我们不出售通用的合规检查表。我们关注的是您的具体控制措施。您的风险。您的审计要求。
然后，我们建立适合您环境的人工智能监控。与您现在拥有的控制一样。只是持续监控，而不是定期监控。
我们从一个领域入手。证明持续监控是有效的。然后再扩展。实用的合规自动化可降低风险并节省时间。
