MI használata a belső ellenőrzésben: komoly versenyelőny lehet, de nem kockázatmentes.

A belső ellenőrzés egy komplex üzleti funkcionális terület, mely számos olyan feladatkört és tevékenységet foglal magába, melyek elvégzése viszonylag sok emberi erőforrást vesz igénybe, így az MI használata komoly segítséget jelenthet a vállalatok számára. Elég csak, többek között a kockázatértékelésre, folyamatok automatizálására, adatelemzésre, adatrögzítésre, riportok készítésére, törvények és jogszabályok felkutatására gondolni. De hogyan aknázzuk ki legjobban a technológiában rejlő lehetőségeket, miközben megfelelően kezeljük a kockázatokat és csökkentjük a hibák bekövetkezési lehetőségét?

A Mesterséges Intelligencia számítási kapacitásait kihasználva gyorsan képes vállalatok beszámolóinak, tranzakciónaplók elemzésére, előre megadott szempontok alapján pedig nem csupán ezek elemzésében segédkezhet, de anomáliák, szokatlan tranzakciók, csalásgyanús esetek észlelésére is képessé válhat. Előre megadott preferenciák és értékhatárok alapján az algoritmus képes elemezni egy kockázatfelmérés eredményeit, és kategóriákba sorolni az abban szereplő folyamatokat vagy területeket, erre alapozva pedig akár az éves auditterv elkészítésére is használható.

Az MI azonban nem csupán gyanús tranzakciók felderítésében lehet segítségünkre, de a velük kapcsolatos kockázatok, sőt, az azokra adott lehetséges mitigációs lépések megfogalmazására is képes. Mindezzel jelentős humán kapacitás szabadítható fel, a belső ellenőrök pedig nagyobb hozzáadott értéket adó tevékenységekre fordíthatják figyelmüket.

„Fontos, hogy az MI által készített elemzések és értékelések továbbra is emberi felülvizsgálatra szorulnak. Mindig érdemes meggyőződni arról, hogy a megadott paramétereket és elemzési szempontokat úgy használta-e fel, ahogy azt mi szerettük volna. Alapvető felvetés, hogy az MI által generált eredmények csupán annyira megbízhatóak, amennyire az elemzés alapjául szolgáló adatok, az elsődleges szempont így mindig az, hogy biztosítsuk az felhasznált adatok hitelességét, teljességét és pontosságát. Azzal is számolnunk kell, hogy mivel az elemzések kritériumrendszerét alapvetően a felhasználók adják meg, az elemzések könnyűszerrel tartalmazhatnak előítéleteket, melyek szintén hatással lehetnek a végső eredményre” – mondta dr. Barta Gergő a Deloitte kockázatkezelési tanácsadás üzletágának MI szakértője és szenior menedzsere.

Hogyan tudják a publikus generatív megoldások segíteni a belső ellenőrzés munkáját?

A belső ellenőröktől nem elvárt, hogy minden vizsgált területnek szakértői legyenek, az azonban a belső ellenőrzés nemzetközileg elismert standardjai alapján is elvárt, hogy a vizsgált terület kapcsán felvértezzék magukat azzal a tudással, ami ahhoz szükséges, hogy munkájukat megfelelő alapossággal és elvárt minőségben végezhessék. A mesterséges intelligencia alapú generatív felületek ebben nagy könnyedséget jelenthetnek, nagyszerűen képesek ugyanis különböző területekhez tartozó tudás összefoglalására és egyszerű megfogalmazására, ami nagyban megkönnyítheti az adott terület szakmai hátterének megértését. Ugyanilyen módon képesek lehetnek iparágspecifikus legjobb gyakorlatok felkutatására és összegzésére, egyszerűbbé és gyorsabbá téve a belső ellenőrök felkészülését.

Mire figyeljünk a technológia használata során?

A legfontosabb kérdéskör, hogy milyen minőségű adatokat osztunk meg ezeken a felületeken. Az MI tanulása során minden számára elérhetővé vált információt beépít ismeretrendszerébe, majd a későbbiekben felhasználja azokat. Ebből kiindulva a belső ellenőröknek kifejezetten figyelniük kell arra, hogy milyen ügyfélinformációkat, vagy nem publikus adatokat osztanak meg a program használata során, ez ugyanis komoly adatbiztonsági problémákat okozhat. A következő faktorokra mindenképp érdemes odafigyelnünk annak érdekében, hogy a lehető legtöbb értéket hozzuk ki a technológiával való együttműködésből:

A felhasznált adatok minősége: mindig ügyeljünk arra, hogy a forrásként biztosított adatok valódiak, pontosak és teljesek legyenek, ezáltal elkerülhetjük a félrevezető eredményeket. Ne feledjük: az eredmény csak annyira lesz pontos, mint amennyire az alapjául szolgáló adatok azok! Ha publikus alkalmazást használunk, gondoljuk meg, milyen adatokat és információkat bocsátunk rendelkezésére, figyelembe véve az ügyfelek és saját adataink védelmét.

Elemzési feltételek, kritériumok: szintén fontos odafigyelni a megadott elemzési kritériumokra, értékhatárokra, minták pontosságára és objektivitására. Általános szabály, hogy minél pontosabban fogalmazzuk meg elvárásainkat és szempontjainkat, az eredmény is annál inkább a vártnak megfelelő lesz.

Megmagyarázhatóság és értelmezhetőség: bár a Mesterséges Intelligencia meglehetősen fejlett és képes igencsak komplex összefüggések feltárására és elemzésére, mindig ellenőrizzük a kapott eredményt annak értelmezhetősége és alátámasztottsága szempontjából. Soha ne feledjük, hogy a belső ellenőrzési munka egyik alapja, hogy tárgyilagos és objektív bizonyosságot nyújtson.

Kell-e attól tartani, hogy az MI leváltja a humán munkaerőt a belső ellenőrzésben?

Bár az MI egyre nagyobb teret nyer, sokszor észrevétlenül mindennapi életünk részévé válik, nem felejthetjük el, hogy a belső ellenőrzési munka nem pusztán adatok elemzéséből, kockázatok felméréséből, mitigáló intézkedések megfogalmazásából áll.

„Egy generatív modell nem képes az ügyfelekkel, vagy vizsgált osztályok munkatársaival való jó kapcsolat kiépítésére, a biztonságos, támogató légkör érzetének megteremtésére a munka során, a sorok között való olvasásra, nem helyettesítheti minden esetben az emberi gondolkodást és problémamegoldást. Attól tehát, hogy az MI miatt a belső ellenőrzésben feleslegessé válna az emberi munka alkalmazása, még jó ideig nem kell tartanunk, a benne rejlő lehetőségeket azonban kiaknázhatjuk annak érdekében, hogy humán kapacitást szabadítsunk fel, melyet aztán magasabb hozzáadott értékkel bíró feladatokra fordíthatunk” – mondta György Virág Adél a Deloitte kockázatkezelési tanácsadás üzletágának belső ellenőrzési szakembere és szenior menedzsere.

Borítókép forrása: Shutterstock