Keyakinan di masa depan

Kolaborasi manusia dan mesin dalam audit

Pada 1997, yang tak terpikirkan terjadi. Dalam kekalahan pertama dari jenisnya, juara catur

dunia yang berkuasa Garry Kasparov dikalahkan oleh superkomputer IBM Deep Blue.

Kekalahan mengejutkan dunia - sebuah mesin telah menampilkan kecerdasan menyaingi otak

manusia dan permainan itu selamanya berubah. Gagasan mesin pintar yang bisa mengungguli

kami menjadi kenyataan.

Dua puluh tahun kemudian, organisasi mengeksplorasi penggunaan kecerdasan buatan (AI)

yang meluas dan audit menghadapi momen perubahan permainan sendiri. Teknologi telah

meningkatkan wawasan dan kualitas audit. Sekarang, mesin pintar memberi kita potensi untuk

mendefinisikan ulang audit sepenuhnya. Itu hal yang baik. Agar tetap berguna, audit harus

berkembang sehingga investor dan pemangku kepentingan lainnya dapat melihatnya untuk

kepercayaan. Ketika perusahaan gagal, kepercayaan diri terpukul dan para pemangku

kepentingan mempertanyakan apakah audit tersebut sesuai dengan tujuannya. Untuk mengatasi

masalah ini, para pemangku kepentingan menyerukan audit yang memberikan wawasan yang

lebih bermakna di luar 'lulus / gagal' bersejarah yang disediakan dalam laporan auditor. Dengan

merangkul teknologi yang muncul, auditor dapat mengatasi ini.

Empat dekade lalu, tingkat kolaborasi manusia dan mesin dalam audit terbatas pada

penggunaan kalkulator. Penggunaan teknologi di masa depan dalam janji audit bersifat

transformatif. Para ahli berbicara tentang saat ketika AI akan mampu mengaudit 100% dari

transaksi keuangan perusahaan. Ini akan sangat membantu untuk mengatasi kesenjangan

harapan dalam audit, memberikan jaminan jauh melampaui pengujian berbasis sampel. Atau

hari ketika teknologi memungkinkan audit yang merupakan proses berkelanjutan dan waktu
nyata, bukan 'melihat ke belakang' berkepanjangan yang membutuhkan tim auditor besar. Jadi,

peran apa yang kita lihat dari teknologi dalam audit masa depan? Dan akankah manusia

menjadi tidak berguna untuk proses audit, digantikan oleh mesin cerdas? Kami menangani

pertanyaan-pertanyaan ini dalam hal ini, yang pertama dalam Keyakinan kami di seri

mendatang. Kami akan melihat bagaimana auditor bereksperimen dengan otomatisasi hari ini

sebelum melihat ke depan untuk membayangkan bagaimana teknologi yang muncul akan

meningkatkan audit dalam beberapa tahun mendatang. Dan akhirnya, kami akan menjelaskan

peran apa yang kami mainkan dalam memberikan audit di masa depan.

Kemajuan dalam otomatisasi

Mesin, robot, dan sistem bertenaga AI dengan cepat belajar untuk melakukan tugas-tugas yang

secara tradisional dilakukan oleh orang-orang di berbagai industri, dengan proyeksi terbaru

menunjukkan kecepatan perubahan yang lebih cepat selama dekade berikutnya.

Analisis kami baru-baru ini menunjukkan bahwa hingga 30% pekerjaan di Inggris dapat

berisiko tinggi otomatisasi pada awal 2030-an, dengan risiko tertinggi di sektor-sektor seperti

transportasi dan penyimpanan (56%), manufaktur (46%) dan grosir dan eceran ( 44%). Robot

menawarkan penghematan besar pada biaya tenaga kerja manual dan staf pelatihan yang

menghabiskan waktu. Mereka dapat bekerja berjam-jam lebih lama sementara membutuhkan

pengawasan minimal. Margin kesalahan mereka juga jauh lebih rendah, meningkatkan efisiensi

dan mengurangi pemborosan. Profesi tidak kebal terhadap gangguan ini. Seorang 'pengacara

robo' baru-baru ini membatalkan 160.000 tiket parkir, dan sekarang memberikan saran kepada

para pencari suaka. Dan akhir tahun lalu, operasi robot pertama di dunia dilakukan. Ahli bedah

menggunakan joystick dan layar sentuh di luar mata untuk mengontrol robot sambil memantau

kemajuan melalui mikroskop operasi, dan mampu menghilangkan membran yang tumbuh di

permukaan retina pasien hanya setebal 100 milimeter. Hal-hal yang mengesankan, dan jauh

melampaui batas fisiologis tangan manusia saja.

Apa artinya ini untuk audit?

Dalam otomasi profesi audit membuat audit lebih cepat, lebih cerdas dan mengurangi risiko

kesalahan.

Sistem audit Aura PwC adalah contoh yang bagus. Aura digunakan oleh setiap auditor di

jaringan PwC untuk menangkap dan mengintegrasikan kegiatan audit. Ini memberikan satu

sumber informasi untuk setiap audit kami dan memastikan bahwa semua orang bekerja dengan

metodologi yang sama. Ini memfasilitasi pemantauan pusat atas kemajuan dan kualitas dalam

waktu nyata, mendorong peningkatan kualitas audit. Pengujian transaksi terperinci adalah

bidang lain di mana otomasi menjadi pengubah permainan. Di masa lalu, untuk mengaudit

jutaan entri pada buku besar pembelian perusahaan besar, auditor akan mulai dengan memilih

sampel yang valid secara statistik (katakanlah itu 60). Untuk masing-masing dari 60 transaksi

itu, mereka harus memeriksa apakah pembelian itu diotorisasi dengan benar, apakah uang tunai

benar-benar keluar dari rekening bank (jadi itu adalah 60 salinan laporan bank untuk

ditemukan), dan memeriksa bahwa apa pun yang dibeli benar-benar tiba - jadi mereka juga

akan mencari 60 barang yang berbeda menerima catatan. Itu sudah dua minggu bekerja,

minimum, untuk memeriksa sepotong kecil transaksi pada buku besar. Alat analisis data besar

kami, Halo, memungkinkan kami untuk beralih dari pendekatan pengujian sampel ke evaluasi

seluruh populasi transaksi. Halo dapat memeriksa karakteristik jutaan entri dalam sekejap,

segera menandai pengecualian apa pun. Ini kemudian memungkinkan kita memvisualisasikan

data dalam banyak cara yang berbeda - berdasarkan pemasok, berdasarkan tanggal transaksi,

dengan jumlah misalnya - meningkatkan kemungkinan bahwa auditor akan menemukan item

atau tren yang tidak biasa. Semua itu membutuhkan sebagian kecil dari waktu yang dihabiskan

sebelumnya - lebih banyak kepastian, apalagi upaya manusia. Penggunaan drone dalam audit

juga membawa efisiensi. Kami sedang mengeksplorasi penggunaan drone dalam jumlah stok
aset modal untuk menyelamatkan auditor kami yang harus bepergian secara fisik ke lokasi.

Tapi ini baru permulaan. Drone dapat diterapkan ke sejumlah industri, seperti pertambangan.

Tambang terbuka dapat mencakup beberapa kilometer persegi, dan auditor mungkin perlu

menilai keadaan fisik tambang. Dengan cara yang mirip dengan cara mereka memeriksa jumlah

stok, drone dapat digunakan untuk memetakan area dengan cepat, membuat laporan, memantau

kemajuan pekerjaan, dan sebagainya. Dan semuanya tanpa harus melakukan perjalanan ke

tambang, menghemat waktu dan menghindari bahaya keselamatan.

Jaminan dan teknologi yang berkembang

Mari kita lihat beberapa teknologi yang lebih baru dan potensinya untuk memengaruhi audit.

Pembelajaran mesin AI yang ditingkatkan

Kecerdasan buatan adalah area yang meledak minatnya selama beberapa tahun terakhir. Bentuk

AI saat ini sering digambarkan sebagai 'AI sempit', dibuat untuk fokus pada tugas sempit dalam

parameter yang dapat diprogram tertentu. AI sempit digunakan dalam analisis prediktif, untuk

menganalisis set data besar dan dalam mesin rekomendasi seperti Google untuk menilai

pencarian sebelumnya dan situs web yang dikunjungi untuk membuat hasil Anda lebih berguna

bagi Anda. Harapannya adalah bahwa suatu hari kita akan dapat menciptakan AI yang setara

dengan pikiran kita sendiri - dapat berpikir sendiri, menampilkan kecerdasan emosional,

bahkan, mungkin memiliki selera humor.

Audit yang ditingkatkan AI

Meskipun dalam masa pertumbuhan, AI sudah digunakan untuk membuat proses audit lebih

baik. Kami menggunakan AI untuk menemukan pola dan anomali dalam sejumlah besar data

terstruktur. Setiap masalah yang diidentifikasi dikenali dan diingat oleh mesin, yang kemudian

'belajar' dari pengalamannya dan menerapkan pembelajaran tersebut ke set data berikutnya.

Rekan-rekan kami di AS baru saja mengembangkan aplikasi hebat untuk ini. Katakanlah kita
mengaudit perusahaan A, dan kita perlu melakukan tinjauan analitik terhadap kinerjanya.

Sebuah mesin mencari web dan menghasilkan kelompok perusahaan untuk perusahaan A.

Kemudian menghitung dan merencanakan serangkaian rasio dari waktu ke waktu untuk

perusahaan A dan kelompok rekan - misalnya, perputaran aset, hari debitur, dan sebagainya.

Mesin tersebut kemudian diprogram untuk mengidentifikasi tren yang tidak biasa, misalnya

jika perusahaan A tidak sesuai dengan tolok ukur peer group pada titik tertentu. Data ini

kemudian dibagikan dengan tim audit, yang dapat memutuskan apakah varian itu benar-benar

anomali dan jika demikian, apa yang menyebabkannya. Keputusan tim tentang anomali dan

penyebabnya kemudian dimasukkan kembali ke mesin, yang 'diajarkan' bagaimana

menanggapi hubungan serupa di masa depan. Dan semakin banyak latihan ini dilakukan,

semakin baik mesin dalam menemukan anomali nyata - yang berarti kita akan lebih mampu

mengidentifikasi pola dan anomali yang tidak biasa dalam sejumlah besar data dalam sekejap.

Ini dapat membantu mengatasi kesenjangan harapan yang mengelilingi kemampuan auditor

untuk mendeteksi kecurangan. Auditor memiliki tanggung jawab yang terbatas dan jelas untuk

mendeteksi kecurangan. Namun reaksi publik terhadap penipuan perusahaan terkenal

menunjukkan bahwa harapan auditor melampaui ini. Mungkin ada kekecewaan besar di benak

masyarakat umum, setiap kali ada jenis kegiatan penipuan - di mana para auditor? Dengan

metode baru analisis data, Anda dapat dengan mudah membayangkan mengajar mesin untuk

mencari kecurangan akuntansi, mulai dengan menunjukkannya kumpulan data besar di mana

penipuan telah dilakukan dan karenanya membantu ia mempelajari pola apa yang akan

ditemukan. Namun, seperti halnya AI yang terus berkembang, begitu pula metode yang

digunakan untuk melakukan penipuan. Kita harus memastikan bahwa teknologi yang kita

gunakan tidak ketinggalan.

Pembuatan dan pemrosesan bahasa alami

Di masa lalu, keuntungan besar yang dimiliki manusia daripada mesin bergantung pada

kemampuan kita untuk berbicara dan membaca "bahasa alami". Itu terlalu rumit untuk

dilakukan mesin apa pun pada level anak kecil sekalipun. Itu berubah. Mesin cerdas sekarang

dapat menganalisis dan menerjemahkan sejumlah besar data terstruktur ke dalam ringkasan

bahasa Inggris biasa. Teknologi ini sudah digunakan di perusahaan jasa keuangan untuk

menganalisis email untuk menemukan aktivitas ilegal. Ini dapat diterapkan pada pelaporan

perusahaan: mesin dapat mengambil buku besar umum, sub-buku besar dan catatan akuntansi

lainnya untuk menulis ringkasan yang memberikan pandangan yang seimbang tentang kinerja

perusahaan. Saat ini auditor perlu mempertimbangkan apakah pelaporan naratif “adil,

seimbang, dan dapat dimengerti”, tetapi mungkin di masa depan kami akan merangkul

komentar netral yang dihasilkan oleh mesin yang tidak bias.

Kami juga menggunakan teknologi pemrosesan bahasa alami untuk membantu menganalisis

kontrak yang rumit dan panjang. Mesin dapat memindai kontrak 100 halaman dalam hitungan

detik, mencari kata dan frasa yang mungkin mengindikasikan keputusan pengakuan

pendapatan yang sulit, misalnya. Di masa lalu, seorang auditor manusia dengan kecepatan

membaca yang sangat cepat akan membutuhkan setidaknya 4 jam untuk menyelesaikan latihan

yang sama.

Virtual reality

Virtual Reality (VR), di antara kegunaan populer lainnya seperti dalam industri video game

yang berkembang, digunakan oleh militer untuk mempersiapkan pasukan untuk situasi

pertempuran. Tidak dapat disangkal mengurangi pertumbuhan rambut, tetapi mengapa VR juga

tidak dapat digunakan untuk melatih auditor dengan memasukkan mereka ke dalam simulasi

situasi audit sehari-hari, mungkin penghitungan stok yang menyoroti potensi tanda bahaya?

Menggunakan sejumlah besar data yang kami tangkap dalam proses audit, kami kemudian

dapat menggunakan VR untuk membantu perusahaan memvisualisasikan data dengan cara

baru yang lebih mencerahkan. Mungkin ada saatnya auditor dapat menjalankan bisnis melalui

peta virtual data perusahaan, memanipulasi gaya Laporan Minoritas saat mereka pergi.

Menambah atau mengganti?

Lebih murah untuk dipekerjakan, tidak pernah melelahkan, jarang (jika pernah) membuat

kesalahan. Dengan beroperasi dalam seperangkat parameter yang dapat diprogram dan

mengandalkan logika, mesin memberikan kenyamanan yang lebih besar saat memproses data.

Tetapi seseorang akan selalu dibutuhkan untuk memprogram mesin, membimbing AI dan

menawarkan pengalaman sebagai dasar dari mana mereka dapat belajar.

Auditor manusia tidak akan digantikan oleh mesin, tetapi akan ditingkatkan oleh mereka. Jika

mesin dapat melakukan pekerjaan lebih cepat, dan lebih baik, mari kita gunakan. Mari kita

memungkinkan mereka untuk melaksanakan elemen audit yang memakan waktu, penilaian

yang lebih rendah, elemen yang dapat diulang, ekstraksi data dan analisis informasi keuangan

yang biasanya memakan waktu berminggu-minggu, mengakui bahwa alat berat akan

memberikan kualitas yang lebih tinggi dan analisis lebih cepat dari volume data yang tinggi.

Auditor manusia kemudian dapat membawa kreativitas dan pengalamannya untuk

menginterpretasikan data, menyajikan wawasan yang lebih dalam kepada bisnis dan pemangku

kepentingan utama mereka. Dan tentu saja, mengambil keuntungan dari pembelajaran mesin,

wawasan baru ini dapat diumpankan kembali ke mesin, yang berarti bahwa analisis yang

dipimpin mesin akan lebih kuat di waktu berikutnya. Kedengarannya langsung tetapi kita tidak

harus terlalu menyederhanakan. Audit lebih dari menganalisis dan memvalidasi keuangan - itu

juga tentang tertanam dalam perusahaan, memahami budaya, menggambar pengalaman dan

naluri untuk mengidentifikasi bidang yang menjadi perhatian. Elemen intuitif audit ini

merupakan faktor manusia yang penting, dan membawa kita ke poin berikutnya - penilaian.
Pertimbangan Manusia

Tidak ada yang dapat membantah bahwa manfaat dari audit yang dimungkinkan oleh teknologi

yang lebih cepat dengan margin kesalahan yang lebih sedikit memiliki daya tarik. Namun

demikian, auditor audit memberikan jauh melampaui yang disediakan oleh pengujian dan

analisis rinci. Itu berasal dari pemikiran dan penilaian berdasarkan hasil pengujian dan analisis

itu. Ketika anomali diidentifikasi, seseorang perlu memutuskan konsekuensinya - masalah

sistemik atau sekali saja? Pelaporan perusahaan adalah seni, bukan ilmu - bagaimana

seharusnya seluk-beluk kinerja perusahaan tercermin dengan baik dalam Laporan Tahunan?

Perdebatan yang menyelesaikan pertanyaan-pertanyaan ini bisa membuat stres, dan

jawabannya jarang jelas. Percakapan yang sulit mungkin diperlukan dan penilaian yang

seimbang diambil tentang "berapa banyak yang cukup?". Auditor harus mampu

mengidentifikasi masalah ini - tetapi juga mengangkat dan menyelesaikannya dengan cara yang

benar, menggunakan semua kecerdasan emosional mereka dalam proses tersebut. Pasar modal

tidak memerlukan auditor yang ketat AI untuk mendistribusikan kesimpulan biner secara real-

time tanpa memikirkan konteks atau konsekuensi - mungkin ada kepanikan investor, pelarian

saham, atau bahkan kegagalan perusahaan. Kami masih membutuhkan orang-orang dalam

audit karena kami membutuhkan penilaian, intuisi, dialog konstruktif, dan keberanian. Selama

teman-teman mesin kami tidak dapat meniru ini, auditor akan diperlukan.

Auditor masa depan

Auditor masa depan tidak boleh tinggal diam ketika hadiah untuk semua, dibawa oleh

teknologi, adalah audit yang sama sekali lebih baik. Penghakiman dan tanggung jawab manusia

akan dan harus tetap menjadi intinya. Tetapi sama seperti kita telah meninggalkan kalkulator

kita, kita harus berharap untuk beradaptasi untuk masa depan di mana kita tidak lagi

menghabiskan waktu menganalisis data keuangan dan melakukan tes rinci transaksi. Alih-alih,

kita perlu memeriksa algoritme dan parameter yang ditetapkan untuk mesin cerdas buatan yang
bertanggung jawab atas pekerjaan itu, dan menggunakan intuisi dan penilaian untuk mencapai

kesimpulan.

Berurusan dengan semua teknologi yang muncul ini akan membutuhkan pelatihan dan

serangkaian keterampilan baru. Di mana perusahaan audit secara tradisional mempekerjakan

orang dari latar belakang analisis keuangan, sekarang kami juga akan membutuhkan teknisi

data dan keterampilan teknik AI, dan mungkin juga psikolog dan spesialis perilaku. Auditor

masa depan masih akan menjadi orang - tetapi didukung oleh kolega dan mesin dengan

berbagai kemampuan baru. Audit berubah dan kita juga harus.