スプレッドシートからAIへの会計を取る

編集者のダイジェストのロックを無料でロック解除します

FTの編集者であるRoula Khalafは、この毎週のニュースレターでお気に入りのストーリーを選択します。

Martin Mulyadiは会計の教授であり、ユニタ・アンワルはバージニア州ウィンチェスターのシェナンドー大学ビジネススクールの会計助教授です

のスプレート 監査失敗 従来の監査アプローチは、今日の金融の世界にもはや適していない可能性があることを強調しています。しかし、その間 研究 人工知能は、堅牢なガバナンスフレームワーク、適切なトレーニング、倫理的AIの実践、人間の監視なしに、監査慣行の効率と精度を大幅に改善する可能性があることを示唆しています。

AIには、監査慣行を変換する可能性があります。 デジタルスプレッドシートの誕生。計算を自動化することにより、1979年の開発により、会計士は意思決定の時間を増やし、ビジネスの世界での役割を変えました。

AIは、同様に変革的な効果を持つ可能性があります。コンサルタントフロントラインアナリストのマネージングディレクター、ダニエルデイビス、 未来について説明します AIは年次報告書で密集したデータを解き、静的でしばしば不明確なドキュメントを動的でインタラクティブなツールに変えます。 AIは、膨大な量の財務データを並べ替えて、パターンや矛盾を見つけることを可能にすることができると彼は言います。

生産性の向上の見通しに基づいて、会計事務所は、日常的なタスクを自律的に処理するためのAIツールの開発に数十億を投資しており、これらを事業に不可欠にしています。また、AIをコアサービスに統合するために、Nvidia、Microsoft、Google、Oracle、Salesforceなどのハイテク企業と提携しています。

会計会社は利益を見始めています。たとえば、AI詐欺検出システム eyによって試用されます 10人の英国の監査クライアントが2つの企業で疑わしい活動にフラグを立てました。どちらの場合も、クライアントは後に詐欺が発生したことを確認し、AIが従来の方法を見落としている不規則性をキャッチすることで監査の質を劇的に改善できることを示唆しています。

AccentureとGrant Thorntonが見つけたように、AIも提供します 効率の向上。 Thomson Reuters Beta Testersは、特定の手順のサンプルサイズとテスト時間を半分に半分にしていると伝えられていますが、DeloitteはAIが毎年数千時間の作業から財務エージェントを解放できると考えており、最大25％のコストを削減する可能性があります。データの山々をふるいにかける退屈なプロセスを自動化することで、監査人はより高いリスク領域に焦点を合わせ、複雑な判断を下すことができ、会計士が人間の知識を使用してAI分析をサポートする戦略的アドバイザーとして働くことができます。

AIは、履歴サンプリングに依存するのではなく、完全なデータセットを分析でき、監査人が異常にゼロでゼロになりやすくなります。また、過去の作業のデータベースを利用することにより、新しいビジネスのピッチングプロセスを合理化することもできます。これにより、効率と収益性が向上する可能性があります。

AIの「ブラックボックス」の性質 – トレーニングデータとメソッドの可視性がない – は、AIテクノロジーが結論に到達する方法と理由を理解するのが難しくなります

ただし、AIを搭載したシステムもジレンマを作成します。 1つのアカデミック 勉強 AIアルゴリズムに組み込まれたバイアスなどの課題を特定し、監査人に警告して、彼らが下す決定が公正で、説明責任があり、透明であることを確認します。たとえば、 実証研究 提案すると、大規模な言語モデルの住宅ローン引受への適用により、黒人の借り手と比較して、黒人の借り手の拒否率と金利が高くなりました。

もう1つの懸念は、AIの「ブラックボックス」の性質です。これは、トレーニングデータと方法に視界がないことです。によって指摘されているように 監査品質センター、これにより、AIテクノロジーが結論に到達する方法と理由を理解するのが難しくなります。さらに、AIテクノロジーは確率的です。検索エンジンのような事実データを取得するのではなく、応答を予測します。これは、同じ質問を何度も尋ねると、異なる答えが得られ、「幻覚」または不正確さを生成する可能性があることを意味します。 AIは、データが誤って構成されているか、プロセスが標準化されていないため、一貫性のない結果をもたらすことができます。

1つ 勉強 適切な人間の精査なしでAIに過度に依存していることは、しばしば「ループ」と呼ばれることがありますが、この技術は、微妙な不規則性や詐欺を特定する監査人の能力を損なう可能性があると警告しています。 デロイトとKPMG 同様の懸念を表明しており、AIが過去の詐欺の場合に訓練されている場合、既存の保護措置を回避するように設計された新しい形式の詐欺を検出しない可能性があると主張しています。

企業は自動化と人間の判断のバランスを取る必要があり、従業員にAIの出力を評価し、制限を理解するよう装備する必要があります

その結果、AIを会計と報告に組み込む場合、企業は慎重に踏む必要があります。堅牢なガバナンス、倫理的監視、優れたデータ管理が不可欠です。一方、企業は自動化と人間の判断のバランスを取る必要があります。つまり、従業員にAIの出力を評価し、テクノロジーの限界を理解するように備えています。 AIの実装には、上級指導者によって推進される全体的な戦略も必要です。

これには、高コストと不確実な投資収益率が伴います。しかし、監査でAIを採用するのが遅い企業も 顔のリスク 会計訓練会社Mercia Groupによると、効率のレベルや監査の質が低いなど。一方、従業員は新しいテクノロジーを扱うことをますます好むため、企業はトップの人材を雇用するのが困難に遭遇する可能性があります。

AIは生産性と効率を向上させる可能性を提供しますが、AIを会計および監査に組み込むと、多くの課題があります。会計および監査の専門家は、AIを搭載したシステムの変革力を、それらを使用することに伴う責任とリスクに対して比較検討する必要があります。