Digiajan dynaaminen tilintarkastus - koneoppiminen Digiajan dynaaminen tilintarkastus - koneoppiminen

Koneoppiminen (kognitiivinen automaatio) ja tekoäly ovat kaksi kolmesta digitaalisen työvoiman muodosta. Kolmas on ohjelmistorobotiikka (RPA).

Teknologisen kehityksen skaalassa ohjelmistorobotiikka on perustasoisin, koneoppiminen jo edistyneempi ja tekoäly näistä kehittynein teknologian muoto.

Siinä missä ohjelmistorobotiikka käyttää teknologiaa prosesseihin, kuten datan keräämiseen ja automatisoimiseen, koneoppimisessa hyödynnetään algoritmeja datan analysoimiseen. Koneoppimisella voidaan myös tuottaa datasta korrelaatioita eli vastaavuussuhteita sekä ennusteita, ihmisvalvonnan avulla kylläkin. Koneoppiminen on "älykkäämpää" teknologiaa kuin ohjelmistorobotiikka.

Tekoälystä puhutaan kun teknologia vaikuttaa oikeasti älykkäältä eli kun kone pystyy oppimaan omista kokemuksistaan, opettamaan itselleen tehtävän suorittamisen tai analysoimaan sitä, ja näiden avulla parantamaan omaa suoritustaan tai tehokkuuttaan. Tuntuu kuin teknologialla olisi aivot.

Ohjelmistorobotiikan ohessa koneoppiminen on kiistatta uusista teknologioista eniten jo käytössä tilintarkastuksessa. Ohjelmistorobotiikan prosessien lisäksi käytämme koneoppimistekniikoita silloin kun teknologiat voivat monimutkaisten algoritmien kautta skannata tietoa, verrata sitä tuhansiin ulkopuolisiin skenaarioihin perustuviin oletuksiin ja nostaa esiin riskejä ja näkemyksiä. Tämä ennakoiva analytiikka on askel tekoälyn suuntaan. Tekoälyn avulla applikaatiot pystyvät tulevaisuudessa "ajattelemaan" itsekseen, oppimaan tuloksista ja suorittamaan lisää testauksia tarvittaessa.

Koneoppiminen on tärkeä askel eteenpäin robotiikasta, koska sitä hyödyntävät teknologiat pystyvät tallentamaan dataa ja löytämään siitä korrelaatioita ja toistuvia kuvioita. Se on myös robotiikkaa älykkäämpää ja voi esimerkiksi tunnistaa laskurekisteristä tietyn tuoterivin valuuttamerkistä tai muusta hakusanasta, vaikka sen sijainti vaihtelisi laskujen välillä. Siihen ei yksin robotiikalla pystyttäisi. Koneoppimista voidaan siis käyttää valtavien tietomäärien läpikäymiseen. Esimerkiksi monia arvostusasioita ajatellen, kehitämme applikaatioita lukemaan lainasopimuksia, leasingsopimuksia ja muita dokumentteja, tavoitteena löytää tiettyä dataa ja tunnistaa subjektiivisia alueita.

Älykäs tilintarkastusalustamme, KPMG Clara, auttaa meitä esittelemään löydökset tehokkaasti visualisoituina asiakkaillemme. Näin kasvatamme ymmärrystämme tapahtumahistoriasta ja pystymme tarkastelemaan joukosta poikkeavia transaktioita tarkemmin.

Tekoäly on todellista syväoppimista, jossa kone jatkuvasti integroi uutta tietoa, vetää johtopäätöksiä ja omaksuu opetukset laajentaakseen kykyjään. Tekoäly on varmasti yksi tärkeimmistä nousevista teknologioista, myös tilintarkastuksessa.

Tekoälyn täysi hyödyntäminen tapahtuu lähitulevaisuudessa ja me olemme asemoituneet älykkään tilintarkastusalustamme, KPMG Claran, kautta hyviin lähtöasetelmiin. KPMG Clara on kehitetty erityisesti auttamaan uusien teknologioiden integroimisessa ja alusta on täysin skaalautuva.

Silti tekoälyyn liittyy vielä avoimia kysymyksiä. Esimerkiksi on kriittistä pystyä todistamaan, että algoritmit ja teknologiat tekoälyn taustalla ovat toimikelpoisia ja kestäviä, jotta pystytään ymmärtämään ja dokumentoimaan niiden tuottamat tulokset, eikä ajauduta vääriin johtopäätöksiin.

Sääntelijät työskentelevät aktiivisesti pysyäkseen uusien teknologioiden kehityksen tasalla.

KPMG:n tilintarkastajien verkostossa on selkeä yksimielisyys siitä, että kehitettävien teknologioiden valikoima tulee nostamaan tilintarkastuksen laatua. Täydellisten datakokonaisuuksien analysointi satunnaisotosten sijaan tarjoaa itsestäänselviä etuja. Teknologian avulla tarkastajat pystyvät keskittämään panostuksensa poikkeavuuksiin, omistamaan aikaansa korkeamman riskin alueille ja käymään merkityksellisempiä keskusteluja asiakkaiden kanssa - yhteisvaikutuksena on laadukkaampi tilintarkastus.

Robotiikka, koneoppiminen, luonnollisen kielen käsittelyjärjestelmä (Natural Language Processing, NLP) ja jatkossa myös tekoäly tarkoittavat, että tilintarkastuksesta voi tulla syvempää ja vaikutuksiltaan kauaskantoisempaa kuin koskaan aikaisemmin. Me olemme hyvin asemoituneet kehittämään vielä tehokkaampaa suorituskykyä. Tämä suorituskyky edistää myös globaalin KPMG-verkoston yhtenäisyyttä ja helpottaa rajat ylittävän liiketoiminnan palvelun parantamista.

Tilintarkastuksen perusta säilyy kehityksestä huolimatta muuttumattomana, koska inhimillistä arviointia ja ammatillista skeptisyyttä tarvitaan aina. Uusien teknologioiden avulla voidaan kuitenkin koostaa - helpommin, nopeammin, osuvammin ja laajemmin kuin koskaan aikaisemmin - tilintarkastuksen vaatima vahvistettu data.

Mietitään yhdessä, kuinka hyödynnämme teknologian tarjoamia mahdollisuuksia tehokkaimmin liiketoimintanne tukemisessa.