Audit Artificial Intelligence (AAI) perlu dipahami oleh manajemen pemilik kegiatan yang adalah pengelola assurance maupun pihak yang menilai apakah audit Artificial Intelligence (AAI) telah dikelola secara memadai dan dikendalikan secara efektif oleh sistem yang ada pada satu institusi. Audit/assurance secara periodik dapat dilakukan oleh pemilik bisnis proses atau process business ownernya, internal auditor, maupun external auditor.
Bagaimana AI digunakan dalam audit? AI dapat membantu mengotomatiskan tugas-tugas tertentu, seperti entri dan analisis data, meningkatkan akurasi, dan mempercepat proses audit. AI dapat membantu menghasilkan lebih banyak wawasan dan pemahaman tentang kumpulan data yang kompleks, yang dapat meningkatkan akurasi dan keandalan laporan audit.
Apakah Kecerdasan Buatan meningkatkan proses audit?
CPA menggunakan teknologi terbaru untuk meningkatkan audit dan penilaian risiko serta menganalisis volume data yang lebih besar. Menggunakan kecerdasan buatan (AI) dalam proses audit telah memberikan keuntungan yang signifikan bagi Samantha Bowling, CPA, CGMA, dan klien auditnya.
Dari beberapa hasil penelitian sebelumnya bahwa auditor mendukung data analitik dan kecerdasan buatan untuk meningkatkan kualitas audit dalam pekerjaan sehari-hari mereka, tetapi pada kenyataannya, hanya sejumlah kecil saja perusahaan audit, yang berinovasi dan berinvestasi dalam dua teknologi canggih tesebut, memanfaatkannya dalam proses audit mereka. Ada tiga factor dan termasuk tiga teori individu, yang dapat mempengaruhi adopsi data analitik dan kecerdasan buatan dalam audit: regulasi (Institusional teori: menjelaskan tangkapan-22 antara auditor dan pembuat kebijakan), hambatan pengetahuan (Teori model penerimaan teknologi: jelajahi konsep kemudahan penggunaan), dan orang (algoritma keengganan: sebuah fenomena yang auditor percaya pada pembuat keputusan manusia lebih dari teknologi).
Di antara tiga hambatan, makalah ini lebih berfokus pada faktor orang, perusahaan mana yang dapat mulai diatasi sejak dini. Penelitian sebelumnya telah menunjukkan adanya keengganan algoritma dalam audit, jadi penting untuk mengidentifikasi cara untuk mengurangi keengganan algoritma. Studi ini melakukan survey dengan empat atribut: transparansi-efisiensi-trade-off, eksposur positif, algoritma tidak sempurna, dan pelatihan perusahaan. Hasil studi menunjukkan bahwa transparansi-efisiensi-trade-off dapat menjadi solusi potensial untuk mengurangi keengganan algoritma. Ketika perusahaan auditor menerapkan transparansi-efisiensi-trade-off dalam pelatihan perusahaan mereka, auditor dapat memberikan lebih banyak kepercayaan kepada teknologi. Kepercayaan dapat mengarah pada peningkatan analitik data dan kecerdasan buatan dalam audit.
Workshop Audit Artificial Intelligence (AAI) Terintegrasi bertujuan untuk meningkatkan pengetahuan dan kompetensi para peserta di bidang Audit Artificial Intelligence (AAI), sehingga bisa meningkatkan nilai perusahaan bagi para pemangku kepentingan, serta siap menghadapiperubahanjaman.
