Inteligencia artificial, la revolución en el horizonte de la auditoría interna

Transformación de la auditoría interna a través de la innovación tecnológica: eficiencia, precisión y valor

En resumen

• Las nuevas tecnologías están revolucionando la auditoría interna con agilidad y precisión.
• Es crucial contar con un modelo de gobernanza proactivo y medidas de seguridad robustas.
• Los auditores pueden enfocarse en el análisis estratégico, lo que enriquece su capacidad de toma de decisiones

La inteligencia artificial (IA) ofrece un nuevo nivel de agilidad, eficiencia y generación de valor en muchas áreas de negocio y el campo de la auditoría interna no es una excepción.

Al aplicar la IA a los esfuerzos de auditoría, las organizaciones pueden aprovechar su capacidad para realizar tareas repetitivas, analizar grandes volúmenes de datos y proporcionar análisis más profundos y acertados. Este artículo se centrará en cómo la IA tiene el potencial de transformar y enriquecer radicalmente el trabajo de auditoría interna.

Se puede decir que la IA está convirtiéndose en algo tan fundamental como la electricidad, el internet y las comunicaciones móviles, cuando cada una de ellas irrumpió en los mercados masivos. No tener una estrategia de esta nueva herramienta, hoy en día es como no haber tenido una estrategia de conectividad móvil en el 2010, o una estrategia de posicionamiento y uso del internet en el 2000.[1]

Palancas de la IA para hacer más ágil, eficiente y valiosa la Auditoría

La integración de la IA en la auditoría puede cambiar radicalmente su enfoque y ejecución.

A continuación, presentamos algunas palancas de agilidad, eficiencia y valor, con ejemplos de cómo las están utilizando ya en diferentes sectores o industrias. También presentamos cómo se pueden utilizar en auditoría:

• Automatización de tareas: tecnologías emergentes pueden asumir tareas que antes requerían intervención humana, como la revisión de transacciones, identificación de discrepancias en los datos o verificación del cumplimiento de normas. Esta automatización acelera el proceso y minimiza los errores humanos, por ejemplo, en el sector bancario, se ha estado utilizando un software de IA llamado COIN (Contract Intelligence) para revisar contratos legales, una tarea que solía consumir miles de horas de trabajo humano.

Este software puede revisar documentos en segundos y con menos errores que los humanos.

• Análisis de datos en tiempo real: con la capacidad para procesar grandes volúmenes de datos, los auditores pueden realizar análisis en tiempo real, lo que permite identificar y resolver problemas inmediatamente, sin esperar al final de un ciclo de auditoría.

En sectores como el agrícola, la analítica en tiempo real está mejorando la productividad y eficiencia, algo que puede trasladarse a la auditoría interna mediante la revisión continua de facturas masivas para identificar excepciones a tiempo.

Un uso en auditoría podría ser la programación para revisar todo un “batch” de cientos de miles, o millones de facturas masivas de clientes en un servicio de suscripción (que deberían tener todo el mismo valor o muy similar) para identificar excepciones, tales como descuentos desproporcionados, o notas de crédito que deben ser analizadas con mayor detenimiento.

• Detección de patrones y tendencias: Las herramientas tecnológicas pueden detectar patrones y anomalías que pueden pasar desapercibidos para los auditores humanos. Esto es especialmente útil para identificar riesgos emergentes o problemas sistémicos.
  
  
• En el sector financiero, se utilizan algoritmos avanzados para analizar transacciones y detectar actividades sospechosas, una capacidad que puede aprovecharse en auditoría para automatizar análisis de riesgo y detectar posibles fraudes.

La IA puede analizar millones de transacciones y detectar patrones de comportamiento que pueden indicar una actividad fraudulenta. Un uso en auditoría podría ser automatizar análisis de la Ley de Benford en facturas pagadas por una compañía para detectar posibles fraudes con facturas con numeración fuera de lo pronosticado por la ley[2].

• Aprendizaje continuo: las soluciones basadas en el aprendizaje automático pueden mejorar y adaptarse continuamente a nueva información y resultados de auditorías. Esto ayuda a los auditores a mantenerse al día con cambios en regulaciones y normativas.

En el ámbito de la ciberseguridad, estos sistemas ya están detectando y respondiendo a amenazas en tiempo real, lo que sugiere un enorme potencial para la auditoría interna al automatizar el análisis y la adaptación a nuevas normativas.

• Mejora de la precisión: los sistemas de IA son extremadamente precisos, lo que reduce las posibilidades de errores y malentendidos. Esto puede ser especialmente beneficioso cuando se trata de tareas elaboradas o complejas. En la industria médica, el uso de la IA ha mejorado la precisión de los diagnósticos un enfoque que puede trasladarse a la auditoría de sistemas, donde se pueden generar escenarios de prueba para evaluar controles antes de ser implementados.
  • En auditoría de sistemas se puede usar Gen AI para la generación de escenarios que sometan a prueba la programación de controles clave automáticos en ambientes tipo “sandbox” antes de llevarlos a producción, reduciendo la probabilidad de fallas durante el periodo de estabilización.

• Cumplimiento normativo: muchas empresas deben cumplir con normativas y regulaciones en constante cambio. La IA puede monitorear automáticamente estas normativas y ayudar a las empresas a estar al día con los requisitos de cumplimiento. Esto ya se aplica en sectores financieros, donde la tecnología procesa grandes volúmenes de datos para garantizar el cumplimiento de normativas como las leyes antilavado de dinero.
  
  
• Enriquecimiento del juicio profesional: a medida que la IA asume tareas repetitivas y mecánicas, los auditores tienen más tiempo para centrarse en el análisis de riesgos y el asesoramiento estratégico. Con información más precisa y oportuna a mano, pueden ofrecer juicios y recomendaciones mejor informados.
  
  
• En el ámbito de la auditoría interna, EY usa su plataforma de IA, llamada Helix, para realizar auditorías de forma más eficiente y efectiva, esta permite a los auditores de EY centrarse más en el análisis de riesgos y en la evaluación de los controles internos, en lugar de dedicar tiempo a tareas repetitivas y manuales.

El impacto transformador en la auditoría interna

El potencial de estas tecnologías para transformar el trabajo de auditoría interna es evidente. Sin embargo, su implementación no puede dejarse sin supervisión. Para garantizar un uso eficaz que genere valor real, es esencial adoptar un enfoque de gobernanza proactivo, ágil y vigilante, así como considerar la privacidad y seguridad de los datos, y establecer medidas de control y monitoreo del desempeño de estas soluciones.

Hacia una auditoría interna más ágil y eficaz

Las tecnologías avanzadas permiten a los auditores preparar mejores programas de trabajo, más amplios, profundos y enfocados en los riesgos clave. También mejoran la agilidad, cobertura y efectividad del análisis, permitiendo manejar grandes volúmenes de información y generar reportes más detallados y personalizados para diferentes audiencias.

La adopción de estas herramientas requiere un cambio de mentalidad, inversión en capacitación y una estrategia gradual. A medida que las organizaciones avanzan en este camino, descubrirán que estas soluciones no solo mejoran la eficiencia y precisión de la auditoría, sino que también aportan un valor estratégico duradero.

En un mundo cada vez más digitalizado, no cabe duda de que la adopción de tecnologías avanzadas en la auditoría interna es solo cuestión de tiempo. Aunque su implementación presenta desafíos, los beneficios son claros: fortalecen el control interno y la gestión de riesgos, ofreciendo una ventaja competitiva para el futuro.

[1] “AI is not magic – It´s time to demystify and apply” Rob Thomas, Information Week, March 2019.

[2] La Ley de Benford, o ley del primer dígito, es una ley estadística que indica que la probabilidad de que la primera cifra de un dato sea 1 es mayor que la probabilidad de que sea cualquier otro número. Más aún, cuanto más grande sea un dígito, es menos probable que se encuentre en la primera posición. Un artículo interesante con aplicaciones de la Ley de Benford en detección de fraudes se encuentra en Definición de la Ley de Benford - Ejemplos, e Historia (enciclopedia.net)