沒有人喜歡被審計,但這對確保公司政策和實踐的透明度及合規性至關重要。審計師在檢查業務風險及其管理方面扮演關鍵角色,這通常稱為「風險與控制」。然而,生成風險控制矩陣或風險評估的過程往往耗時,因為這些任務在各部門之間重複性高且相似。這為人工智慧解決方案簡化流程提供了機會。
擁抱人工智慧提升審計效率
成立於2014年的雲端軟件公司AuditBoard,專注解決這一挑戰。AuditBoard以針對審計師的專業平台聞名,最近推出了AuditBoard AI,這是一項旨在提高審計和風險管理團隊效率的先進功能。
「我們客戶面臨的主要挑戰是審計和合規團隊的工作量與可用資源之間的差距擴大。」AuditBoard數據、人工智慧/機器學習部門副總裁Anton Dam表示,「人工智慧提供了一個解決方案來彌補這一差距。」
審計創新傳承
AuditBoard由兩位童年好友Daniel Kim和Jay Lee創立,他們曾是PwC和EY的審計師,該公司迅速在審計、風險、可持續性和合規領域獲得認可。如今,AuditBoard為超過2000個客戶提供服務,其中近50%為《財富》500強企業。
該公司的雲端平台,曾名為SOXHUB,簡化了風險評估和審計矩陣的生成,取代了審計師過去依賴的繁瑣電子表格軟件。
引入大型語言模型的自動化提升
AuditBoard現在利用生成性人工智慧和大型語言模型(LLMs)自動化日常任務。審計師可以在平台中使用新出的「生成」按鈕,讓LLMs根據提供的具體上下文和文檔生成風險與控制建議描述。
「我們將這一功能直接整合到用戶體驗中。」Dam解釋道。一位客戶報告說,撰寫風險描述所需的時間從10分鐘縮短到僅1分鐘。
Syniverse的資深IT審計經理Melissa Pici表示:「AuditBoard AI對我的團隊來說是場變革。過去需要二十分鐘的任務,如今只需五分鐘,大大提升了我們的生產力。」
芝麻開門:AuditBoard AI的運作
雖然AuditBoard未透露使用的具體LLMs,但Dam提到與Microsoft的合作,並強調針對特定審計功能的多模型策略。「我們的目標是確保所使用的模型適合審計領域,並交付高質量的結果。」他分享道。
數據完整性與安全性的承諾
AuditBoard將客戶數據安全放在首位,確保不同客戶的數據保持隔離和安全,遵守受監管行業的嚴格要求。數據通過加密通道傳輸到Microsoft Azure雲端伺服器進行處理,以保持每位客戶信息的完整性。
「在我們的運營中,客戶邊界是不可侵犯的。」Dam斷言。
通過自動化重複性任務並提供智能建議,AuditBoard AI使審計師能夠撰寫全面的風險和控制描述,識別重複工作,並高效地在不同框架中映射控制。這一解決方案現已向所有AuditBoard用戶開放,促進了更高效的審計過程。