Στις 13 Οκτωβρίου, στο Ανόι , ο Αναπληρωτής Γενικός Ελεγκτής του Κράτους Bui Quoc Dung παρευρέθηκε και εκφώνησε την εναρκτήρια ομιλία του στο διεθνές συνέδριο με θέμα «Έλεγχος στη νέα εποχή - Ενίσχυση της ελεγκτικής ικανότητας με την Τεχνητή Νοημοσύνη».
Το εργαστήριο συγκέντρωσε 120 συνέδρους από κεντρικούς φορείς, τον ACCA, εγχώριες και ξένες ελεγκτικές εταιρείες, τράπεζες, ερευνητικά ιδρύματα, πανεπιστήμια και επαγγελματικούς συλλόγους στον τομέα των χρηματοοικονομικών και της ελεγκτικής.
Πώς ο έλεγχος μετατοπίζεται από «αντιδραστικός» σε «προληπτικός» χάρη στην Τεχνητή Νοημοσύνη
Μιλώντας κατά την έναρξη του εργαστηρίου, ο Αναπληρωτής Γενικός Ελεγκτής του Κράτους, Μπούι Κουόκ Ντουνγκ, δήλωσε ότι ποτέ πριν στην ανθρώπινη ιστορία η τεχνολογία δεν άλλαξε τόσο γρήγορα και ριζικά όσο σήμερα. Σύμφωνα με τον κ. Ντουνγκ, η Τεχνητή Νοημοσύνη αναδιαμορφώνει κάθε κλάδο, από τη μεταποίηση, τα χρηματοοικονομικά έως την υγειονομική περίθαλψη και την εκπαίδευση .
Επεσήμανε ότι ο κλάδος του ελέγχου, με την αποστολή του να διασφαλίζει τη διαφάνεια και τη λογοδοσία στη δημόσια διοίκηση, δεν βρίσκεται έξω από αυτή τη ροή. Ο Βοηθός Γενικός Ελεγκτής του Κράτους σχολίασε επίσης ότι για τους ελεγκτές, η Τεχνητή Νοημοσύνη δεν είναι μόνο ένα εργαλείο αλλά και μια ευκαιρία να επανεφεύρουν τον τρόπο σκέψης και δράσης.
Ο Αναπληρωτής Γενικός Ελεγκτής του Κράτους Bui Quoc Dung στο διεθνές συνέδριο με θέμα «Έλεγχος στη νέα εποχή - Ενίσχυση της ελεγκτικής ικανότητας με την Τεχνητή Νοημοσύνη» (Φωτογραφία: SAV).
Σύμφωνα με αυτόν, ο έλεγχος βασίζεται σε αποδεικτικά στοιχεία και συμπεράσματα. Στο παραδοσιακό μοντέλο, λόγω περιορισμών χρόνου και πόρων, οι ελεγκτές πρέπει να επιλέξουν αντιπροσωπευτικά δείγματα και στη συνέχεια να συναγάγουν τη συνολική εικόνα από αυτά τα στοιχεία. Αυτό περιορίζει την κάλυψη και καθιστά ιδιαίτερα δύσκολη την παρακολούθηση της συνεχούς ροής δεδομένων.
Ωστόσο, η έλευση της Τεχνητής Νοημοσύνης και της ανάλυσης μεγάλων δεδομένων έχει δημιουργήσει ένα σημείο καμπής. Αντί για «διακριτά pixel», οι ελεγκτές μπορούν να σαρώνουν και να αναλύουν ολόκληρα σύνολα δεδομένων, αυξάνοντας έτσι τη βεβαιότητα, μειώνοντας την υποκειμενική προκατάληψη και αυξάνοντας τη συνέπεια στις αξιολογήσεις. Ταυτόχρονα, οι αλγόριθμοι μηχανικής μάθησης, βαθιάς μάθησης και επεξεργασίας φυσικής γλώσσας μετατρέπουν τεράστια αποθετήρια μη δομημένων εγγράφων και αρχείων σε πληροφορίες στις οποίες είναι δυνατή η πρόσβαση, η αναζήτηση, η συλλογή και η εξήγηση.
Εκείνη τη στιγμή, ο έλεγχος δεν σταματά στην ανίχνευση αργότερα, αλλά μπορεί να προβλέψει τάσεις σφαλμάτων, σπατάλης και απάτης για να παρέμβει έγκαιρα - ένα βήμα από την αντίδραση στην προληπτική δράση.
Ο κ. Dung επεσήμανε ότι πολλές ανώτατες ελεγκτικές υπηρεσίες έχουν στραφεί από την παρακολούθηση μετά τον έλεγχο στην ολοκληρωμένη παρακολούθηση και την πρόβλεψη κινδύνων. Έχουν εισαχθεί τεχνικές αιτιώδους ανάλυσης που υπερβαίνουν την απλή συσχέτιση και αξιολογούν τον πραγματικό αντίκτυπο των πολιτικών.
Παράλληλα, οι εικονικοί βοηθοί ελέγχου που βασίζονται σε μεγάλα γλωσσικά μοντέλα (LLM) που επιτρέπουν την αυτοματοποιημένη αναζήτηση, τη συμφωνία και τη σύνταξη εγγράφων, η συνεχής παρακολούθηση δεκάδων εκατομμυρίων συναλλαγών παροχών ανά μήνα δεν είναι πλέον μια ιδέα αλλά μια λειτουργική πραγματικότητα.
Πίσω από αυτές τις επιτυχίες βρίσκονται η ενσωμάτωση δεδομένων πολλαπλών πηγών - η διάλυση των «σιλό δεδομένων» μεταξύ των υπηρεσιών - και η ανάπτυξη μηχανικής μάθησης, τεχνολογίας επεξεργασίας φυσικής γλώσσας (που βοηθά τις μηχανές να κατανοούν και να αναλύουν κείμενο), γεωγραφικών συστημάτων πληροφοριών (που βοηθούν στην παρακολούθηση δεδομένων που συνδέονται με χωρικές τοποθεσίες) και τεχνικών ομαδοποίησης, εξόρυξης κανόνων συσχέτισης για τον σχηματισμό μιας «προβολής 360 μοιρών» του παρακολουθούμενου αντικειμένου.
Οι ηγέτες του κλάδου του ελέγχου τονίζουν ότι δεν πρόκειται για τεχνική λεπτομέρεια, αλλά για μια παραδειγματική αλλαγή για το επάγγελμα του δημόσιου ελέγχου, από τα «περιοδικά συμπεράσματα» στη «συνεχή παρακολούθηση», από τα «μικρά δείγματα» στην «πλήρη ανάλυση», από την «περιγραφή του παρελθόντος» στην «πρόβλεψη του μέλλοντος».
Επεσήμανε επίσης την εμπειρία χωρών που έχουν εφαρμόσει την τεχνητή νοημοσύνη νωρίς στον τομέα του ελέγχου.
Στις ΗΠΑ, το Γραφείο Λογοδοσίας της Κυβέρνησης (GAO) έχει εισαγάγει την Τεχνητή Νοημοσύνη στην ομοσπονδιακή εποπτεία των χρηματοοικονομικών, υγειονομικών και τραπεζικών κινδύνων, μειώνοντας δραματικά τον χρόνο, επεκτείνοντας το πεδίο της ανάλυσης και αυξάνοντας το βάρος των αποδεικτικών στοιχείων.
Στο Ηνωμένο Βασίλειο, η Εθνική Υπηρεσία Ελέγχου (NAO) του Ηνωμένου Βασιλείου εφαρμόζει την Τεχνητή Νοημοσύνη στην κοινωνική πρόνοια, την υγεία και τις δημόσιες συμβάσεις και καταρτίζει ένα «εγχειρίδιο» για την ασφαλή χρήση της Τεχνητής Νοημοσύνης, συμβάλλοντας στην εξοικονόμηση προϋπολογισμού μέσω της πρόληψης της απάτης.
Στο Πακιστάν, η Τεχνητή Νοημοσύνη χρησιμοποιήθηκε για την ανίχνευση 128.000 περιπτώσεων «φανταστικών συνταξιούχων» στις πληρωμές συντάξεων, μια απόδειξη της δύναμης των δεδομένων όταν συνδέονται έξυπνα.
Ο Ελεγκτής του Κράτους δημιουργεί τεχνολογικό οικοσύστημα με 6 εφαρμογές τεχνητής νοημοσύνης
Σύμφωνα με τον Αναπληρωτή Γενικό Ελεγκτή του Κράτους, Μπούι Κουόκ Ντουνγκ, το Βιετνάμ δεν βρίσκεται εκτός αυτής της τάσης.
Στην πραγματικότητα, ο όγκος και η πολυπλοκότητα των δημόσιων δεδομένων στο Βιετνάμ ξεπερνούν σταδιακά αυτό που μπορούν να καλύψουν οι παραδοσιακές μέθοδοι ελέγχου (οι οποίες βασίζονται κυρίως στη δειγματοληψία).
Ο Αναπληρωτής Γενικός Ελεγκτής του Κράτους, Μπούι Κουόκ Ντουνγκ, παρευρέθηκε και εκφώνησε την εναρκτήρια ομιλία στο εργαστήριο το πρωί της 13ης Οκτωβρίου (Φωτογραφία: SAV).
Ο κ. Dung έδωσε παραδείγματα από διάφορους φορείς που υπάγονται στο Υπουργείο Οικονομικών.
Στην Κοινωνική Ασφάλιση του Βιετνάμ, υπάρχουν 17 εκατομμύρια συμμετέχοντες στην υποχρεωτική κοινωνική ασφάλιση κάθε μήνα. 96 εκατομμύρια κάρτες ασφάλισης υγείας εκδίδονται κάθε χρόνο και διεκπεραιώνονται περισσότερες από 200 εκατομμύρια ιατρικές εξετάσεις και θεραπείες που σχετίζονται με τις πληρωμές ασφάλισης. Ή, μέχρι το τέλος του περασμένου έτους, η Φορολογική Υπηρεσία είχε περισσότερες από 950.000 επιχειρήσεις που δήλωναν φόρους ηλεκτρονικά, υποβάλλοντας σχεδόν 16 εκατομμύρια αρχεία και σχεδόν 150 εκατομμύρια δηλώσεις.
Σύμφωνα με τον κ. Dung, πρόκειται για τεράστιες εικόνες δεδομένων, που ενημερώνονται συνεχώς σε πραγματικό χρόνο, και αν συνεχίσουμε να τις επεξεργαζόμαστε χρησιμοποιώντας παραδοσιακές χειροκίνητες προσεγγίσεις, θα διακινδυνεύσουμε να παραβλέψουμε τους συστημικούς κινδύνους και να μειώσουμε την αξιοπιστία των συμπερασμάτων του ελέγχου.
Η Ελεγκτική Υπηρεσία του Κράτους έχει επιλέξει μια προληπτική πορεία: την κατασκευή μιας πλατφόρμας δεδομένων, τη σύνδεση και την κοινοποίηση με βασικά υπουργεία και κλάδους, την προετοιμασία υποδομών αποθήκευσης και επεξεργασίας και την ταυτόχρονη εφαρμογή έργων Τεχνητής Νοημοσύνης που επιλύουν άμεσα τα επαγγελματικά προβλήματα του δημόσιου ελέγχου.
Συνεπώς, ο εν λόγω οργανισμός έχει ξεκινήσει μια πλατφόρμα μεγάλων δεδομένων, έχει επιλέξει μια κατάλληλη τεχνολογική αρχιτεκτονική και έχει συνδεθεί και κοινοποιηθεί με το Υπουργείο Οικονομικών, την Κοινωνική Ασφάλιση του Βιετνάμ και την Κρατική Τράπεζα, δημιουργώντας μια αποθήκη δεδομένων με πάνω από 100 εκατομμύρια αρχεία για την εξυπηρέτηση της ανάλυσης ελέγχου.
«Έχουμε δημιουργήσει ένα οικοσύστημα τεχνολογίας ελέγχου, στο οποίο 6 λογισμικά τεχνητής νοημοσύνης και εφαρμογών δεδομένων εφαρμόζονται στην πράξη: από την ανάλυση δεδομένων προϋπολογισμού, την αξιολόγηση κινδύνου, την εξέταση χρηματοοικονομικών συναλλαγών, έως την παρακολούθηση δημόσιων επενδύσεων και την αξιολόγηση πράσινων δαπανών. Αυτά τα αρχικά αποτελέσματα επιβεβαιώνουν: η τεχνητή νοημοσύνη δεν αντικαθιστά τους ελεγκτές, αλλά τους καθιστά ισχυρότερους, ακριβέστερους και πιο εμπεριστατωμένους», δήλωσε ο κ. Dung.
Συμπερασματικά, ο κ. Dung επιβεβαίωσε ότι η Τεχνητή Νοημοσύνη όχι μόνο βοηθά στην ταχύτερη ανίχνευση παραβάσεων, αλλά βοηθά επίσης στην πρόβλεψη κινδύνων, στη σύσταση πολιτικών και στην υποστήριξη αποφάσεων διαχείρισης των δημόσιων οικονομικών - σύμφωνα με το πνεύμα της μετάβασης από τον «μετα-έλεγχο» στον «έξυπνο, προληπτικό, σε πραγματικό χρόνο έλεγχο».
Πηγή: https://dantri.com.vn/kinh-doanh/pho-tong-kiem-toan-nha-nuoc-bui-quoc-dung-ai-tai-dinh-hinh-nghe-kiem-toan-20251013103016681.htm
Σχόλιο (0)