در ۱۳ اکتبر، در هانوی ، معاون حسابرس کل کشور، بویی کوک دونگ، در کنفرانس بینالمللی با موضوع «حسابرسی در عصر جدید - افزایش ظرفیت حسابرسی با هوش مصنوعی» شرکت کرد و سخنرانی افتتاحیه را ایراد نمود.
این کارگاه ۱۲۰ نماینده از سازمانهای مرکزی، انجمن حسابداران خبره (ACCA)، شرکتهای حسابرسی داخلی و خارجی، بانکها، مؤسسات تحقیقاتی، دانشگاهها و انجمنهای حرفهای در حوزه مالی و حسابرسی را گرد هم آورد.
چگونه حسابرسی به لطف هوش مصنوعی از «واکنشی» به «پیشگیرانه» تغییر میکند
بویی کوک دونگ، معاون حسابرس کل دولت، در مراسم افتتاحیه این کارگاه گفت که در تاریخ بشر، فناوری هرگز به این سرعت و به این عمق که امروز تغییر میکند، تغییر نکرده است. به گفته آقای دونگ، هوش مصنوعی در حال تغییر شکل هر صنعتی، از تولید، امور مالی گرفته تا مراقبتهای بهداشتی و آموزش است.
او اشاره کرد که صنعت حسابرسی، با ماموریت خود که تضمین شفافیت و پاسخگویی در مدیریت عمومی است، از این جریان خارج نیست. معاون حسابرس کل کشور همچنین اظهار داشت که برای حسابرسان، هوش مصنوعی نه تنها یک ابزار، بلکه فرصتی برای بازآفرینی شیوه تفکر و عمل است.

معاون حسابرس کل کشور، بویی کوک دونگ، در کنفرانس بینالمللی با موضوع «حسابرسی در عصر جدید - افزایش ظرفیت حسابرسی با هوش مصنوعی» (عکس: SAV).
به گفته او، حسابرسی مبتنی بر شواهد و استنتاج است. در مدل سنتی، به دلیل محدودیتهای زمانی و منابع، حسابرسان باید نمونههای نماینده را انتخاب کنند و سپس تصویر کلی را از آن قطعات استنباط کنند. این امر پوشش را محدود میکند و همگام شدن با جریان مداوم دادهها را به ویژه دشوار میسازد.
با این حال، ظهور هوش مصنوعی و تجزیه و تحلیل کلان داده، نقطه عطفی ایجاد کرده است. به جای «پیکسلهای گسسته»، حسابرسان میتوانند کل مجموعه دادهها را اسکن و تجزیه و تحلیل کنند، در نتیجه اطمینان را افزایش میدهند، سوگیری ذهنی را کاهش میدهند و ثبات در ارزیابیها را افزایش میدهند. در عین حال، الگوریتمهای یادگیری ماشینی، یادگیری عمیق و پردازش زبان طبیعی، مخازن عظیمی از اسناد و سوابق بدون ساختار را به اطلاعاتی تبدیل میکنند که قابل دسترسی، جستجو، جمعآوری و توضیح هستند.
در آن زمان، حسابرسی به تشخیص دیرهنگام متوقف نمیشود، بلکه میتواند روند خطاها، ضایعات و تقلب را برای مداخله زودهنگام پیشبینی کند - گامی از واکنش به سوی پیشگیری.
آقای دانگ خاطرنشان کرد که بسیاری از سازمانهای حسابرسی عالی از حسابرسی پس از وقوع به نظارت جامع و پیشبینی ریسک روی آوردهاند. تکنیکهای تحلیل علی برای فراتر رفتن از همبستگی صرف و ارزیابی تأثیر واقعی سیاستها معرفی شدهاند.
به موازات آن، دستیاران حسابرسی مجازی مبتنی بر مدلهای زبان بزرگ (LLM) که امکان جستجو، تطبیق و تهیه پیشنویس خودکار را فراهم میکنند؛ نظارت مستمر بر دهها میلیون تراکنش مزایا در هر ماه، دیگر یک ایده نیست، بلکه یک واقعیت عملیاتی است.
پشت این موفقیتها، ادغام دادههای چند منبعی - تجزیه «سیلوهای داده» بین سازمانها - و بهکارگیری یادگیری ماشینی، فناوری پردازش زبان طبیعی (کمک به ماشینها برای درک و تحلیل متن)، سیستمهای اطلاعات جغرافیایی (کمک به نظارت بر دادههای مرتبط با مکانهای مکانی) و تکنیکهای خوشهبندی، استخراج قوانین وابستگی برای تشکیل «نمای ۳۶۰ درجه» از شیء تحت نظارت، قرار دارد.
رهبران صنعت حسابرسی تأکید میکنند که این یک جزئیات فنی نیست، بلکه یک تغییر الگو برای حرفه حسابرسی عمومی است، از «نتیجهگیریهای دورهای» به «نظارت مستمر»، از «نمونههای کوچک» به «تحلیل کامل»، از «توصیف گذشته» به «پیشبینی آینده».
او همچنین به تجربه کشورهایی که هوش مصنوعی را در اوایل حوزه حسابرسی به کار گرفتهاند، اشاره کرد.
در ایالات متحده، دفتر پاسخگویی دولت (GAO) هوش مصنوعی را در نظارت بر ریسکهای مالی، مراقبتهای بهداشتی و بانکی فدرال وارد کرده است که به طور چشمگیری زمان را کاهش، دامنه تحلیل را گسترش و وزن شواهد را افزایش میدهد.
در بریتانیا، دفتر حسابرسی ملی بریتانیا (NAO) هوش مصنوعی را در حوزههای رفاه اجتماعی، سلامت و قراردادهای عمومی به کار میگیرد و یک «راهنمای کاربردی» برای استفاده ایمن از هوش مصنوعی تهیه میکند که از طریق پیشگیری از کلاهبرداری به صرفهجویی در بودجه کمک میکند.
در پاکستان، از هوش مصنوعی برای شناسایی ۱۲۸۰۰۰ مورد «بازنشستههای خیالی» در پرداختهای بازنشستگی استفاده شد، که گواهی بر قدرت دادهها هنگام اتصال هوشمندانه است.
سازمان حسابرسی ایالتی با 6 کاربرد هوش مصنوعی، اکوسیستم فناوری ایجاد میکند
به گفته بویی کوک دونگ، معاون حسابرس کل دولت، ویتنام نیز از این روند مستثنی نیست.
در واقع، حجم و پیچیدگی دادههای عمومی در ویتنام به تدریج از آنچه روشهای حسابرسی سنتی (که عمدتاً بر نمونهگیری متکی هستند) میتوانند پوشش دهند، فراتر میرود.

معاون حسابرس کل کشور، بویی کوک دونگ، صبح روز ۱۳ اکتبر در کارگاه آموزشی شرکت و سخنرانی افتتاحیه را ایراد کرد (عکس: SAV).
آقای دانگ نمونههایی از تعدادی از سازمانهای تابعه وزارت دارایی ارائه داد.
در تأمین اجتماعی ویتنام، هر ماه ۱۷ میلیون نفر تحت پوشش بیمه اجتماعی اجباری هستند؛ ۹۶ میلیون کارت بیمه سلامت هر ساله صادر میشود و بیش از ۲۰۰ میلیون معاینه و درمان پزشکی مرتبط با پرداختهای بیمه انجام میشود. یا اداره مالیات، تا پایان سال گذشته، بیش از ۹۵۰ هزار کسبوکار داشت که مالیات خود را به صورت الکترونیکی اعلام میکردند و نزدیک به ۱۶ میلیون پرونده و نزدیک به ۱۵۰ میلیون اظهارنامه ارائه میدادند.
به گفته آقای دانگ، اینها تصاویر عظیمی از دادهها هستند که به طور مداوم و در لحظه بهروزرسانی میشوند و اگر به پردازش آنها با استفاده از رویکردهای سنتی دستی ادامه دهیم، با خطر از دست دادن ریسکهای سیستمی و کاهش قابلیت اطمینان نتایج حسابرسی مواجه خواهیم شد.
سازمان حسابرسی دولتی مسیری پیشگیرانه را انتخاب کرده است: ایجاد یک پلتفرم داده، اتصال و اشتراکگذاری با وزارتخانهها و شعب کلیدی، آمادهسازی زیرساختهای ذخیرهسازی و پردازش، و همزمان اجرای پروژههای هوش مصنوعی که مستقیماً مشکلات حرفهای حسابرسی عمومی را حل میکنند.
بر این اساس، این آژانس یک پلتفرم کلانداده راهاندازی کرده، یک معماری فناوری مناسب را انتخاب کرده و با وزارت دارایی، تأمین اجتماعی ویتنام و بانک دولتی ارتباط برقرار کرده و به اشتراک گذاشته است و یک انبار داده با بیش از ۱۰۰ میلیون رکورد برای ارائه تحلیلهای حسابرسی ایجاد کرده است.
آقای دانگ گفت: «ما یک اکوسیستم فناوری حسابرسی ایجاد کردهایم که در آن ۶ نرمافزار هوش مصنوعی و کاربرد داده در عمل به کار گرفته میشوند: از تحلیل دادههای بودجه، ارزیابی ریسک، بررسی تراکنشهای مالی گرفته تا نظارت بر سرمایهگذاری عمومی و ارزیابی هزینههای سبز. این نتایج اولیه تأیید میکند: هوش مصنوعی جایگزین حسابرسان نمیشود، بلکه حسابرسان را قویتر، دقیقتر و عمیقتر میکند.»
در پایان، آقای دانگ تأیید کرد که هوش مصنوعی نه تنها به تشخیص سریعتر تخلفات کمک میکند، بلکه به پیشبینی خطرات، توصیه سیاستها و پشتیبانی از تصمیمات مدیریت مالی عمومی نیز کمک میکند - مطابق با روحیه گذار از «حسابرسی پس از حسابرسی» به «حسابرسی هوشمند، پیشگیرانه و بلادرنگ».
منبع: https://dantri.com.vn/kinh-doanh/pho-tong-kiem-toan-nha-nuoc-bui-quoc-dung-ai-tai-dinh-hinh-nghe-kiem-toan-20251013103016681.htm
نظر (0)