เทคโนโลยีกับ Digital Audit

      Digital Audit คือ กระบวนการตรวจสอบบัญชีและการเงินที่ใช้เทคโนโลยีดิจิทัลขั้นสูงเข้ามาช่วยในการรวบรวม วิเคราะห์ และประเมินข้อมูลอย่างเป็นระบบ ตั้งแต่การวางแผน การเก็บหลักฐาน การวิเคราะห์ ไปจนถึงการรายงานผลเพื่อเพิ่มความแม่นยำ ความโปร่งใส และมีประสิทธิภาพในการตรวจสอบมากขึ้นโดยไม่จำกัดเฉพาะการใช้ Excel หรือระบบ ERP แต่รวมถึงการใช้ AI, Machine Learning, RPA และ Blockchain เพื่อยกระดับการตรวจสอบให้ทันสมัยและตอบโจทย์ความเสี่ยงในยุคใหม่ที่มีความเสี่ยงที่หลากหลายและจำเป็นต้องมีการทำ Deep Learning มากยิ่งขึ้นในทุกขั้นตอนของการตรวจสอบบัญชี
      Audit Techniques อย่างเช่น เทคนิคการทำ Data Analytics และการตรวจจับความผิดปกติ ดังนั้นการวิเคราะห์ข้อมูล (Data Analytics) เป็นหัวใจสำคัญของ Digital Audit โดยผู้ตรวจสอบจะใช้เครื่องมือวิเคราะห์ข้อมูล เช่น ACL (Audit Command Language), IDEA (Interactive Data Extraction and Analysis) หรือโปรแกรมสถิติและวิเคราะห์ข้อมูลอย่าง R หรือ Python เพื่อช่วยวิเคราะห์ข้อมูลในข้อสงสัยต่าง ๆ เช่น การวิเคราะห์แนวโน้มการใช้จ่ายที่สูงผิดปกติ การเปรียบเทียบข้อมูลซัพพลายเออร์กับข้อมูลพนักงานเพื่อหาความสัมพันธ์ที่อาจบ่งชี้ถึงการทุจริต หรือการวิเคราะห์ Transaction Log เพื่อหาการเข้าถึงระบบที่ไม่ได้รับอนุญาต เป็นต้น
      Data Analytics
      ด้วยเครื่องมือและเทคโนโลยีการประมวลผลจะช่วยให้ผู้สอบบัญชีสามารถวิเคราะห์ข้อมูลทั้งชุด (100% Population) เพื่อค้นหารายการผิดปกติ เช่น รายการที่เกิดในวันหยุด รายการที่มีมูลค่าใกล้เคียงกับระดับสาระสำคัญ หรือรายการที่ไม่สอดคล้องกับลักษณะของรูปแบบธุรกิจ โดยเครื่องมืออย่าง Python, Power BI และ Excel Advanced Analytics ถูกนำมาใช้ในการสร้างกราฟ Dashboard และการวิเคราะห์เชิงลึก ซึ่งในส่วนนี้จะช่วยให้ลดความเสี่ยงจากการวิเคราะห์ข้อมูลแบบสุ่มตัวอย่างที่ไม่สามารถช่วยให้ค้นหาข้อสงสัยหรือข้อผิดพลาดได้ด้วยศักยภาพอันจำกัด
      เมื่อเราใช้เทคโนโลยี AI ซึ่งจะเรียนรู้พฤติกรรมของรายการข้อมูลในกิจการที่ตรวจสอบ ก็จะสามารถวิเคราะห์ความผิดปกติได้แม่นยำขึ้น (และแม่นยำยิ่งขึ้นอีกในอนาคต เพราะการเรียนรู้ของสมองกล หรือ Machine Learning จะมีพัฒนาการที่ดียิ่งขึ้นจากเทคโนโลยีและสถาปัตยกรรมทางคอมพิวเตอร์) ซึ่งจะช่วยลดข้อจำกัดที่มีอยู่ในปัจจุบันของการใช้มนุษย์ (ผู้สอบบัญชี/ผู้ช่วยผู้สอบบัญชี) ในการอ่านข้อมูลบน Dashboard หรือตาราง Excel ที่ใช้รวบรวมข้อมูลมา
      RPA (Robotic Process Automation)
      คือ เทคโนโลยีที่ใช้ซอฟต์แวร์หุ่นยนต์ (Bots) ในการทำงานซ้ำ ๆ ที่มีกฎเกณฑ์ชัดเจน (Rule-based Tasks) จะช่วยให้สามารถการประมวลผลข้อมูลซ้ำ ๆ ทำได้โดยอัตโนมัติและใช้เวลาน้อยลง เช่น การดึงข้อมูลจากระบบ ERP การจัดทำกระดาษทำการหรือการตรวจสอบรายการบัญชีจำนวนมากโดยลดข้อผิดพลาดหรืออคติจากมนุษย์และเพิ่มความเร็วในการทำงาน ซึ่งส่วนนี้หากลองนำมาใช้ในการวางแผนการตรวจสอบบัญชีร่วมกับการทำ Data Analytic ก็จะช่วยให้ต้นทุนการทำงานด้านสอบบัญชีถูกลง เช่น การทดสอบข้อมูลเพื่อสรุปผลการตรวจสอบจะทำได้ในปริมาณตัวอย่างที่มากยิ่งขึ้น อาทิ ในการทำการทดสอบ Substantive Test วงจรขายของธุรกิจค้าปลีก การทดสอบรายการให้ได้กลุ่มตัวอย่างที่มีปริมาณมากเพียงพอต่อการสรุปผลย่อมใช้กำลังคนและเวลาค่อนข้างสูง แต่ RPA สามารถทดสอบข้อมูลทั้งหมดได้ภายใต้เวลาอันจำกัด ซึ่งเช่นกันเมื่อนำไปใช้ร่วมกับการทำ Data Analytic ก็จะช่วยให้ผู้สอบบัญชีสังเกตเห็นรายการที่ผิดปกติ (ซึ่งก็คือเทคนิคการ Scanning นั่นเอง) และขยายผลหรือขอบเขตการตรวจสอบซึ่งจะช่วยลดความเสี่ยงในการสอบบัญชีลง และสุดท้ายก็จะช่วยให้การสรุปผลได้แม่นยำขึ้น
      Artificial Intelligence (AI)/Machine Learning (ML)
      สำหรับวิเคราะห์แนวโน้มและคาดการณ์ ดังที่กล่าวว่าศักยภาพของ AI และ ML สามารถนำมาใช้ในการวิเคราะห์ข้อมูลเชิงลึกที่มนุษย์อาจมองข้ามได้ AI และ Machine Learning ถูกนำมาใช้ในการตรวจจับความผิดปกติที่ซับซ้อนหรือวิเคราะห์แนวโน้มหรือคาดการณ์เหตุการณ์ได้ เช่น การวิเคราะห์ความสัมพันธ์ระหว่างรายการบัญชี การคาดการณ์ความเสี่ยงจากพฤติกรรมทางการเงิน การสร้างโมเดลเพื่อประเมินความน่าเชื่อถือของข้อมูล การวิเคราะห์ความสัมพันธ์ที่ซับซ้อนระหว่างตัวแปรต่าง ๆ การระบุกลุ่มของธุรกรรมที่มีความเสี่ยงสูง การสร้างแบบจำลองเพื่อคาดการณ์แนวโน้มทางการเงินในอนาคต การตรวจจับการทุจริตที่มีรูปแบบที่ซับซ้อนซึ่งไม่สามารถระบุได้ด้วยวิธีการวิเคราะห์ข้อมูลแบบเดิม การใช้ Machine Learning ในการวิเคราะห์ข้อความจากอีเมลหรือเอกสารเพื่อระบุความเสี่ยงด้านการทุจริต หรือการใช้ AI ในการระบุความผิดปกติในพฤติกรรมการซื้อขายหลักทรัพย์ เป็นต้น
      Blockchain เพิ่มความโปร่งใสและความถูกต้องของข้อมูล
      Blockchain เป็นเทคโนโลยีที่กำลังได้รับความสนใจอย่างมากในการนำมาใช้เพื่อเพิ่มความโปร่งใสและความน่าเชื่อถือของข้อมูลทางการเงิน ด้วยคุณสมบัติของ Distributed Ledger และ Immutable Record ทำให้ทุกธุรกรรมที่บันทึกบนบล็อกเชนมีความน่าเชื่อถือสูง ยากต่อการปลอมแปลงหรือแก้ไข การนำบล็อกเชนมาใช้ในระบบบัญชีและการเงินจะช่วยลดความจำเป็นในการตรวจสอบความถูกต้องของข้อมูลพื้นฐาน ช่วยให้ข้อมูลทางบัญชีมีความโปร่งใส ตรวจสอบย้อนกลับได้ และลดความเสี่ยงจากการแก้ไขข้อมูลโดยไม่ได้รับอนุญาต โดยเฉพาะในธุรกรรมที่เกี่ยวข้องกับสินทรัพย์ดิจิทัล ทำให้ผู้ตรวจสอบสามารถมุ่งเน้นไปที่การตรวจสอบระบบควบคุมภายในและกระบวนการทำงานที่เกี่ยวข้องกับบล็อกเชนได้มากขึ้น