審計員們正在采用AI來應(yīng)對財務(wù)造假問題

財務(wù)舞弊會蠶食公司的營業(yè)收入。但最近，審計員們正在采用一種新型防御工具AI來解決這個問題。

據(jù)美國注冊舞弊審查師協(xié)會(Association of Certified Fraud Examiners) 估計，舞弊為企業(yè)造成的損失一般為年營業(yè)收入的5%。各企業(yè)正在將AI應(yīng)用于異常檢測任務(wù)中，以確保止損。

“各個企業(yè)正在從取證角度考慮自己可以做些什么。”德國AI研究中心深度學習能力中心研究員Marco Schreyer在3月的GPU技術(shù)大會上表示。

Schreyer的研究重點是異常檢測、無監(jiān)督式深度學習和財務(wù)舞弊。他指出，除了收入損失之外，財務(wù)舞弊還可能會使公司的聲譽受損。

數(shù)字審計追蹤

Schreyer表示，各公司在不斷加快其業(yè)務(wù)流程的數(shù)字化，這將影響到其企業(yè)資源規(guī)劃軟件，并留下審計記錄。

ERP系統(tǒng)會以細粒度級別收集大量賬目上的電子日志數(shù)據(jù)，即用于記錄業(yè)務(wù)交易的正式會計分錄。但舞弊者通常會偏離普通的系統(tǒng)使用方式或會計模式。

“現(xiàn)在，我們正在使用經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)來研究交易流程及其在系統(tǒng)中的記錄方式?！盨chreyer說道。

通過訓練若干個使用了NVIDIA DGX-1系統(tǒng)的深度自編碼網(wǎng)絡(luò)，深度學習能力中心試圖標記出數(shù)據(jù)記錄中的會計異常。

隨后在兩個不同的真實會計數(shù)據(jù)集上測試該模型。測試結(jié)果顯示，這個經(jīng)過訓練的網(wǎng)絡(luò)能夠標記出用于審計的異常數(shù)據(jù)記錄。

“如果能將這些網(wǎng)絡(luò)做更多對比，就可以更好地追蹤數(shù)據(jù)?！盨chreyer說道，“這種方法的應(yīng)用范圍不僅限于財務(wù)，還可用于檢測其他領(lǐng)域的異常。”