Как искусственный интеллект помогает аудиторам

На службу в команду внутренних аудиторов компании пришел… искусственный интеллект. Он непрерывно анализирует большие массивы данных по закупкам, выявляя всевозможные риски и так называемые красные флаги. Новшество избавляет специалистов от большого объема ручного труда и выводит их работу на качественно новый уровень.  

Только для Юнипро

Мы хорошо знаем, что в современном мире цифровизация, внедрение новых технологий становятся для компаний не трендом, а необходимостью. Юнипро – не исключение. В цифровую среду переходят многие процессы, включая аудиторские. 

— Комитет по аудиту поставил нам задачу по внедрению цифровых инструментов. Они позволяют автоматизировать многочисленные процедуры, которые ранее делались вручную (например, анализ большого объема данных), и дают возможность проводить аудит непрерывно. Благодаря чему можно в любой момент времени увидеть необходимую тебе информацию, не собирая огромный массив бумажных документов и не анализируя их собственноручно.

К своей задаче управление внутреннего аудита подошло с большим энтузиазмом. Результатом работы стал уникальный инструмент цифровой аналитики на базе инновационной платформы QlikView. Он официально запущен в декабре 2021 года. А уникальность заключается в том, что продукт – нерядовой: он создан исключительно для Юнипро, учитывая всю специфику компании (например, используемые IT-решения). Сегодня цифровая аналитика позволяет анализировать закупочную деятельность, но со временем тиражируется и на другие бизнес-процессы в компании: проектная деятельность, казначейские операции и другое.

Цифровизация по уму 

Внедренное новшество – это нечто большее, чем просто попытка Юнипро следовать современному тренду на цифровизацию. Продукт создан таким образом, чтобы принести компании реальную практическую пользу. 

«Нам было важно сделать инструмент, который будет не просто обобщать данные и показывать информацию, которую мы и так знаем, – подчеркивает Вероника Семенова. – Некоторые организации используют возможности цифровизации именно так. Но мы задались вопросом «Что нам это даст?» и решили пойти дальше. В нашем случае искусственный интеллект выполняет более сложные задачи: систематизирует и анализирует по заданным критериям существующую в компании информацию: из Axapta, базы договоров, системы управления доступом. Например, мы и так перечислим имена всех своих крупнейших поставщиков, и цифровой инструмент, который просто выдает их списки, нам не окажется полезен. Гораздо интереснее понять, к примеру, не было ли сговора или иных нечестных действий со стороны контрагентов».    

Таким образом Юнипро может повышать прозрачность и эффективность закупочного процесса и избегать рисков мошенничества. «Мы не подвергаем заранее сомнению честность коллег и контрагентов, но мониторить потенциальные риски – задача нашего управления, которую нужно выполнять на высоком уровне, – говорит Вероника Семенова. – Я бы сравнила это с диспансеризацией: не лечение, а диагностика процессов».

Главный специалист управления внутреннего аудита Роман Малей добавляет: «Благодаря применению нового аналитического инструмента мы переходим на более высокий уровень зрелости внутреннего аудита».

Первый помощник аудитора

Искусственный интеллект способен работать с колоссальным объемом данных со всех филиалов Юнипро: человек просто не в силах проанализировать подобное, учитывая, что закупочные процессы ведутся непрерывно, сведения пополняются ежедневно. По словам Вероники Семеновой, обычно в рамках аудиторской проверки удавалось охватить очень ограниченный объем информации, что, конечно, не давало предельно объективной картины.

«Представьте: аудитор делает выгрузку нужной ему информации в Excel и начинает сам анализировать, – рассказывает Роман Малей. – Чтобы сделать какие-либо выводы, ему понадобится, к примеру, две недели работы. Как вы понимаете, жизнь не стоит на месте и за это время уже многое изменится. Искусственный интеллект сделает ту же работу моментально, и это дает нам возможность постоянно держать руку на пульсе. Управленческие решения на основании таких выводов будут приниматься оперативно и станут более актуальными».  

Меньше рисков, выше эффективность

Инструмент анализирует данные непрерывно и с разных сторон. «Мы используем понятие «тесты», – отмечает Роман Малей. – В отличие от отчета – разового продукта – они подразумевают постоянное обновление сведений. Тесты – это визуализированные наборы информации, сгруппированной по конкретным признакам, благодаря чему картина происходящего в закупках видна под разными углами. Ежедневно система собирает, анализирует, визуализирует информацию и показывает риски – красные флаги, на которые нам, аудиторам, стоит обратить внимание. Сведения из каждого теста можно фильтровать: по периодам, типу закупок, филиалам. Отдельные фильтры выявляют наиболее высокие риски. Это дает нам возможность гибкого подхода к аудиту».

Вот пример. Есть тесты на выявление поставщиков со значительным объемом контрактов или тендерных предложений по нетипично большому перечню номенклатур, на успешность участия поставщиков в тендерах, на выявление дополнительных соглашений, увеличивающих стоимость первоначально заключенного контракта и подписанных вскоре после его заключения. 

Все риски – как на ладони. Можно сопоставить информацию об участниках закупочной процедуры с исторической информацией о подобных закупках или с историей взаимодействия с конкретным контрагентом. Понять, насколько успешно на протяжении времени выигрывает в тендерах один и тот же контрагент, всегда ли его сопровождает один и тот же закупщик Юнипро. А возможно, наоборот, контрагент регулярно проигрывает, и это наводит на мысль о его фиктивном участии. Но здесь сразу стоит добавить, что во главе процесса всегда был и остается человек. Выводы искусственного интеллекта – не основание для скорого принятия решения: система просто оперативно и качественно выявляет «симптомы». Руководствуясь показанными ей красными флагами, специалист более детально разбирается в ситуации.

 «Возможность обработки большого массива данных силами искусственного интеллекта дает нам возможность повышать эффективность процессов, – говорит Роман Малей. – Объясню на примере. С помощью одного из тестов можно увидеть разницу между закупочными ценами на тот или иной товар в случае с единственным поставщиком или при открытом запросе предложения. Система анализирует исторические данные и делает сравнительный анализ. Самостоятельно учесть огромное количество влияющих на этот вопрос внешних и внутренних факторов крайне сложно».  

Внедрение продолжается

Для реализации проекта управление внутреннего аудита привлекло известную консалтинговую компанию «Делойт» – подразделение «Форензик», которое имеет богатый опыт в части цифровых инструментов, нацеленных на противодействие мошенничеству и коррупции. Специалисты поделились лучшими практиками по методологии реализации аналитических проектов. Далее за дело взялось IT-подразделение Юнипро, подключив подрядную организацию, специализирующуюся на QlikView.

— Проект уникален еще и тем, что он не предусматривал создания отдельной проектной команды. Это работа сотрудников нашего управления и IT. Мы внедряли инструмент в течение года, не отвлекаясь от своих основных обязанностей.

Вероника Семенова добавляет, что во многом залог успеха – личная поддержка генерального директора Юнипро Максима Широкова.

К слову, сказать о том, что проект уже полностью реализован в закупочном направлении, будет ошибкой: его внедрение продолжается, тестов вскоре станет еще больше. Инструмент можно сравнить с живым организмом, который продолжит развиваться и совершенствоваться.

Если же говорить о тиражировании решения в других энергокомпаниях, то для этого потребуется глубокая адаптация, учитывая, что оно создано исключительно под Юнипро. «Даже коллеги из Uniper, несмотря на то что им понравилось наше новшество, не могут просто взять его в работу, – говорит Роман Малей. – И в данном случае дело еще и в том, что есть большая разница в регуляторных политиках наших стран. Например, то, что у нас может считаться риском, будет нормальной практикой для европейца. Также у нас разный подход к защите персональных данных. И подобных примеров много».