Kiểm toán trong kỷ nguyên dữ liệu: Công nghệ mở đường, con người quyết định

Hội thảo chung lần thứ 8 giữa KTNN Việt Nam và Cơ quan Kiểm toán quốc gia Trung Quốc. Ảnh: N.LY

Đổi mới phương pháp kiểm toán từ nền tảng dữ liệu

Trong bối cảnh quản lý tài chính công, tài sản công ngày càng được số hóa, kiểm toán số và phân tích dữ liệu lớn mở ra khả năng nâng cao năng lực giám sát, nhận diện rủi ro và lựa chọn trọng tâm kiểm toán trên cơ sở thông tin có hệ thống. Khác với việc kiểm tra từng chứng từ riêng lẻ, phân tích dữ liệu cho phép xem xét các chuỗi giao dịch, dòng tiền và mối liên hệ giữa các chủ thể. Qua đó, KTV có thể phát hiện những dấu hiệu bất thường, xác định khu vực có rủi ro cao và tập trung nguồn lực vào những nội dung cần xác minh.

Chia sẻ tại Hội thảo chung lần thứ 8 với Cơ quan Kiểm toán quốc gia Trung Quốc (CNAO) về ứng dụng AI và dữ liệu lớn trong kiểm toán, bên lề Hội thảo quốc tế “Cơ quan kiểm toán tối cao trong bối cảnh mới: Tầm nhìn, Thể chế và Đổi mới”, Phó Tổng Kiểm toán nhà nước Bùi Quốc Dũng nhấn mạnh: “Sự thay đổi lớn nhất không chỉ nằm ở công nghệ, mà nằm ở cách tư duy và phương pháp tiếp cận kiểm toán: Chuyển từ kiểm tra những gì đã xảy ra sang chủ động nhận diện những rủi ro có thể tồn tại; từ kiểm tra từng hồ sơ, giao dịch riêng lẻ sang phân tích toàn diện và tìm kiếm các mối liên hệ trong dữ liệu.”

Sự chuyển dịch này giúp mở rộng khả năng phân tích, nhưng không đồng nghĩa với việc mọi dữ liệu đều có thể được kiểm tra toàn diện hoặc mọi dấu hiệu bất thường đều phản ánh sai phạm. Giá trị của phương pháp mới nằm ở khả năng hỗ trợ KTV nhận diện rủi ro có căn cứ, xác định đúng trọng tâm và nâng cao chất lượng kiểm tra, xác minh. Đây cũng là hướng phát triển quan trọng trong quá trình hiện đại hóa hoạt động KTNN.

Để phương thức kiểm toán dựa trên dữ liệu phát huy hiệu quả, hạ tầng công nghệ tích hợp và cơ sở dữ liệu tập trung giữ vai trò nền tảng. Theo ông Nguyễn Văn Quang - Phó Cục trưởng Cục Công nghệ thông tin (KTNN), dữ liệu là cơ sở để chuyển từ cách tiếp cận phụ thuộc vào việc cung cấp tài liệu riêng lẻ sang khai thác, đối chiếu thông tin điện tử, qua đó hỗ trợ nhận diện rủi ro và nâng cao hiệu quả tổ chức kiểm toán.

Tại Việt Nam, KTNN đã bước đầu hình thành Kho dữ liệu kiểm toán tập trung với hơn 100 triệu bản ghi, kết nối và đối chiếu dữ liệu từ Kho bạc Nhà nước, hệ thống quản lý thuế, hệ thống quản lý ngân sách và kho bạc, Bảo hiểm xã hội Việt Nam và Cổng Dịch vụ công quốc gia. KTNN cũng bước đầu thử nghiệm kết hợp tự động hóa quy trình bằng robot và AI trong cuộc kiểm toán chuyên đề về công nghệ thông tin phục vụ chuyển đổi số tại 13 tỉnh, thành phố.

Tuy nhiên, hiệu quả khai thác dữ liệu còn phụ thuộc vào mức độ đồng bộ của khuôn khổ pháp lý, khả năng chia sẻ và chuẩn hóa thông tin giữa các ngành, chất lượng dữ liệu đầu vào và năng lực phân tích của đội ngũ KTV. Bảo mật, an toàn thông tin cũng là yêu cầu xuyên suốt, nhất là khi dữ liệu được kết nối và xử lý trên quy mô lớn.

Chia sẻ kinh nghiệm từ CNAO tại Hội thảo chung lần thứ 8, ông Pan Haiyang - Phó Vụ trưởng phụ trách lĩnh vực kiểm toán dữ liệu điện tử - cho biết, xây dựng kho dữ liệu không chỉ là thu thập và lưu trữ thông tin, mà còn phải hình thành cơ chế cập nhật thường xuyên, thống nhất định dạng và đánh giá giá trị sử dụng của dữ liệu.

CNAO duy trì cơ chế thu thập dữ liệu định kỳ từ 16 Bộ, ngành, đồng thời phát triển hạ tầng dữ liệu và các công cụ AI phục vụ nhiều giai đoạn của quy trình kiểm toán. Việc tổ chức dữ liệu theo lĩnh vực, kết hợp các nguồn thông tin và phát triển công cụ phân tích theo yêu cầu nghiệp vụ tạo điều kiện mở rộng khả năng khai thác dữ liệu trong hoạt động kiểm toán.

Về kinh nghiệm trong việc xây dựng quy định phục vụ thu thập, xử lý dữ liệu, tổ chức các hệ thống mạng, Phó Tổng Kiểm toán CNAO Guo Xi cho biết, dữ liệu cần được quản lý theo mức độ và phạm vi sử dụng, việc khai thác phải gắn với nhiệm vụ được giao, quy trình bảo mật và trách nhiệm của người sử dụng.

Như vậy, muốn phát triển kiểm toán số, KTNN không chỉ cần đầu tư hạ tầng mà còn phải xây dựng cơ chế quản trị dữ liệu đồng bộ, từ căn cứ pháp lý, quy trình thu thập, chuẩn hóa, lưu trữ đến khai thác và bảo vệ thông tin. Chất lượng dữ liệu và khả năng kiểm chứng kết quả phải được bảo đảm ngay từ đầu, bởi đây là điều kiện quyết định độ tin cậy của các phân tích tiếp theo.

Công nghệ hỗ trợ, kiểm toán viên chịu trách nhiệm

Trên nền tảng dữ liệu đã được chuẩn hóa và quản trị, AI có thể hỗ trợ sàng lọc thông tin, tự động hóa công việc lặp lại, nhận diện dấu hiệu bất thường và gợi ý những nội dung cần kiểm tra sâu hơn. Tuy nhiên, kết quả do công nghệ tạo ra không mặc nhiên trở thành bằng chứng kiểm toán mà cần được kiểm chứng bằng nghiệp vụ của KTV. Theo ông Huang Yuejin - Phó Vụ trưởng Vụ Luật pháp (CNAO), tính chính xác của dữ liệu là điều kiện quan trọng đối với hiệu quả phân tích. Dữ liệu cần được đánh giá về nguồn gốc, độ tin cậy và giá trị sử dụng trước khi đưa vào mô hình. Những kết quả phân tích phải được xem xét trong bối cảnh nghiệp vụ cụ thể, kết hợp với đánh giá của KTV để xác định vấn đề cần tiếp tục kiểm tra.

Yêu cầu này đặc biệt quan trọng khi AI được sử dụng để phân tích hợp đồng, biên bản họp hoặc khối lượng lớn dữ liệu tài chính. Một cảnh báo bất thường có thể giúp thu hẹp phạm vi kiểm tra, nhưng không tự chứng minh có sai phạm. Nếu dữ liệu đầu vào thiếu hoặc sai lệch, mô hình có thể tạo ra cảnh báo không phù hợp; ngược lại, những giới hạn của dữ liệu và mô hình cũng có thể khiến một số rủi ro không được nhận diện. Vì vậy, kết quả công nghệ cần có khả năng truy xuất, kiểm tra và đối chiếu với bằng chứng gốc.

Cùng với dữ liệu, năng lực con người là yếu tố quyết định hiệu quả ứng dụng công nghệ. Kinh nghiệm đào tạo tại CNAO cho thấy, cần kết hợp tuyển chọn nhân lực phù hợp, đào tạo kiến thức chuyên ngành và công nghệ, đồng thời tăng cường học tập từ thực tiễn kiểm toán. Kiểm toán số không chỉ cần nhân lực thành thạo công nghệ, mà cần đội ngũ có khả năng kết hợp hiểu biết về kiểm toán với năng lực khai thác và đánh giá dữ liệu.

Phó Tổng Kiểm toán nhà nước Bùi Quốc Dũng nhấn mạnh: “Hiệu quả của AI không nên chỉ được đánh giá bằng số lượng ứng dụng hay mức độ hiện đại của công nghệ, mà phải được đo lường bằng những kết quả cụ thể trong việc nâng cao chất lượng bằng chứng và kết luận kiểm toán. Công nghệ có thể hỗ trợ KTV phân tích và phát hiện vấn đề, nhưng không thay thế trách nhiệm nghề nghiệp, sự đánh giá và xét đoán chuyên môn của KTV.”

Đối với KTNN Việt Nam, phát triển hạ tầng số, hoàn thiện kho dữ liệu tập trung và mở rộng ứng dụng AI cần được triển khai đồng bộ với hoàn thiện khuôn khổ pháp lý, chuẩn hóa quy trình nghiệp vụ, bảo đảm an toàn thông tin và nâng cao chất lượng nguồn nhân lực. Việc ứng dụng công nghệ cần được đánh giá bằng hiệu quả thực tế: khả năng nhận diện rủi ro, chất lượng bằng chứng, hiệu quả sử dụng nguồn lực và độ tin cậy của kết quả kiểm toán.

Chuyển đổi số trong kiểm toán, vì vậy, trước hết là đổi mới cách tiếp cận và năng lực thực thi. Hạ tầng tạo điều kiện, dữ liệu cung cấp nền tảng, AI mở rộng khả năng phân tích; nhưng xét đoán độc lập và trách nhiệm nghề nghiệp của KTV mới là yếu tố bảo đảm giá trị của kết luận kiểm toán./.