Bahasa Melayu

AI dalam Aliran Kerja Controller: Di Mana Ia Membantu, Di Mana Ia Gagal, dan Cara Mengelak Terbakar

Setiap platform perakaunan di pasaran kini mempunyai butang "AI". Kebanyakannya menghasilkan penyesuaian yang salah secara yakin, terlepas nuansa audit, dan mengekod transaksi dengan cara yang tidak akan bertahan semakan PCAOB yang serius. Demo vendor semuanya kelihatan bagus. Penyataan semula 10-K adalah lebih senyap.

Tugas seorang Controller adalah menjadi barisan pertahanan terakhir sebelum laporan kewangan dikeluarkan. AI tidak mengubah itu. Ia hanya meningkatkan pertaruhan, kerana kini anda mempertahankan kedudukan yang model jana pada skala besar, dalam milisaat, tanpa memahami mengapa peraturan itu wujud.

Ini adalah Playbook yang akan saya berikan kepada Controller yang sedang bekerja yang diberitahu untuk "buat sesuatu dengan AI" oleh CFO yang membaca satu laporan McKinsey. Ini bukan anti-AI. Saya menggunakannya setiap hari untuk perkara yang tepat. Tetapi susunannya penting: kawalan dahulu, produktiviti kemudian. Salah susunan itu dan anda mendapat penyataan semula.

Mengapa Ini Penting Sekarang

Tiga daya sedang bertembung di atas meja anda pada masa yang sama.

Kitaran penutupan semakin dimampatkan. Lima hari adalah sepuluh yang baharu. Tiga hari adalah lima yang baharu. CFO mahukan naratif fluks pada hari kedua, bukan hari kelapan.

Yuran audit semakin meningkat. Kadar sejam Big Four meningkat dua digit sepanjang beberapa tahun lalu, dan rakan kongsi tidak semakin sabar dengan kertas kerja yang tidak kemas.

Dan pasukan kewangan diberitahu untuk "lakukan lebih banyak dengan AI." Ayat itu, dalam praktik, bermaksud "permintaan bilangan kakitangan yang lebih sedikit akan diluluskan tahun depan." Controller yang enggan terlibat akan dipinggirkan. Controller yang menggunakan secara membuta tuli mendapat penyataan semula, penemuan, atau kedua-duanya.

Langkah yang betul bukan salah satu daripada keduanya. Ia adalah menggunakan dengan berhati-hati, dengan topi kawalan anda, pada senarai pendek aliran kerja di mana mod kegagalan adalah boleh dipulihkan.

Di Mana AI Benar-Benar Membantu (senarai lampu hijau)

Ini adalah aliran kerja di mana saya telah melihat penjimatan masa sebenar tanpa mewujudkan risiko kawalan baharu. Benang yang sama: AI merangka, manusia menyemak dan menandatangani, dan kos kesilapan yang terlepas adalah terbatas.

Penggubalan ulasan varians. Tarik angka sebenar suku tahun lepas, angka sebenar semasa, belanjawan, dan ramalan. Suapkan ke model dengan arahan berstruktur: "Jelaskan varians material melebihi ambang X%, dikumpul mengikut kategori GL, dalam suara templat memo FP&A." Anda mendapat draf pertama naratif fluks dalam dua minit. Controller menyunting, menambah warna kualitatif yang model tidak tahu (tawaran yang ditolak ke suku tahun berikut, kelewatan bilangan kakitangan, yuran guaman sekali). Apa yang dahulunya merupakan latihan empat jam menjadi empat puluh lima minit.

Pengkategorian invois vendor. Ini adalah kerja pengkodean GL bervolume paling tinggi dan pertimbangan paling rendah dalam bangunan. Alat automasi AP moden dengan model yang diselaraskan boleh mencadangkan akaun GL dan pusat kos dengan skor keyakinan. Apa-apa melebihi ambang (katakan 95%) akan dihalakan secara automatik ke baris gilir kelulusan dengan pengkodean yang dicadangkan pra-isi. Apa-apa di bawah dihalakan ke baris gilir semakan manusia. Anda tidak membiarkan AI memesan masukan secara tanpa pengawasan. Anda membiarkannya mencadangkan, dan manusia membuang.

Pemeriksaan kewarasan anggaran akruan. Jalankan dua belas bulan akruan bergerak mengikut kategori. Minta model menandakan apa-apa di mana akruan bulan semasa menyimpang lebih daripada X% daripada purata bergerak, atau di mana corak terputus (akruan yang meningkat secara linear selama sembilan bulan tiba-tiba separuh). Ia tidak memutuskan akruan. Ia menunjuk kepada yang perlu dilihat oleh manusia. Itulah pelanjutan pengulas, bukan pengganti pengulas.

Draf dokumen tinjauan proses audit. Ambil nota proses sedia ada, perihalan kawalan, dan memo tinjauan proses tahun lepas. Minta model menghasilkan draf pertama tinjauan proses tahun ini dalam format pilihan juruaudit. Controller menyunting untuk ketepatan, menambah perubahan sejak tahun lepas, dan menghantarnya ke juruaudit. Cukai halaman kosong pada dokumentasi jatuh mungkin tujuh puluh peratus.

Pengesanan anomali transaksi. Pembayaran berganda, catatan jurnal yang dimasukkan pada hujung minggu, corak nombor bulat, catatan yang menyentuh gabungan GL yang luar biasa, vendor yang tiba-tiba menerima pembayaran jauh lebih besar daripada purata bergerak mereka. Ini adalah pemadanan corak pada skala besar, yang sebenarnya baik dilakukan oleh model ini. Selaraskan kadar positif palsu, berikan diri anda laporan pengecualian harian, dan kerjakan sebelum penutupan.

Perhatikan apa yang sama merentas semua lima: AI menghasilkan draf, manusia menyemak, dan tandatangan manusia yang pergi pada kertas kerja.

Di Mana AI Gagal (senarai lampu merah)

Ini adalah aliran kerja di mana mod kegagalan adalah senyap, mahal, dan cenderung muncul semasa audit. Saya tidak akan membiarkan AI mendekati ini tanpa pengarangan manusia aktif di setiap langkah.

Keputusan pertimbangan tentang materialiti, skop, dan anggaran pengurusan. Apa yang material kepada penyata kewangan bergantung pada perspektif pengguna, faktor kualitatif, implikasi trend, dan panduan SEC yang tidak ditangkap dalam mana-mana data latihan model dengan kekhususan yang anda perlukan. Sama dengan elaun bagi kerugian kredit, rizab waranti, dan sebarang anggaran yang melibatkan melihat dunia dan membentuk pandangan. Model boleh meringkaskan metodologi. Ia tidak boleh mempertahankan kedudukan.

Kedudukan perakaunan teknikal. Skop hasil ASC 606 pada kontrak bukan standard. Perakaunan pengubahsuaian pajakan ASC 842. Peruntukan harga pembelian gabungan perniagaan. Model akan menghasilkan sesuatu yang kedengaran betul dan kadang-kadang betul. Tetapi apabila ia salah, ia salah dengan cara yang sukar dikesan kecuali anda sudah tahu jawapannya. Jika anda sudah tahu jawapannya, anda tidak memerlukan model. Jika tidak, model menjadi penguat keyakinan pada kedudukan yang salah. Itulah mod kegagalan paling teruk dalam perakaunan teknikal.

Nuansa GAAP (jurang antara peraturan dan semangatnya). Separuh daripada perakaunan praktikal adalah "peraturan secara teknikal membenarkan X, tetapi juruaudit anda akan mempertikaikannya, dan mereka akan betul." Jurang itu hidup dalam perbualan, surat ulasan, tingkah laku rakan sebaya, dan selera risiko juruaudit khusus anda. Tiada daripada itu ada dalam data latihan.

Dokumentasi semakan audit. Kertas kerja yang mempertahankan kedudukan bersifat pertimbangan memerlukan tandatangan manusia, penaakulan manusia, dan jejak kertas yang menunjukkan bahawa orang yang berkelayakan benar-benar memikirkannya. Petikan yang direka dalam kertas kerja adalah penemuan yang menunggu untuk berlaku. Saya pernah melihat model mencipta nombor perenggan ASC yang tidak wujud, dengan penuh keyakinan. Bayangkan itu bertahan semakan dan juruaudit menarik petikan itu.

Coraknya: apa-apa yang memerlukan mempertahankan kedudukan kepada juruaudit manusia dengan skeptisisme harus ditulis oleh manusia. Gunakan model sebagai pembantu penggubalan sahaja.

Alatan, dengan Pandangan Jujur

Inilah cara saya memikirkan timbunan sebenar, dibahagikan kepada dua kelompok.

Pembantu AI generik (Claude, ChatGPT, Gemini). Ini berguna untuk penggubalan memo, ringkasan tafsiran dasar, dokumen tinjauan proses, penulisan naratif persediaan lembaga, dan "jelaskan ulasan juruaudit ini kepada saya dalam bahasa mudah." Ia tidak disambungkan kepada GL anda. Ia tidak mengetahui dasar perakaunan anda kecuali anda menampalkannya. Claude cenderung lebih baik untuk dokumen kewangan berstruktur panjang dan dalam menolak membuat petikan apabila diminta dengan berhati-hati. Mana yang anda pilih, jalankan semua melalui alat penyelidikan perakaunan teknikal sebenar anda (PwC Inform, EY Atlas, KPMG Accounting Research Online) untuk jawapan autoriti. Pembantu merangka. Alat penyelidikan memutuskan. Anda menandatangani.

Platform penutupan dan penyesuaian (FloQast, BlackLine). Kedua-duanya telah menghantar ciri AI dalam lapan belas bulan terakhir. Pemadanan penyesuaian adalah sangat berguna dan telah berjalan secara senyap di bawah tudung bertahun-tahun sebelum sesiapa menyebutnya AI. Ciri analitik fluks semakin bertambah baik. Ciri "draf automatik tugas penutupan anda" adalah sederhana. Ia cenderung menghasilkan tugas generik yang tidak mencerminkan irama sebenar pasukan anda. Perkara yang perlu diperhatikan: sebarang ciri yang menyiarkan catatan jurnal secara automatik berdasarkan cadangan AI. Di situlah saya akan mematikan siaran automatik, mengekalkan cadangan, dan menghalakan ke semakan manusia sehingga anda telah menguji ke belakang selama sekurang-kurangnya dua kitaran penutupan penuh. Vendor akan memberitahu anda model mereka diselaraskan dengan baik. Juruaudit anda tidak akan peduli apa yang vendor beritahu anda.

Padangan "platform segala-galanya" daripada ERP anda. NetSuite, Sage Intacct, dan ERP yang lebih besar semuanya melancarkan kopilot AI. Layani mereka dengan cara yang sama: berguna untuk penggubalan, berbahaya untuk penyiaran. Baca dokumentasi tentang apa yang setiap ciri lakukan pada peringkat jurnal sebelum menghidupkannya.

Perangkap "AI Mengkategorikan Itu Dengan Salah"

Ini adalah mod kegagalan khusus yang setiap Controller perlu fahami secara mendalam, kerana ia yang berakhir dengan penyataan semula.

Inilah senarionya. Anda menghidupkan pengkategorian transaksi berkuasa AI untuk invois vendor. Model adalah 92% tepat, yang kedengaran bagus. Anda menjalankan sampel, sampel kelihatan baik, anda pergi langsung. Dalam tiga bulan berikutnya, 8% yang salah kod termasuk beberapa ratus catatan yang mengenai pusat kos yang salah, beberapa yang mendapat akaun GL yang salah (perbelanjaan operasi berbanding dipermodalkan berbanding kos hasil), dan beberapa kecil yang membalikkan tanda pada akruan.

Tiada satupun daripada ini secara individu mencetuskan amaran. Ia berada di bawah ambang materialiti. Ia berlayar melalui penutupan. Ia berlayar melalui penutupan berikutnya. Ia berlayar melalui penutupan selepas itu.

Kemudian audit berlaku. Juruaudit menarik sampel. Sampel termasuk salah satu catatan yang salah kod. Juruaudit meminta dokumentasi sokongan. Dokumentasi sokongan berkata "dikod AI, keyakinan 92%." Juruaudit meminta semakan manusia. Tiada semakan manusia, kerana ambangnya ditetapkan untuk menyiar automatik melebihi 90%.

Kini anda mempunyai penemuan kawalan. Mungkin kekurangan kawalan SOX. Mungkin penyataan semula, bergantung pada pengagregatan. Sudah pasti minggu yang panjang.

Pelajarannya: skor keyakinan bukan kawalan. "85% yakin" atau "92% yakin" menggambarkan keadaan dalaman model. Ia tidak menggambarkan sama ada catatan itu betul, dan ia tidak memberi anda jejak audit yang boleh dipertahankan. Kawalan sebenar memerlukan semakan manusia pada ambang yang boleh anda pertahankan, pengasingan tugas, dan dokumentasi yang menamakan seseorang.

Penghalang Manusia-dalam-Gelung (perkara yang tidak boleh ditawar)

Jika anda tidak mengambil apa-apa lain daripada artikel ini, ambil senarai ini. Ini adalah kawalan yang tidak akan saya gunakan AI dalam proses penutupan tanpa.

  1. Ambang keyakinan untuk siaran automatik adalah 100%, atau tiada siaran automatik. Apa-apa di bawah itu pergi ke baris gilir semakan. Corak "siaran automatik melebihi 95%" adalah tempat perangkap itu berada.
  2. Pengasingan tugas sekitar catatan yang dihasilkan AI. Orang yang menyemak output AI tidak boleh menjadi orang yang mengkonfigurasi arahan AI atau menyelaraskan model. Juruaudit anda akan bertanya.
  3. Keperluan jejak audit. Setiap catatan, draf, atau cadangan yang dihasilkan AI memerlukan rekod yang dilog: arahan atau data input, model dan versi, cap masa, ID pengulas manusia, keputusan luluskan/tolak/sunting. Jika alat anda tidak menghasilkan ini, anda akan menghadapi perbualan yang sukar dalam audit.
  4. Ujian ke belakang suku tahunan. Tarik sampel catatan yang dikategorikan AI daripada suku tahun sebelumnya. Minta akauntan kanan menyemak semula secara buta. Jejak kadar ketepatan sebenar, dipecah mengikut kategori. Jika kadar itu melayang, selaraskan semula atau tarik balik ciri itu. Ini adalah setara dengan semakan tahunan pengurusan tentang ketepatan anggaran.
  5. Dasar bertulis yang didokumentasikan. Aliran kerja mana yang menggunakan AI, apakah kawalan, siapa yang menyemak, apakah irama ujian ke belakang, siapa yang memiliki dasar. Juruaudit anda akan meminta ini. Perunding SOX anda akan meminta ini. Jika anda tidak mempunyainya, anda tidak mempunyai persekitaran kawalan sekitar AI. Anda mempunyai gelagat.

Ini bukan pilihan, dan ia tidak lambat. Kali pertama anda melaluinya mengambil masa seminggu. Selepas itu, ia adalah senarai semak.

Pelan Penggunaan AI 30 Hari Anda

Tahan dorongan untuk melancarkan tiga perkara sekaligus. Corak yang berjaya:

Minggu 1, pilih satu aliran kerja dan tetapkan asas. Pilih aliran kerja risiko rendah daripada senarai lampu hijau. Saya akan mulakan dengan penggubalan ulasan varians atau pengkategorian invois vendor. Tetapkan masa yang diambil sekarang: berapa lama ini sebenarnya mengambil masa hari ini, dalam jam setiap penutupan? Dokumentasikan proses semasa. Anda tidak boleh mengukur penjimatan jika anda tidak mengukur titik permulaan.

Minggu 2, uji dengan larian selari. AI merangka, Controller melakukan kerja dengan cara lama juga, kemudian membandingkan. Ya, ini adalah lebih banyak kerja pada bulan pertama. Ya, ia adalah satu-satunya cara untuk mengetahui sama ada alat itu benar-benar tepat. Selepas larian selari pertama, anda akan mempunyai bukti: kadar ketepatan sebenar, masa yang dijimatan, corak ralat. Tanpa itu, anda mempercayai demo vendor, iaitu sama seperti tidak mempunyai kawalan.

Minggu 3, tulis penghalang. Tetapkan ambang keyakinan. Tulis senarai semak semakan. Tentukan pengasingan tugas. Dokumentasikan keperluan jejak audit. Dapatkan kelulusan daripada firma audit anda jika awam, atau daripada penasihat luar anda jika swasta. Ini adalah minggu yang kebanyakan pasukan langkau. Jangan.

Minggu 4, peralihan pengeluaran pada satu aliran kerja itu. Beralih dengan penghalang yang telah terpasang. Lakukan penutupan seterusnya dengan kawalan penuh berjalan. Perhatikan kadar pengecualian. Pilih aliran kerja calon seterusnya hanya selepas yang ini telah berjalan dengan bersih melalui satu kitaran penutupan penuh.

Itu adalah satu suku tahun untuk menambah tiga aliran kerja dengan selamat. Berbanding dengan pelan "mari pergi langsung dengan lapan perkara dalam enam minggu" yang perunding cadangkan kepada anda, ini adalah lambat. Berbanding dengan penyataan semula, ini adalah sangat cepat.

Pilihan: Kanta Rangka Kerja ACE

Bagi Controller yang ingin memikirkan AI secara sistematik berbanding alat demi alat, Rangka Kerja ACE adalah hamparan yang berguna. Ia memetakan keupayaan AI kepada lima lapisan: Ingest, Analyze, Predict, Generate, Execute.

Kebanyakan AI perakaunan hari ini berada dalam Generate (merangka memo, dokumen tinjauan proses, naratif fluks) dan Analyze (penandaan varians, pengesanan anomali, penyelewengan trend). Lapisan tersebut adalah tempat penjimatan masa adalah nyata dan mod kegagalan adalah boleh dipulihkan, kerana manusia menyemak sebelum apa-apa menggerakkan wang atau mengenai buku.

Lapisan Execute (siaran automatik, kelulusan automatik, pengkategorian automatik tanpa semakan) adalah tempat risiko kawal selia dan audit berada. Di situlah keputusan model menjadi keputusan penyata kewangan tanpa manusia di antara. Kebanyakan berhati-hati saya di atas adalah mengenai sempadan itu. Jika anda memetakan pelancaran AI anda berbanding ACE, peraturannya mudah: naik peringkat daripada Ingest dan Analyze dahulu, tolak ke dalam Generate dengan berhati-hati, dan layani Execute sebagai perbualan berasingan berkualiti audit.

Pandangan Penutupan

AI tidak menggantikan pertimbangan Controller. Ia mengubah apa yang pertimbangan anda diterapkan.

Kerja rutin (mengkategorikan invois, merangka ulasan fluks, menulis versi pertama memo tinjauan proses) semakin ditambah mesin. Jam yang anda jimat di sana tidak hilang. Ia mengalir kepada kerja yang AI tidak boleh sentuh: kedudukan perakaunan teknikal, perbualan juruaudit, rakan perniagaan dengan operasi, reka bentuk kawalan, penyataan semula yang rakan sejawat anda di syarikat lain sedang hadapi sekarang kerana mereka tidak menetapkan garisan ini.

Controller yang menang lima tahun akan datang bukan yang menolak menggunakan AI. Mereka bukan yang menggunakan semua yang vendor cadangkan. Mereka adalah yang memilih aliran kerja dengan berhati-hati, membina penghalang dahulu, dan menggunakan jam yang dipulihkan untuk kerja yang benar-benar memerlukan CPA dalam kerusi itu.

Jangan biarkan demo vendor menentukan persekitaran kawalan anda. Tentukan sendiri, tuliskannya, dan biarkan alatan melayani kawalan, bukan sebaliknya.

Baca Lagi