Artikkel

Teknologien snur tradisjonelt revisorarbeid på hodet

Digitalisering er på full fart inn i alle deler av næringslivet og vi går nå inn i en periode med store endringer for revisjonsbransjen. Endringene vil føre til dramatiske endringer i hvordan revisjonen utføres og verdien klienten mottar fra dem.

Publisert: 3. november 2019

Revisjonsbransjen må hive seg på bølgen og utnytte innovative teknologier for å øke revisjonskvaliteten. Samtidig som det gjøres betydelige framskritt innenfor analytics og at fordelene med big data og analyser belyses, må det anerkjennes at dette er en reise. Overgangen til fremtiden kan ikke skje over natten. Det er et enormt sprang å gå fra tradisjonelle revisjonsmetoder til fremgangsmåter som integrerer big data og analyser på en sømløs måte – men Deloitte er allerede godt i gang med reisen. 

Analyse er en naturlig del av revisjonen

Deloitte jobber for å øke kvaliteten på revisjon ved å gi bedre innsikt og mer verdi til brukerne av regnskapet. Deloitte er opptatt av å skape verdier for våre klienter med innovative revisjonsløsninger – og for at vi skal kunne levere Norges beste digitale revisjon er Analytics et viktig fokusområde.

Analytics handler om prosessen med å bearbeide data for å få innsikt. Analytiske handlinger i ulike faser av revisjonsprosessen har tradisjonelt vært en viktig del av revisors arbeidsprosess, men ny teknologi og tilgang til større mengder data gjør revisor i stand til i stadig større grad å utnytte potensialet og gjøre analyser til en stadig mer naturlig del av revisjonen.

Når vi snakker om analytics innenfor revisjon kan det innebære alt fra enkle fremstillinger til kompliserte analyser av transaksjoner. Det betyr alt fra enklere grafiske fremstillinger av data som typisk gjøres i visualiseringsverktøy, som for eksempel Power BI – til mer avanserte analyser som i større grad analyserer transaksjoner ved hjelp av kunstig intelligens og annen ny teknologi.

Gode analyser gir viktig grunnlag for forventninger

En viktig del av en revisjon er revisors forventning om hvilke resultater som skal oppnås. Vanligvis er forventningene et produkt av revisors kunnskap om sektoren klienten opererer i, i tillegg til samtaler med klienten. Tradisjonelt har denne forventningen blitt sammenlignet med hva som faktisk er oppnådd når revisor skal vurdere risikoen for vesentlige feil i regnskapet og utforme videre revisjonshandlinger. Her har avanserte dataanalyser nå fått en viktig rolle: dataanalyser har endret – og fortsetter å endre i høy hastighet – bakgrunnen for forventningene og nøyaktigheten av disse.

Ny teknologi og tilgang til store datamengder betyr at dette kan tilnærmes på en ny måte. Avansert teknologi kan i større grad bearbeide historiske transaksjonsdata og kombinere de med informasjonen fra eksterne datakilder. Disse eksterne datakildene kan bestå av både strukturerte og ustrukturerte data, som for eksempel informasjon fra konkurrentens nettsider, informasjon fra statistikkbanker eller værvarsler. De store dataene vil analyseres i revisors programvare, der kunstig intelligens benyttes for å finne mønstre og sammenhenger på en måte som til nå ikke har vært mulig å se for revisor ved hjelp av tradisjonelle metoder. Basert på analysene vil det utarbeides svært pålitelige prediksjoner for hvordan et selskaps resultater er forventet å utvikle seg. Avvik fra forventet utvikling som er identifisert ved hjelp av prediktive analysene er svært pålitelige og relevante for revisor å følge opp, blant annet fordi de har blitt utarbeidet med mye mindre involvering fra kunden.

En tradisjonell del av revisors arbeidsmetodikk har vært stikkprøvebasert testing. Dataanalyser tillater at hele prosesser kan analyseres og 100 prosent av transaksjonene testes for å identifisere avvik og anormalitet. Ved å ta i bruk kunstig intelligens vil analysene i enda større grad identifisere relevante avvik fra normale transaksjonsstrømmer, og fortelle revisor hvilke transaksjoner som bør følges opp med nærmere undersøkelser.

Fremover vil vi også i større grad se at revisor får tilgang til klientenes egne datasystemer. Denne tilgangen vil gjøre at analysene vil kunne utføres løpende gjennom året, og ikke bare etter årsslutt. Det vil gi revisor muligheten til avdekke avvik i sanntid. Teknologi er i ferd med å snu tradisjonelt revisjonsarbeid på hodet. 

Tilgang til nødvendige data

Alle virksomheter sitter på store mengder data, men en praktisk utfordring er at det ofte kan være tidkrevende å både hente ut og tilpasse dataene til analyseverktøyene, noe som har tatt opp mye av tiden som revisor ellers kunne ha benyttet på selve analysene. Utfordringen skyldes ofte liten grad av standardisering mellom ulike IT-systemer og datafilformater. For noen datakilder vil dette endre seg om ikke lenge, som følge av blant annet innføringen av SAF-T (Standard Accounting File for Tax), som innebærer at regnskapsdata blir pliktig tilgjengelig på standardformat. Fremover vil vi også se at avanserte analyseverktøy benytter kunstig intelligens for kunne håndtere datakilder uavhengig av format og struktur. Inntil en fellesstandard er på plass har vi i Deloitte benyttet roboter til å bearbeider og konverterer data til standardformat.
Hvordan påvirker bruken av analyse revisjonsbransjen?

De teknologiske fremskrittene gjør det mulig å analysere større sett med relevante data som kan brukes som risikovurdering og revisjonsbevis. Det fører med seg mange fordeler. Blant annet:

  1. Forbedret kvalitet. Gjennom datadrevet revisjon får revisor dypere innsikt i forretningsprosesser og risiko. Revisor kan også analysere klientdata tidligere i revisjonsprosessen, slik at hvert team kan skreddersy revisjonsmetoden for den enkelte klienten og øke kvaliteten på revisjonen. Dette vil gjøre at tiden kan brukes smartere og at fokuset er på det som er av størst betydning, og unngå å bare bekrefte det åpenbare. Dette vil bety betydelig lavere risiko knyttet til tilstrekkelighet.
  2. Økt effektivitet. Dataanalyse brukes til å evaluere og vurdere store mengder informasjon raskt, og vil resultere i en bedre forståelse av virksomheten. Nye digitale verktøy vil i tillegg åpne for å sikre høy hensiktsmessighet, ved at revisor vil teste flere påstander i regnskapet, uten å bruke mer ressurser. Revisjonshandlinger som til nå har vært manuelle, vil automatiseres.
  3. Merverdi for klient. Innsikten bidrar ikke bare til økt revisjonskvalitet, men den vil også kunne skape en merverdi for revisjonsklientene. Revisor vil opparbeide seg innsikt om virksomheten som klienten nødvendigvis ikke har fra før, som for eksempel ineffektive forretningsprosesser eller svakheter i intern kontrollen.

Deloitte har investert omfattende i ny teknologi

Deloitte sine omfattende investeringer i teknologi og kompetanse gjør at vi kan levere innovative revisjonstjenester hvor data og analyse er selve hjertet i revisjonsprosessen. Gjennom bruk av analyseverktøy som Power BI kan revisorene analysere klientdata for å forstå virksomheten bedre, identifisere viktige risikoområder og levere forbedret kvalitet og dekning. Samtidig gir det gir merverdi for klientene. Dette medfører en mer risikobasert revisjon, og vil påvirke revisjon og revisors rolle. I 2018 vant Deloitte The Accountant and International Accounting Bulletins prestisjetunge «Audit Innovation of the Year»-pris for vår dataplattform Cortex.

Vi jobber kontinuerlig med å forbedre og utvikle revisjonsmetodikk som inkorporerer innovative analyseverktøy. Målet er å levere en meningsfylt og innsiktsfull revisjon som gir merverdi til klienten, investorer og kapitalmarkedene.

Tjenester: Revisjon

Var denne siden nyttig?