Trí tuệ nhân tạo đối với kiểm toán độc lập: Một số lợi ích và rủi ro

Trần Khánh Lâm

Trường Đại học Công nghiệp Thành phố Hồ Chí Minh

Lê Thị Kim Thoa

Trường Đại học Tài chính - Marketing

Tóm tắt

Trong bối cảnh các công nghệ số, trong đó có công nghệ trí tuệ nhân tạo (AI) ngày càng phát triển, ngành kiểm toán đang đứng trước ngã rẽ quan trọng vì vừa phải nắm bắt những cơ hội mà công nghệ mới đem lại, vừa phải điều chỉnh, thích ứng với các thách thức về đạo đức, pháp lý và chuyên môn. Nghiên cứu sử dụng phương pháp tổng quan tài liệu, kết hợp với phân tích các báo cáo học thuật của các tổ chức uy tín như IAASB, IIA, IFAC và các bài báo khoa học gần đây. Kết quả nghiên cứu cho thấy, AI có tiềm năng cải thiện đáng kể chất lượng và hiệu quả của kiểm toán, nhưng cũng đặt ra yêu cầu thiết kế lại phương pháp luận kiểm toán, củng cố công tác quản trị rủi ro và phát triển năng lực của kiểm toán viên. Do vậy, ngành kiểm toán độc lập của Việt Nam cần chủ động tận dụng tối đa lợi thế của AI, đồng thời đảm bảo tính minh bạch và niềm tin của xã hội.

Từ khóa: Trí tuệ nhân tạo, kiểm toán, kiểm toán liên tục, chuyển đổi số, quản trị rủi ro, đạo đức nghề nghiệp

Summary

In the context of rapidly advancing digital technologies, including artificial intelligence (AI), the audit sector stands at a crucial crossroads, as it must both seize the opportunities presented by emerging technologies and adapt to the ethical, legal, and professional challenges. The study adopts a literature review methodology, combined with an analysis of academic reports from reputable organizations such as the IAASB, IIA, IFAC, as well as recent scholarly publications. The findings reveal that AI has the potential to significantly enhance audit quality and efficiency. However, it also requires a fundamental rethinking of audit methodologies, the strengthening of risk management practices, and the development of auditors' competencies. Therefore, Viet Nam’s independent audit sector must proactively leverage the advantages of AI while ensuring transparency and maintaining public trust.

Keywords: Artificial intelligence, auditing, continuous audit, digital transformation, risk management, professional ethics

GIỚI THIỆU

Trong những năm gần đây, sự bùng nổ của AI đã làm thay đổi sâu sắc nhiều lĩnh vực, từ y tế, sản xuất đến tài chính. Ngành kiểm toán, vốn dựa vào phân tích dữ liệu và đánh giá bằng chứng, cũng không nằm ngoài xu hướng này. Trước đây, các cuộc kiểm toán thường mang tính thời điểm, tập trung vào việc xem xét báo cáo tài chính sau khi hoàn thành. Tuy nhiên, với khả năng xử lý dữ liệu khổng lồ theo thời gian thực, AI đang thúc đẩy kiểm toán liên tục, cung cấp khả năng soát xét, kiểm toán liên tục thông tin tài chính và phi tài chính.

Bài viết này tập trung phân tích những lợi ích và cơ hội, đồng thời phân tích những rủi ro và thách thức mà AI đem lại đối với doanh nghiệp kiểm toán, dựa trên tổng hợp các công trình nghiên cứu học thuật và báo cáo chính thức gần đây. Đặc biệt, trong bối cảnh ngành kiểm toán độc lập Việt Nam đang bước vào giai đoạn chuyển mình quan trọng trước những thay đổi của Chuẩn mực Kiểm toán Quốc tế (ISA) phiên bản mới, cũng như các quy định về báo cáo phát triển bền vững. Việc hiểu rõ cơ hội và rủi ro của AI sẽ giúp các doanh nghiệp kiểm toán chuẩn bị tốt hơn cho tương lai. Trên cơ sở đó, nhóm tác giả đề xuất các khuyến nghị nhằm hỗ trợ doanh nghiệp kiểm toán Việt Nam chủ động thích ứng, tận dụng hiệu quả công nghệ mới, đồng thời duy trì tính minh bạch và củng cố niềm tin xã hội.

TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT

Tổng quan nghiên cứu

Trong những năm gần đây, các nghiên cứu về AI trong kiểm toán đã có sự gia tăng. Leocádio và cộng sự (2024) cho thấy quá trình chuyển đổi số đã tích hợp AI, dữ liệu lớn (Big data) và điện toán đám mây (Cloud computing) vào hoạt động doanh nghiệp, tạo nên bước đột phá trong nghề kiểm toán; các hãng Big-4 như EY, Deloitte, PwC, KPMG đã tiên phong ứng dụng AI để nâng cao hiệu quả, song vẫn phải đối mặt với những thách thức về bảo mật dữ liệu, kỹ thuật và nguy cơ thay thế nhân lực.

Fidyah và cộng sự (2024) cho rằng AI hỗ trợ phân tích dữ liệu thời gian thực, phát hiện bất thường và dự đoán xu hướng, nhưng đồng thời cảnh báo rủi ro thiên lệch thuật toán và yêu cầu khuôn khổ đạo đức nghiêm ngặt.

Khảo sát của Thomson Reuters (2024) với 180 chuyên gia tại Mỹ, Anh và Canada cho thấy tiềm năng lớn của AI tạo sinh (GenAI) trong nâng cao hiệu suất, độ chính xác và trải nghiệm khách hàng, song vẫn gặp rào cản về nhân lực, tài chính và khác biệt khu vực; AI được đánh giá hữu ích nhất trong các giai đoạn từ tiền ký kết đến hoàn tất kiểm toán.

Báo cáo của Viện Kế toán Công chứng Anh và xứ Wale (ICAEW, 2024) khẳng định, AI mang lại lợi ích dài hạn như tiết kiệm chi phí, nâng cao chất lượng và phát triển dịch vụ mới (AI assurance), nhưng cũng đối mặt với thách thức về dữ liệu, cấu trúc tổ chức, độ tin cậy, phương pháp luận, quy định và an ninh mạng. Báo cáo đồng thời nhấn mạnh kiểm toán viên cần trang bị thêm năng lực công nghệ, tư duy thích ứng, lãnh đạo dung hợp và trí tuệ cảm xúc để đồng hành cùng AI trong tương lai.

Cơ sở lý thuyết

Lý thuyết chuyển đổi số và công nghệ

Chuyển đổi số là quá trình tích hợp công nghệ kỹ thuật số vào mọi lĩnh vực của doanh nghiệp nhằm nâng cao hiệu quả và tạo giá trị mới. Trong kiểm toán, lý thuyết này giải thích sự chuyển dịch từ kiểm toán truyền thống sang kiểm toán liên tục. Khung lý thuyết bao gồm 3 yếu tố: công nghệ (AI, Big Data, Blockchain), quy trình (quy chuẩn, phương pháp), và (3) con người (kỹ năng, văn hóa). Leocádio & cộng sự (2024) cho rằng AI kết hợp với Big data và điện toán đám mây tạo nên sự thay đổi căn bản về cách tiếp cận trong hoạt động của doanh nghiệp. Các công nghệ này giúp xử lý dữ liệu lớn, phân tích xu hướng và tự động hóa nhiệm vụ, làm tăng năng suất và hỗ trợ ra quyết định.

Lý thuyết quản trị rủi ro và đạo đức

Mỗi công nghệ mới đều đi kèm rủi ro. Trong AI, rủi ro bao gồm: thiên lệch thuật toán - kết quả bị ảnh hưởng bởi dữ liệu huấn luyện, dẫn đến quyết định không công bằng; sự phụ thuộc - kiểm toán viên có thể quá tin vào AI và bỏ qua hoài nghi nghề nghiệp; đạo đức và quyền riêng tư - sử dụng dữ liệu nhạy cảm đòi hỏi sự tuân thủ; an ninh mạng - hệ thống AI có thể bị tấn công. Lý thuyết quản trị rủi ro yêu cầu xác định, đánh giá và kiểm soát rủi ro, đồng thời cân bằng giữa chi phí và lợi ích. Báo cáo của Ủy ban chuẩn mực kiểm toán và dịch vụ đảm bảo quốc tế (IAASB) khẳng định việc sử dụng công nghệ mang lại cơ hội nhưng cũng tiềm ẩn rủi ro, vì vậy chuẩn mực cần được cập nhật để hướng dẫn kiểm toán viên áp dụng công nghệ một cách phù hợp. IAASB nhấn mạnh việc giữ cân bằng giữa cơ hội và rủi ro, đảm bảo tính linh hoạt và phù hợp với từng quy mô công ty (IAASB, 2024).

Lý thuyết nguồn lực

Theo lý thuyết nguồn lực, lợi thế cạnh tranh được tạo ra từ nguồn lực quý hiếm và khó sao chép. AI được xem là nguồn lực chiến lược của các doanh nghiệp kiểm toán. Big-4 đầu tư mạnh vào công nghệ và dữ liệu, tạo ra ưu thế so với các doanh nghiệp nhỏ. Tuy nhiên, sự chênh lệch nguồn lực cũng gây ra khoảng cách công nghệ giữa các doanh nghiệp kiểm toán, đe dọa tính cạnh tranh lành mạnh. Thomson Reuters (2024) lưu ý rằng, những công ty nhỏ khó có đủ ngân sách để đầu tư hệ thống AI, dẫn đến cần sự hỗ trợ chính sách và hợp tác công nghệ.

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu áp dụng phương pháp tổng quan tài liệu có hệ thống kết hợp phân tích so sánh. Nhóm tác giả thực hiện thu thập các bài báo học thuật (Scopus, Web of Science), sách chuyên khảo, báo cáo của các tổ chức nghề nghiệp (IAASB, Hiệp hội Kiểm toán nội bộ Mỹ - IIA, Liên đoàn Kế toán Quốc tế - IFAC) và bài viết trên các tạp chí chuyên ngành trong giai đoạn 2019-2025.

Nhóm tác giả tổng hợp và mã hóa nội dung theo chủ đề: (1) Cơ sở lý thuyết về AI trong kiểm toán, (2) Lợi ích và cơ hội, (3) Rủi ro và thách thức, (4) Phương pháp luận kiểm toán, (5) Kỹ năng và năng lực mới. Sau khi phân loại thông tin, tiến hành phân tích so sánh giữa các nguồn, đồng thời tham chiếu tới bối cảnh Việt Nam.

LỢI ÍCH VÀ CƠ HỘI TỪ TRÍ TUỆ NHÂN TẠO

AI đã và đang thay đổi sâu sắc quy trình kiểm toán tại Việt Nam, mang lại nhiều lợi ích thiết thực. Từ khâu thu thập dữ liệu, phân tích, đánh giá rủi ro cho đến lập báo cáo, AI đều góp phần nâng cao hiệu quả, chất lượng và độ minh bạch. Các bằng chứng từ IAASB, IIA, IFAC và ICAEW cho thấy AI đang mở rộng khả năng bao phủ dữ liệu, giảm thiểu sai sót thủ công và thúc đẩy xu hướng kiểm toán liên tục.

Một là, tự động hóa thu thập và xử lý dữ liệu

AI cho phép tự động thu thập, trích xuất dữ liệu từ hoá đơn, hợp đồng và các tài liệu phi cấu trúc. Các công cụ nhận dạng ký tự quang học (OCR) và xử lý ngôn ngữ tự nhiên (NLP) giúp phân loại, chuẩn hoá dữ liệu nhanh chóng. Điều này giảm đáng kể thời gian chuẩn bị và nguy cơ sai sót thủ công. Báo cáo IAASB nhấn mạnh rằng công nghệ được dùng ngày càng rộng rãi trong các hệ thống báo cáo tài chính (IAASB, 2024). AI bao gồm nhiều công nghệ từ học máy (machine learning), học sâu (deep learning) đến tự động hóa quy trình bằng robot (RPA), giúp kiểm toán viên phân tích dữ liệu số lượng lớn (IIA, 2024). Cụ thể, các nhiệm vụ, như: đối chiếu số dư, kiểm tra khoản phải thu, xác minh hợp đồng thuê có thể được AI hỗ trợ, tiết kiệm công sức và thời gian.

Hai là, phát hiện bất thường và đánh giá rủi ro

Một trong những ứng dụng nổi bật của AI là khả năng phát hiện bất thường thông qua phân tích mẫu dữ liệu. Các thuật toán học máy giám sát (supervised learning) và không giám sát (unsupervised learning) được sử dụng để xây dựng mô hình dự báo rủi ro gian lận. Theo Fidyah và cộng sự (2024), AI có thể phát hiện mẫu bất thường trong dữ liệu tài chính với độ chính xác cao hơn so với phương pháp truyền thống. AI cũng hỗ trợ xếp hạng rủi ro cho các khoản mục, giúp kiểm toán viên tập trung nguồn lực vào khu vực có rủi ro cao. ICAEW chỉ ra rằng AI giúp sàng lọc dữ liệu, phân loại rủi ro và cung cấp hiểu biết sâu sắc cho khách hàng (ICAEW, 2024).

Ba là, kiểm toán liên tục và thời gian thực

Theo khái niệm kiểm toán liên tục, kiểm toán viên giám sát dữ liệu và kiểm soát nội bộ gần như theo thời gian thực, thay vì chờ đến cuối kỳ. AI đóng vai trò trung tâm trong việc này. Leocádio và cộng sự (2024) nhấn mạnh rằng, AI đang chuyển đổi vai trò của kiểm toán viên từ “kiểm tra hồi cứu” sang “giám sát thời gian thực”. Công nghệ này cho phép cảnh báo ngay lập tức khi phát hiện giao dịch bất thường, tạo điều kiện cho kiểm toán viên đưa ra phản ứng kịp thời. Việc chuyển đổi này yêu cầu đánh giá lại thời hạn và phân bổ nhân lực; một quy trình kiểm toán liên tục được lập kế hoạch kỹ lưỡng có thể giảm áp lực vào cuối kỳ và phân bố công việc đều hơn trong năm.

Bốn là, hỗ trợ lập báo cáo và tài liệu kiểm toán

AI không chỉ thu thập dữ liệu mà còn có thể hỗ trợ chuẩn bị tài liệu kiểm toán, ví dụ như: tạo draft báo cáo, thư giải trình và hồ sơ công việc. Tuy nhiên, theo IAASB (2024), AI có thể sản xuất tài liệu trông rất “chuyên nghiệp” nhưng thiếu tư duy phản biện của kiểm toán viên và công nghệ này có thể mắc lỗi. Do đó, vai trò giám sát và kiểm tra chéo của kiểm toán viên vẫn không thể thay thế. Kiểm toán viên phải xem AI như một thành viên của nhóm, cần được hướng dẫn và giám sát để đảm bảo chất lượng đầu ra.

Năm là, tăng hiệu quả và chất lượng kiểm toán

AI giúp rút ngắn thời gian kiểm toán bằng cách tự động hóa các bước tốn kém thời gian như trích xuất dữ liệu, phân tích số lượng lớn chứng từ và chuẩn bị hồ sơ. Theo Thomson Reuters Institute (2024), các doanh nghiệp kiểm toán nhìn thấy tiềm năng lớn của GenAI trong cải thiện hiệu suất và độ chính xác. AI cũng hỗ trợ kiểm toán viên đánh giá các khoản mục có rủi ro cao một cách toàn diện, giảm sự phụ thuộc vào mẫu và tăng độ bao phủ. Báo cáo của ICAEW (2024) cho rằng AI giúp tiết kiệm chi phí, nâng cao chất lượng và tạo ra giá trị gia tăng cho khách hàng.

Sáu là, tăng tính minh bạch và cung cấp thông tin sâu sắc

Nhờ AI, kiểm toán viên có thể khai thác dữ liệu phi tài chính như dữ liệu ESG, thông tin truyền thông xã hội, dữ liệu cảm biến (IoT) để đưa ra đánh giá toàn diện hơn. AI có khả năng tổng hợp và phân tích hàng triệu bản ghi trong thời gian ngắn, từ đó cung cấp cái nhìn sâu sắc về xu hướng, rủi ro tiềm ẩn và cơ hội kinh doanh. Khảo sát của Thomson Reuters (2024) chỉ ra rằng nhiều chuyên gia đánh giá cao khả năng AI giúp tăng cường mối quan hệ với khách hàng thông qua dịch vụ tư vấn giá trị gia tăng. Việc này phù hợp với xu hướng chuyển đổi vai trò của kiểm toán viên từ “người kiểm tra” sang “người tư vấn tin cậy”.

Bảy là, tạo điều kiện cho dịch vụ mới

AI mở ra các dịch vụ mới như đảm bảo AI (AI assurance) - đánh giá tính đáng tin cậy và đạo đức của hệ thống AI của doanh nghiệp. ICAEW (2024) cho biết thị trường các nhà cung cấp dịch vụ AI đang phát triển mạnh. Ngoài ra, AI thúc đẩy sự phát triển của các công cụ phân tích tiên tiến, blockchain, dữ liệu lớn, giúp kiểm toán viên cung cấp các dịch vụ kiểm toán nội dung phi tài chính (ví dụ: báo cáo bền vững, kiểm toán dữ liệu ESG). Cơ hội này đòi hỏi nghề nghiệp mở rộng phạm vi và phát triển chuẩn mực phù hợp.

RỦI RO VÀ THÁCH THỨC

Thứ nhất, thiên lệch và sai sót thuật toán

AI học từ dữ liệu lịch sử; nếu dữ liệu huấn luyện bị thiên lệch, kết quả mô hình có thể sai lệch. Ví dụ, mô hình phát hiện gian lận được huấn luyện trên dữ liệu với tỷ lệ gian lận thấp có thể bỏ sót các mẫu hiếm gặp. Hơn nữa, thuật toán hộp đen khó giải thích có thể làm giảm sự minh bạch. IIA (2024) nhấn mạnh rằng AI đặt ra những rủi ro đáng kể và kiểm toán viên cần phải tăng cường kiến thức để hiểu cơ chế hoạt động. IAASB (2024) cũng lưu ý rằng, cần phải có các yêu cầu và hướng dẫn để đảm bảo ứng dụng công nghệ đúng cách và phát hiện rủi ro.

Thứ hai, đạo đức và quyền riêng tư

Việc xử lý khối lượng lớn dữ liệu cá nhân đặt ra vấn đề bảo vệ quyền riêng tư. Các quy định như GDPR (EU) hay Luật An ninh mạng (Việt Nam) yêu cầu kiểm toán viên đảm bảo dữ liệu được sử dụng đúng mục đích và có sự đồng ý. Nghiên cứu của Fidyah và cộng sự (2024) nhấn mạnh rằng sự phát triển nhanh của AI kéo theo lo ngại về đạo đức và thiên lệch thuật toán. Do đó, các doanh nghiệp kiểm toán cần thiết lập quy trình bảo vệ dữ liệu, mã hóa và xóa dữ liệu sau khi sử dụng; đồng thời phải có chính sách minh bạch khi sử dụng AI.

Thứ ba, sự phụ thuộc quá mức và mất hoài nghi nghề nghiệp

AI có thể tạo ra kết quả nhanh và có vẻ đáng tin cậy, nhưng nếu kiểm toán viên quá phụ thuộc vào công cụ, họ có thể bỏ qua tư duy phản biện. IAASB (2024) cảnh báo rằng, AI có thể tạo ra tài liệu “hoàn hảo giả” nhưng thiếu đánh giá chuyên môn. Kiểm toán viên phải giữ nghiệp vụ hoài nghi, đặt câu hỏi về bất cứ kết quả nào và kiểm tra chéo bằng phương pháp thủ công hoặc đánh giá khác. Điều này yêu cầu đào tạo kỹ năng tư duy phản biện, phân tích dữ liệu và hiểu biết sâu về mô hình AI.

Thứ tư, thiếu kỹ năng và nguồn lực

Khảo sát của Thomson Reuters (2024) cho thấy thiếu nhân lực có kỹ năng công nghệ là rào cản lớn trong áp dụng AI. Để triển khai hệ thống AI cần các chuyên gia về dữ liệu, lập trình, bảo mật - vốn không phổ biến trong ngành kiểm toán truyền thống. Các công ty nhỏ đặc biệt gặp khó khăn khi phải đầu tư ngân sách lớn và đào tạo nhân viên. IIA (2024) cũng lưu ý rằng kiểm toán viên nội bộ phải liên tục phát triển kỹ năng AI, vì phạm vi công việc đa dạng từ giao dịch đơn giản đến quy trình phức tạp. Ngoài ra, sự chênh lệch về nguồn lực giữa các công ty lớn và nhỏ tạo nên khoảng cách, cần có sự hợp tác và chính sách hỗ trợ.

Thứ năm, quy định và chuẩn mực chưa theo kịp

Chuẩn mực kiểm toán hiện hành chưa đề cập đầy đủ đến AI. IAASB (2024) nhận thấy cần phải gỡ bỏ rào cản và cập nhật chuẩn mực để khuyến khích áp dụng công nghệ. Đồng thời, IAASB cam kết phát triển tài liệu không mang tính bắt buộc (non-authoritative) và phối hợp với Ủy ban chuẩn mực đạo đức IESBA để đảm bảo hài hòa. Sự chậm trễ trong cập nhật chuẩn mực có thể gây khó khăn cho doanh nghiệp khi áp dụng AI. Do đó, sự tham gia chủ động của cơ quan quản lý và tổ chức nghề nghiệp là cần thiết.

MỘT SỐ KIẾN NGHỊ

AI đang mở ra cơ hội lớn để nâng cao chất lượng, hiệu quả và giá trị gia tăng cho hoạt động kiểm toán. Tuy nhiên, việc ứng dụng AI cũng đặt ra thách thức về đạo đức, pháp lý, dữ liệu và năng lực nghề nghiệp. Để tận dụng lợi thế mà vẫn đảm bảo tính minh bạch và niềm tin công chúng, ngành kiểm toán cần đổi mới phương pháp luận, tăng cường quản trị rủi ro và đầu tư phát triển nguồn nhân lực. Đối với Việt Nam, đây là thời điểm then chốt để chủ động thích ứng, khai thác hiệu quả AI và từng bước hội nhập chuẩn mực quốc tế. Cụ thể, theo chúng tôi, cần lưu ý một số vấn đề như sau:

Một là, cập nhật phương pháp luận kiểm toán

AI đang thay đổi căn bản quy trình kiểm toán, do đó phương pháp luận cần được điều chỉnh. Kiểm toán viên phải đánh giá hệ thống và kiểm soát nội bộ có yếu tố AI, đặc biệt là chất lượng dữ liệu, cách thức cập nhật thuật toán và cơ chế giám sát sai lệch. Việc kết hợp kiểm toán CNTT với kiểm toán tài chính sẽ giúp có cái nhìn toàn diện hơn, thay vì tách rời như trước đây. Ngoài ra, cần phân biệt hợp lý giữa thử nghiệm kiểm soát và kiểm tra chi tiết, tận dụng AI trong chọn mẫu và phân tích sơ bộ, đồng thời sắp xếp lại nhân lực để triển khai kiểm toán liên tục một cách hiệu quả.

Hai là, hoàn thiện quản trị và chuẩn mực nghề nghiệp

Việc ứng dụng AI trong kiểm toán chỉ hiệu quả khi có hành lang pháp lý và chuẩn mực rõ ràng. Kiểm toán viên cần luôn giữ vai trò quyết định cuối cùng, đảm bảo tính hoài nghi nghề nghiệp khi AI đưa ra kết quả. Các tổ chức nghề nghiệp và cơ quan quản lý (Hội Kiểm toán viên hành nghề của Việt Nam - VACPA, Bộ Tài chính) nên phối hợp với IAASB và IFAC để ban hành hướng dẫn chi tiết về: giám sát kết quả AI, quản trị dữ liệu, an ninh mạng và lưu trữ bằng chứng kiểm toán số. Điều này không chỉ giảm rủi ro sai sót mà còn tăng tính minh bạch và trách nhiệm giải trình.

Ba là, phát triển nguồn nhân lực kiểm toán

AI chỉ thực sự hữu ích khi kiểm toán viên có đủ năng lực để sử dụng và giám sát. Do đó, cần đẩy mạnh đào tạo liên tục cho đội ngũ hành nghề, kết hợp kỹ năng công nghệ (AI, phân tích dữ liệu, an ninh mạng) với kỹ năng mềm (tư duy phản biện, đạo đức nghề nghiệp, hoài nghi chuyên môn). Các trường đại học nên tích hợp học phần về AI và phân tích dữ liệu vào chương trình kế toán - kiểm toán, đồng thời nâng cao trình độ giảng viên. Các hiệp hội nghề nghiệp cần mở rộng chương trình bồi dưỡng chuyên môn và khuyến khích kiểm toán viên theo đuổi chứng chỉ liên ngành như CISA hay Certified Data Analyst.

Bốn là, hợp tác, đổi mới và mô hình phát triển

Do tính phức tạp của AI, không một tổ chức nào có thể tự mình giải quyết tất cả vấn đề. Vì vậy, cần tăng cường hợp tác giữa doanh nghiệp kiểm toán, trường đại học, hiệp hội nghề nghiệp và cơ quan quản lý, cũng như tham gia sâu hơn vào các diễn đàn quốc tế để học hỏi kinh nghiệm. Trong chiến lược ứng dụng, doanh nghiệp kiểm toán có thể cân nhắc giữa việc tự xây dựng (build) hay mua (buy) giải pháp AI, nhưng cần đánh giá kỹ về bảo mật, chi phí và tính cập nhật. Đồng thời, mô hình phí kiểm toán nên được đổi mới, chuyển từ tính giờ sang dựa trên giá trị mang lại hoặc mức độ rủi ro, phản ánh đúng đóng góp của AI trong nâng cao chất lượng dịch vụ.

Tài liệu tham khảo:

1. Fidyah, F., Usman, S., Pradita, A. E., & Setyawati, D. M. (2024). The Impact of Artificial Intelligence on Auditing Processes and Accuracy: A Future Outlook. Dinasti International Journal of Economics, Finance & Accounting, 5(4), 4350-4358.

2. Institute of Chartered Accountants in England and Wales (ICAEW) & World Bank (2024). The Impact of AI on Audit & Quality Assurance.

3. International Auditing and Assurance Standards Board (IAASB) (2024). Technology Position Statement.

4. International Institute of Internal Auditors (IIA, 2024). Artificial Intelligence Auditing Framework.

5. Leocádio, D., Malheiro, L., & Reis, J. (2024). Artificial intelligence in auditing: A conceptual framework for auditing practices. Administrative Sciences, MDPI, Basel, 14(10), 1-16.

6. Thomson Reuters Institute (2024). The 2024 Audit Survey Report: Bridging the technology gap.