Rumah Peranti teknologi AI Kecerdasan buatan meningkatkan tahap pengauditan dengan ketara

Kecerdasan buatan meningkatkan tahap pengauditan dengan ketara

Apr 13, 2023 am 08:37 AM
AI Kerja audit

Kecerdasan buatan meningkatkan tahap pengauditan dengan ketara

Kajian baru-baru ini yang diterbitkan dalam Kajian Penyelidikan Perakaunan menunjukkan bahawa aplikasi kecerdasan buatan meningkatkan dengan ketara kualiti dan kecekapan pengauditan penyata kewangan dan secara beransur-ansur menggantikan juruaudit profesional.

Kerja audit mengikut set piawaian pelaksanaannya sendiri dan sangat bergantung pada kemahiran profesional seperti ramalan dan pengesanan anomali. Keperluan praktikal sedemikian juga menjadikan pengauditan sebagai senario yang ideal untuk pembelajaran mesin dan kecerdasan buatan (AI) untuk menunjukkan bakat mereka.

Dalam artikel bertajuk "Adakah Kepintaran Buatan Meningkatkan Proses Audit? "Dalam kajian itu, penyelidik menganalisis lebih daripada 310,000 resume pekerja untuk mengukur pelaburan AI bagi 36 syarikat audit terkemuka di Amerika Syarikat. Tempoh penyelidikan adalah dari 2010 hingga 2019. Penulis artikel itu ialah Anastassia Fedyk dari University of California, Berkeley, AI ​​for Good Foundation, Natalia Khimich dari Drexel University, dan Tatiana Fedyk dari University of San Francisco.

Untuk membimbing analisis, penyelidik terlebih dahulu menemu bual rakan kongsi audit untuk memahami cara syarikat mereka menggunakan teknologi AI dalam kerja audit. Kajian itu kemudiannya mengukur pelaburan firma audit dalam AI melalui data resume terperinci. Secara khusus, pelaburan AI diukur sebagai peratusan profesional AI yang diambil bekerja oleh firma audit dalam jumlah tenaga kerja mereka. Selepas semakan selesai, penyelidik memadankan tahap pelaburan AI dengan penunjuk seperti kualiti audit, kos audit dan saiz pemberhentian syarikat audit.

Secara amnya, pengamal AI kebanyakannya lelaki, agak muda, dan kebanyakannya bukan dari jurusan perakaunan Mereka tertumpu terutamanya dalam bidang kejuruteraan dan sains komputer. Selain itu, kebanyakan pekerja AI tertumpu di New York dan California, dengan sebilangan kecil tinggal di Washington, DC, Illinois dan Texas.

Pengarang penyelidikan Anastassia Fedyk menegaskan, “Penemuan utama kami ialah apabila syarikat audit melabur dalam teknologi AI, kualiti audit mereka akan bertambah baik secara serentak Bilangan penyata semula, terutamanya penyata semula utama, telah berkurangan, dan sekuriti The Exchange Suruhanjaya juga menjalankan lebih sedikit penyiasatan audit terhadap syarikat yang melabur dalam AI “Menariknya, kajian itu juga mendapati kedua-dua firma perakaunan Big Four dan bukan Big Four menunjukkan korelasi yang jelas antara AI dan kualiti audit. Sudah tentu, saya percaya semua orang boleh membayangkan bahawa untuk firma dan syarikat runcit yang ditubuhkan yang mempunyai lebih banyak data tersedia, AI boleh meningkatkan keupayaan pengauditan mereka dengan lebih berkesan. Semasa temu bual, penyelidik mendapati bahawa kebanyakan rakan kongsi audit percaya bahawa industri runcit adalah industri yang paling sesuai untuk memperkenalkan alatan AI.

Fedyk seterusnya menegaskan, “Kami juga memerhatikan bahawa sebagai tambahan kepada peningkatan dalam kualiti audit, kecekapan kerja juruaudit juga telah bertambah baik Walaupun kami tidak dapat mengukur secara langsung kecekapan juruaudit, dari perspektif yuran audit , Intervensi AI sememangnya menjadikan pengamal lebih cekap dan mengurangkan kos audit Semakin besar pelaburan dalam teknologi AI, semakin rendah yuran audit yang sepadan dapat dikawal.”

Kajian selanjutnya melaporkan bahawa audit Peningkatan dalam. kualiti audit yang diperoleh pelanggan daripada pelaburan AI adalah jauh lebih rendah daripada pelaburan AI yang dibuat oleh syarikat audit sendiri. Fedyk mengulas, “Ini juga sangat konsisten dengan pertimbangan intuitif Pelanggan melabur dalam AI terutamanya untuk matlamat lain, seperti pembangunan produk baharu manakala syarikat audit melabur dalam AI untuk menganalisis kerumitan proses audit dan meneroka bagaimana teknologi boleh membantu juruaudit; Tetapi sebelum kajian bermula, kami berpendapat bahawa aplikasi AI di pihak pelanggan akan memainkan peranan yang lebih besar dalam pengauditan, tetapi ini tidak berlaku.”

Akhirnya, penyelidik mendapati bahawa sebagai kadar penggunaan AI meningkat, firma Audit telah melihat pengurangan dalam jumlah pekerja. Kesan ini paling ketara dalam kalangan kumpulan audit profesional di peringkat bawahan dalam sesebuah syarikat. Artikel itu juga menjelaskan bahawa pendapatan audit yang dijana oleh pekerja unit berkorelasi positif dengan pelaburan AI.

Fedyk menyimpulkan, “Secara keseluruhannya, hasil penyelidikan ini sangat positif Melabur dalam teknologi audit AI memang membawa manfaat ketara kepada perniagaan, yang tidak benar dengan banyak teknologi lain, seorang penyelidik dan saya mendokumenkan kesan sebenar syarikat yang mengguna pakai teknologi yang popular dan berlebihan, termasuk IT pada awal 2000-an dan analisis data pada tahun 2010-an, walaupun inisiatif ini meningkatkan syarikat dalam jangka pendek, tetapi ia berbahaya dalam jangka panjang persekitarannya sesuai dan teknologinya berkesan, manfaatnya akan benar-benar dapat dicapai Jelas sekali, prestasi teknologi AI dalam senario audit jatuh ke dalam situasi yang agak positif ini ”

Atas ialah kandungan terperinci Kecerdasan buatan meningkatkan tahap pengauditan dengan ketara. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Arahan sembang dan cara menggunakannya
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles