“Klientdata får inte komma i orätta händer”

I två tidigare artiklar har Balans skildrat hur storbyråerna och arbetar med utveckling av AI och hur långt de kommit med att använda AI-verktyg i det praktiska arbetet. I den här artikeln har vi intervjuat Zlatko Mehinagic, Chief Operating Officer och partner på Deloitte samt styrelseledamot i FAR, om vad som händer på Deloitte.

Hur ser Deloittes strategi för utveckling av AI ut?

– Vi har tryckt väldigt hårt på att utveckla våra AI-verktyg där de verkligen ska användas, alltså i klientmiljö. Vårt mål är att vi vill utbilda morgondagens revisorer som behärskar den digitala revolutionen på samma sätt som de hanterar en revisions- och redovisningsfråga.

Ser ni en gräns mellan AI och digitalisering eller är AI en del av digitaliseringen?

– AI är absolut en del av digitaliseringen. Sen har begreppet AI använts ganska slarvigt under de senaste åren. Det handlar om maskininlärning som läser data, men vad är det för data som den läser? AI handlar också om att välja rätt data och att paketera data på rätt sätt. Man måste hela tiden vara medveten om att dålig input ger dålig output.

Är utmaningarna med AI helt nya fenomen för byråerna?

– Nej, faktiskt inte. Frågorna kring hur vi ska träna våra AI-verktyg och hur vi säkerställer att de spottar ut rätt saker, de bitarna påminner väldigt mycket om det som vi hållit på med under minst tio år när det gäller att arbeta med stora mängder data. Hur säkerställer vi att Word översätter på rätt sätt, eller gör rätt slags stavningskontroll? Sådana frågor är väldigt lika AI-frågorna, fast med den skillnaden att AI är smartare och möjliggör fler saker, men du behöver fortfarande bygga in mekanismer som säkerställer att inhämtningen av data sker på rätt sätt.

Vad säger du om rädslan över att tappa bort det mänskliga beslutsfattandet?

– På vissa sätt tycker jag den är överdriven. För vi har länge vågat fråga Google saker, nu frågar vi Chat GPT i stället, och då upplever en del att vi har tappat bort det mänskliga beslutsfattandet, men det har vi inte. Vi har bara fått data presenterad för oss mycket, mycket snabbare än förut.

Hur ser du på möjligheten att kunna använda klientdata för att träna AI-verktyg?

– Det är en viktig fråga, som vi bland annat behandlar på styrelsenivå i FAR. Och det är också en känslig fråga. Det handlar om att dyka djupt ner i lagstiftningen och undersöka vad vi revisorer egentligen får göra. Om vi skulle få träna våra AI-verktyg med klientdata så skulle de bli bättre och det i sin tur skulle leda till att vi får högre kvalitet på revisionen. Då skulle det gynna inte bara det företaget vars klientdata vi använt utan även samhället i stort. Så där pågår ett viktigt arbete för att komma fram till hur vi kan använda klientdata för att lära våra verktyg, på samma sätt som vi i dag använder klientdata för att lära våra anställda.

Vad är knäckfrågan här?

– Det är hur vi säkerställer att klientdata inte kommer i orätta händer. Personligen tycker jag att vi hanterat den frågan sedan tio år tillbaka med GDPR och genom att vi i dag har klientdata i molnet. Där blir det upp till oss som revisionsbyrå att kunna förklara på ett bra sätt för våra klienter att vi hanterar deras data på ett säkert sätt. Förr skrev vi ut årsbokslutet och lade det i en portfölj, nu finns det i molnet, då behöver vi förklara att det faktiskt är mycket säkrare med molnet än portföljen.

Hur långt skulle du säga att Deloitte har kommit vad gäller AI-utveckling?

– Första fasen i AI-utvecklingen är att hitta nyckelord och plocka ut intressant data. Vi har på Deloitte sedan ungefär fem år tillbaka haft en AI som kunnat läsa avtal och fakturor och organisera och beskriva data. Där behöver AI-verktyget en population på 40-50 exempel att lära sig av, för att kunna klara uppgiften.

Är det verktyget ett globalt verktyg för Deloitte?

– Precis, det är ett globalt verktyg som vi i Sverige implementerat. Vi jobbar mycket utifrån att rulla ut verktyg som tagits fram globalt inom nätverket

Var står ni i dag vad gäller utvecklingen av AI-verktyg?

– Det är ju först under de senaste två åren som man har börjat prata om att använda generativ AI som kan göra egna bedömningar i revisionsprocessen. I dag kan man säga att vi använder AI ungefär som en avancerad spell check i Word där AI gör en första kvalitetssäkring. Det vill säga fixar meningsuppbyggnad och ser till att revisionen är enkel att förstå. Men vi har också börjat närma oss nästa nivå där vi använder generativ AI.

Vilka möjligheter öppnar sig genom generativ AI?

– Med hjälp av generativ AI kan verktyget gå igenom revisorns sätt att beskriva skillnaden mellan en kontroll och en process eller ett arbetssätt, samt identifiera viktiga aspekter i en kontroll. AI:n kan även ge revisorn förslag på hur den behöver beakta Deloittes globala metodik för att förbättra sin revision. Det här är ingenting som kan ersätta människan. Vi behöver fortfarande använda vårt professionella omdöme och professionella skepticism, och jobba enligt farfars-principen, och ha en huvudansvarig revisor, men det kan eliminera och identifiera inkonsekvenser att göra en första kvalitetssäkring med hjälp av AI.

Hur mycket används det här generativa AI-verktyget just nu?

– Det är fortfarande på pilotnivå. Så det är inte utrullat ännu. Men vi räknar med att börja använda det på bred front under 2025.

Hur kommer ert arbetssätt att förändras när ni implementerar verktyget?

– Jag skulle inte säga att det innebär någon revolution för vårt sätt att jobba. Men det kommer att ge oss högre kvalitet.

Vilka övriga AI-verktyg använder ni?

– Vi har också lanserat vår egen Chat GPT, som har hela Chat GPT-funktionen men är begränsad till vårt eget nätverk. Givet att revision är en väldigt regelstyrd verksamhet så är det väldigt praktiskt att kunna fråga vår Chat GPT om saker som till exempel: Hur bör jag räkna på väsentligt belopp, eller vad är det bästa revisonsbeviset enligt ISA 500? Det som händer på ett övergripande plan är att vi bygger in de olika AI-verktygen i revisionsprocessen så att användaren ska ha tillgång till dem utan att behöva gå in och ut ur olika system.

Eftersom man inte får använda klientdata, vad tränar ni era AI-verktyg med?

– Dels använder vi publik information, dels har vi lagt in vår revisionsmetodik. Vi har till exempel inte matat den med klienters kundreskontra men den har sett klienters årsredovisning som finns på företagens hemsida där det framgår vad totala kundfordringar är. Men AI:n vet inte hur de totala kundfordringarna är fördelade på bolag och olika länder, eftersom det är konfidentiellt klientdata.

Hur ser du på processen att komma överens om användandet av klientdata, vad kommer hända under närmaste året?

– Vi behöver kunna förklara för våra klienter hur vi använder deras data, i alla våra verktyg, och att den inte kommer i orätta händer. Sen behöver också se till att våra verktyg är up to speed och up to date för att vara så relevanta som möjligt i en digital verklighet. Om det innebär att vi behöver träna våra verktyg på klientdata så är det den rätta vägen att gå. I så fall skulle det gynna alla.

Men användandet av klientdata är ingen självklarhet?

– Nej, det är fortfarande under utredning.

Hur stor betydelse lägger du i möjligheten att använda klientdata?

– Jag tror inte att det behöver vara något helt avgörande för AI-verktygens utveckling. Vi har ju kommit ganska långt utan att använda klientdata, eller för den delen utan att använda AI över huvud taget. Vi har digitaliserat oss genom användandet av analytics och gått från att titta på statistiska urval till att titta på hela populationer, och vi har börjat få access till klienternas ERP-system (Enterprise Resource Planning, reds. anm.) och kan ta ut data i real time och inget av det har med AI att göra.

Menar du att det snarare är digitalisering på ett övergripande plan, och inte enbart AI, som påverkar hur revisionsarbetet utvecklas?

– Precis. När jag började med revision 2010 då pratade vi nästan uteslutande med klientens ekonomifunktion. Men digitaliseringen har medfört att vi i dag, för att kunna göra en relevant revision av ett börsnoterat globalt bolag, behöver access till deras ERP-miljö. Det är inte bara deras ekonomipersoner vi pratar med i dag, utan även deras IT-avdelning som har en helt annan bild av vad revisorer får göra. Vi behöver förklara vår roll, att vi är valda av årsstämman och vi får svara på frågor om GDPR och uppdragsbrev. Det är helt andra dialoger som vi har med klienter i dag, och den komplexiteten kommer bara att öka framöver när AI kommer in i bilden på allvar.

 

Läs också:

• 
•