La profesión de auditoría interna continúa evolucionando desde su
papel tradicional de examen de registros e identificación de violaciones de políticas a un papel más consultivo y proactivo y dirigido a la mitigación del riesgo. Como parte de este proceso evolutivo, los auditores internos están concentrando más sus esfuerzos en el proceso de evaluación de riesgos y un enfoque de arriba hacia abajo para el alcance de auditoría para asegurar que se refleje el panorama de riesgo más actual. Para facilitar la gestión del riesgo de arriba hacia abajo, la auditoría interna está pasando de centrarse en los documentos y centrarse en los datos. Este enfoque centrado en los datos incorpora la tecnología a un programa de gestión de riesgos en toda la empresa y complementa auditorías periódicas o anuales con auditorías continuas que reflejan el entorno de riesgo dinámico de la organización moderna. Las nuevas tecnologías están aumentando la velocidad de entrega y permitiendo mejores perspectivas de negocio para la profesión. Por ejemplo, el uso de la tecnología está aumentando el impacto de los hallazgos de la auditoría mediante la visualización de datos, y otras técnicas están haciendo que los informes sean más oportunos y accesibles. La auditoría continua, por ejemplo, examina continuamente las prácticas contables durante todo el año. Por lo tanto, los ejecutivos pueden identificar y actuar sobre una multitud de asuntos empresariales en tiempo casi real en lugar de confiar en el proceso de alcance anualmente desactualizado de la auditoría para identificar cuestiones clave. La tecnología analítica puede ayudar a la auditoría interna y a otras áreas de los negocios a automatizar la recopilación, formateo y mapeo de datos organizativos clave y la aplicación de diversas herramientas para analizar e interpretar los datos de manera más efectiva y significativa. El resultado es un proceso de auditoría más enfocado con la habilidad de ingresar en áreas específicas de riesgo, priorizarlas y enfocar mejor los esfuerzos de auditoría y administración para mitigar los riesgos. Por ejemplo, el modelado predictivo y las pruebas de regresión permiten a los auditores y la parte financiera identificar rápidamente los riesgos potenciales y reaccionar en consecuencia antes de que sucedan. Específicamente, las técnicas avanzadas de análisis y modelado de datos que utilizan algoritmos de autoaprendizaje pueden clasificar automáticamente los riesgos dentro de una amplia gama de variables para identificar entidades de auditoría de mayor riesgo.
Inteligencia artificial: Lo que usted necesita saber sobre el aprendizaje automático, robótica, aprendizaje profundo, Internet de las cosas, redes neuronales, y nuestro futuro
Excel para principiantes: Aprenda a utilizar Excel 2016, incluyendo una introducción a fórmulas, funciones, gráficos, cuadros, macros, modelado, informes, estadísticas, Excel Power Query y más