MindBridge e Validis si alleano per collegare la raccolta dei dati dei clienti all'analisi del rischio di audit sull'intera popolazione
Punti chiave
- •Validis standardizzerà i dati a livello di transazione dai sistemi contabili dei clienti prima di inviarli a MindBridge.
- •MindBridge utilizzerà un'AI spiegabile per analizzare intere popolazioni di transazioni e dare priorità alle voci per la revisione dell'auditor.
- •L'integrazione copre i dati di registro generale, bilancio di verifica, piano dei conti, crediti verso clienti e debiti verso fornitori.
- •Le aziende dichiarano che la connessione ridurrà la preparazione manuale dei dati e consentirà agli auditor di concentrarsi maggiormente sulla valutazione del rischio.
- •Il giudizio professionale resta agli auditor, che decidono cosa testare e dove indirizzare l'attenzione.

MindBridge Analytics Inc., che fornisce il livello di intelligenza per l'Augmented Assurance, e Validis, fornitore leader di tecnologia per la raccolta e la standardizzazione di dati finanziari, hanno annunciato una partnership e un'integrazione che invia i dati standardizzati dei clienti da Validis direttamente in MindBridge per l'analisi del rischio sull'intera popolazione.
Il lavoro di analisi di audit inizia con l'estrazione dei dati dei clienti dai sistemi contabili e la loro conversione in una forma utilizzabile. Tale attività precede qualsiasi valutazione del rischio e sottrae tempo alle decisioni di giudizio per le quali gli auditor sono presenti. Le società di audit ricevono in genere i dati dei clienti da una serie di sistemi contabili e formati diversi, che devono essere standardizzati e verificati prima che l'analisi possa iniziare — i dati che arrivano incoerenti o incompleti devono prima essere riconciliati, poiché i risultati basati su input non standardizzati sono difficilmente affidabili. Una volta pronti i dati, emerge una seconda questione: su cosa concentrarsi, e come, man mano che gli ambienti finanziari dei clienti diventano più automatizzati e complessi.
La partnership unisce la capacità di Validis di estrarre in modo sicuro e standardizzare dati a livello di transazione direttamente dai sistemi contabili dei clienti con l'AI spiegabile di MindBridge e la sua analisi finanziaria sull'intera popolazione. Analisi sull'intera popolazione significa esaminare ogni transazione anziché testare un campione — un livello di copertura difficile da raggiungere manualmente, e uno dei motivi per cui l'analisi si affida all'AI per dare priorità alle voci segnalate che meritano per prime l'attenzione dell'auditor. Grazie alla nuova integrazione, i dati standardizzati di registro generale, bilancio di verifica, piano dei conti, crediti verso clienti e debiti verso fornitori possono fluire direttamente in MindBridge. Ciò riduce la preparazione manuale dei dati, consentendo agli auditor di concentrarsi sulle aree a rischio più elevato anziché sulla trasformazione dei dati. Le aziende hanno dichiarato che la connessione è destinata ad accorciare il percorso tra la ricezione dei file dei clienti e l'avvio dell'analisi del rischio.
"La sfida non è solo accedere a più dati", ha detto Les Rechan, CEO di MindBridge. "È capire dove esiste il rischio e dove gli auditor dovrebbero concentrare la loro attenzione. La nostra partnership con Validis affronta entrambi gli aspetti di questa sfida, aiutando le società a modernizzare il loro approccio di audit mantenendo al centro il giudizio professionale."
"Le società di audit ricevono i dati dei clienti da molti sistemi contabili diversi, in molti formati diversi", ha detto Michael Turner, CEO di Validis. "Il nostro compito è standardizzare quei dati e verificarli. Collegare il nostro lavoro a MindBridge significa che i dati possono passare direttamente nell'analisi del rischio, e l'auditor decide cosa testare e dove concentrarsi."
L'integrazione riflette ciò che MindBridge chiama Augmented Assurance: auditor che utilizzano l'AI per esaminare ogni transazione, con spiegazioni chiare del motivo per cui ogni voce è stata segnalata, mentre il giudizio professionale resta all'auditor. Abbinando dati affidabili e standardizzati a risultati di rischio prioritizzati, le aziende mirano ad aiutare le società a migliorare la qualità dell'audit, ridurre lo sforzo manuale e offrire un'assistenza più coerente su larga scala. Per le società che valutano la partnership, la misura concreta da osservare è quella che le aziende si sono poste come obiettivo: quanto si accorcia il percorso tra la ricezione dei file dei clienti e l'avvio dell'analisi del rischio.