Ngày đăng: 06/11/2026
Tác giả: Thilo Richter – Giám đốc Sản phẩm và Công nghệ DataSnipper
Mỗi năm, các kiểm toán viên dành khoảng 6 tỷ giờ cho các công việc xác minh thủ công, bao gồm trích xuất dữ liệu, đối chiếu tài liệu, theo dõi và yêu cầu cung cấp bằng chứng, cũng như lưu trữ hồ sơ kiểm toán.
Trong khi đó, số lượng nhân sự có thể đảm nhận những công việc này đang giảm dần, còn khối lượng bằng chứng và phạm vi các quy định pháp lý mà họ phải kiểm tra lại không ngừng gia tăng. Khoảng cách ngày càng lớn giữa khối lượng công việc cần xác minh và năng lực thực hiện việc xác minh chính là điều chúng tôi gọi là khoảng cách xác minh.
Chúng ta đều biết rằng AI đang ngày càng có khả năng thực hiện chỉ trong vài phút những công việc vốn khiến kiểm toán viên mất hàng giờ, từ rà soát tài liệu, đối chiếu số liệu đến xác định các trường hợp ngoại lệ trong khối lượng lớn bằng chứng.
Tuy nhiên, trong lĩnh vực kiểm toán, hoàn thành công việc nhanh hơn chỉ là một phần của thách thức. Kết quả vẫn phải chính xác, có khả năng truy xuất nguồn gốc và được hỗ trợ bởi các bằng chứng mà kiểm toán viên có thể xác minh độc lập.
Giá trị của AI phụ thuộc vào khả năng xác minh công việc mà AI thực hiện. Tốc độ sẽ không mang lại nhiều ý nghĩa nếu kiểm toán viên không thể biết câu trả lời đến từ đâu, hiểu cách kết quả được đưa ra hoặc tự tin chịu trách nhiệm về kết luận đó.
Tại DataSnipper, khi thiết kế các trải nghiệm ứng dụng Agentic AI, chúng tôi luôn đảm bảo rằng kiểm toán viên có thể nhanh chóng hiểu được cách một câu trả lời hoặc kết luận được hình thành.
Thay vì chỉ đặt câu hỏi cho AI và nhận câu trả lời, kiểm toán viên có thể giao những nhiệm vụ được xác định rõ ràng cho các AI Agents. Các Agents này có thể xử lý tài liệu, so sánh thông tin, xác định các trường hợp ngoại lệ và liên kết những phát hiện với bằng chứng gốc, trong khi kiểm toán viên vẫn duy trì quyền giám sát và đưa ra đánh giá cuối cùng.
Tuy nhiên, hiểu được công nghệ có thể làm gì là một chuyện. Biết được liệu công nghệ đó có phù hợp với nhóm của mình hay không lại là chuyện khác.
Agentic Automation có phù hợp với các công ty kiểm toán quy mô nhỏ không? Công nghệ này có thể xử lý cả những cuộc kiểm toán chỉ thực hiện một lần lẫn các cuộc kiểm toán định kỳ không? Và điều gì xảy ra khi bằng chứng nằm rải rác trong nhiều tài liệu, hệ thống và quy trình làm việc khác nhau của khách hàng?
Đây chính là những câu hỏi mà chúng tôi đang cùng Microsoft tìm hiểu. Đồng thời, đây cũng là những vấn đề liên tục được các nhóm kiểm toán đặt ra trong những cuộc trao đổi với chúng tôi khi triển khai Agentic Automation vào các quy trình kiểm toán thực tế.
Vì vậy, thay vì tập trung vào những khả năng AI có thể mang lại trên lý thuyết, hãy cùng xem xét sáu câu hỏi mà chúng tôi thường xuyên nhận được trong thực tế.
1. Agentic Automation có phù hợp với các công ty kiểm toán thuộc nhiều quy mô khác nhau không?
Rất dễ cho rằng Agentic AI chủ yếu dành cho các công ty kiểm toán lớn nhất, nơi có khối lượng hợp đồng kiểm toán cao và đội ngũ công nghệ chuyên trách, giúp việc đầu tư vào tự động hóa trở nên dễ dàng được chứng minh về mặt hiệu quả.
Tuy nhiên, chỉ riêng quy mô công ty không phản ánh đầy đủ giá trị tiềm năng của công nghệ. Điều quan trọng nằm ở bản chất công việc đang được thực hiện.
Nhóm kiểm toán của bạn dành bao nhiêu thời gian để thu thập bằng chứng, kiểm tra giao dịch, đối chiếu thông tin hoặc lặp lại các thủ tục trong nhiều cuộc kiểm toán khác nhau? Và bao nhiêu phần công việc trong số đó có thể được giao cho AI mà không làm ảnh hưởng đến chất lượng kiểm toán?
Tại RSM Cayman, Excel Agents đã giúp rút ngắn quy trình kiểm tra chi phí và các khoản đầu tư cuối năm từ 4–6 giờ xuống còn khoảng 30 phút.
Tại FGMK, thời gian kiểm tra cho mỗi mẫu được chọn đã giảm từ 30–45 phút xuống còn khoảng 5 phút trong một quy trình kiểm tra phức tạp với khối lượng lớn.
Hãy bắt đầu từ những thủ tục kiểm toán tiêu tốn nhiều thời gian nhất, thay vì dựa vào quy mô tổ chức của bạn.
2. Agentic Automation có chỉ hữu ích đối với các cuộc kiểm toán định kỳ không?
Việc lặp lại cùng một thủ tục kiểm toán tạo ra cơ hội tiết kiệm thời gian trên nhiều cuộc kiểm toán khác nhau.
Tuy nhiên, các cuộc kiểm toán chỉ thực hiện một lần cũng có thể đòi hỏi khối lượng công việc đáng kể trong việc rà soát tài liệu, đối chiếu số liệu và xác minh bằng chứng.
Điểm khác biệt nằm ở chỗ Agentic Automation không yêu cầu toàn bộ cuộc kiểm toán phải có tính lặp lại. Công nghệ này chỉ cần các nhiệm vụ, yêu cầu về bằng chứng và tiêu chí rà soát được xác định rõ ràng.
Vì vậy, câu hỏi vẫn đáng được đặt ra là: Có thể giảm được bao nhiêu công việc thủ công trong chính cuộc kiểm toán cụ thể này?
3. Agentic Automation có phù hợp khi công ty kiểm toán có nhiều khách hàng quy mô nhỏ không?
Các cuộc kiểm toán quy mô nhỏ thường đi kèm với ngân sách hạn chế hơn, nhưng khối lượng công việc xác minh cơ bản không phải lúc nào cũng giảm tương ứng.
Các nhóm kiểm toán vẫn cần thu thập bằng chứng, kiểm tra giao dịch và ghi chép các kết luận của mình, thường là trên hàng chục khách hàng có hệ thống và quy trình khác nhau.
Đây chính là nơi Agentic Automation có thể tạo ra sự khác biệt.
Ngay cả khi chỉ giảm được một lượng công việc thủ công tương đối nhỏ trong mỗi cuộc kiểm toán, hiệu quả tích lũy trên một danh mục khách hàng lớn vẫn có thể rất đáng kể.
Tất nhiên, hiệu quả kinh tế còn phụ thuộc vào các thủ tục kiểm toán liên quan và công sức cần thiết để thiết lập chúng.
Cơ hội không chỉ nằm ở việc tự động hóa các cuộc kiểm toán quy mô lớn, mà còn ở việc nâng cao hiệu quả của những cuộc kiểm toán nhỏ hơn mà không làm ảnh hưởng đến chất lượng công việc.
4. Agentic Automation có thể làm việc với những loại tài liệu và hệ thống nào?
Bằng chứng kiểm toán hiếm khi được cung cấp dưới một định dạng thống nhất và có tổ chức.
Chúng thường nằm rải rác trong các bảng tính Excel, tệp PDF, tài liệu Word và thông tin do nhiều khách hàng hoặc nhóm làm việc khác nhau cung cấp.
Khả năng xử lý nhiều loại tệp là yếu tố quan trọng, nhưng đó mới chỉ là một phần của vấn đề.
Điều quan trọng không kém là quy mô mà các AI agents có thể xử lý bằng chứng, mức độ chính xác khi diễn giải thông tin và liệu các kết luận có thực sự dựa trên tài liệu nguồn phù hợp hay không.
Sau cùng, khả năng đọc hàng trăm tài liệu sẽ không có nhiều ý nghĩa nếu kiểm toán viên không thể tin tưởng vào kết quả hoặc truy xuất kết quả đó về bằng chứng gốc.
Tuy nhiên, cần phân biệt rõ giữa việc hỗ trợ một định dạng tài liệu và khả năng tích hợp trực tiếp với một hệ thống.
Trước khi bắt đầu, các nhóm kiểm toán nên kiểm tra những loại tệp mà AI agents có thể xử lý, cách thức truy cập bằng chứng và liệu kết quả có duy trì được khả năng truy xuất nguồn gốc cũng như dễ dàng được rà soát hay không.
5. AI Agents có thể hỗ trợ theo dõi, quản lý hành động và lập báo cáo không?
Công việc xác minh không kết thúc khi bằng chứng được cung cấp.
Các nhóm kiểm toán nội bộ vẫn cần xác định những thông tin còn thiếu, điều tra các trường hợp ngoại lệ, ghi nhận phát hiện và tiếp tục theo dõi, trao đổi với các bên liên quan.
Các AI agents có thể hỗ trợ một số phần của quy trình này bằng cách yêu cầu cung cấp tài liệu hỗ trợ, kiểm tra bằng chứng dựa trên các tiêu chí đã xác định và đánh dấu những trường hợp ngoại lệ để kiểm toán viên rà soát.
Quan trọng không kém, AI Agents có thể duy trì mối liên kết giữa các phát hiện và nguồn bằng chứng tương ứng, giúp kiểm toán viên dễ dàng hiểu và bảo vệ các kết quả kiểm toán.
Tuy nhiên, điều đó không có nghĩa là mọi hoạt động theo dõi, hành động khắc phục hoặc báo cáo đều có thể được quản lý hoàn toàn tự động.
Giá trị thực sự nằm ở việc giảm bớt công việc thủ công liên quan đến xác minh, để kiểm toán viên có thể tập trung vào giải quyết vấn đề và đưa ra các đánh giá chuyên môn.
6. Điều gì xảy ra nếu các cuộc kiểm toán nội bộ của chúng tôi quá đặc thù để tự động hóa?
Các cuộc kiểm toán nội bộ hiếm khi tuân theo một khuôn mẫu duy nhất.
Sự khác biệt về rủi ro, đơn vị kinh doanh và yêu cầu bằng chứng khiến ngay cả những cuộc kiểm toán tương tự nhau cũng có thể bao gồm các thủ tục rất khác biệt.
Tuy nhiên, một cuộc kiểm toán được thiết kế riêng không có nghĩa là mọi nhiệm vụ bên trong đều mang tính độc nhất.
Các hoạt động thu thập bằng chứng, kiểm tra tài liệu, đối chiếu số liệu và rà soát các trường hợp ngoại lệ vẫn có thể được thực hiện theo những hướng dẫn rõ ràng.
Với Agentic Automation, kiểm toán viên xác định mục tiêu, phạm vi và giới hạn của công việc. Sau đó, các AI agents có thể hỗ trợ những nhiệm vụ xác minh cụ thể, trong khi các chuyên gia vẫn chịu trách nhiệm diễn giải phát hiện và phê duyệt kết luận cuối cùng.
Mục tiêu không phải là chuẩn hóa mọi cuộc kiểm toán.
Thay vào đó, mục tiêu là tự động hóa những công việc có thể được xác định rõ ràng mà không làm mất đi tính linh hoạt cần thiết của hoạt động kiểm toán nội bộ.
Từ tiềm năng của AI đến giá trị thực tiễn trong kiểm toán
Agentic Automation phát huy hiệu quả khi các AI agents đảm nhận những công việc xác minh tốn nhiều thời gian, bằng chứng luôn có thể được kiểm tra và kiểm toán viên vẫn duy trì quyền kiểm soát.
Như sáu câu hỏi trên đã cho thấy, để đạt được điều đó, các tổ chức cần hiểu rõ quy trình làm việc, yêu cầu về bằng chứng và những đánh giá chuyên môn liên quan.
Tôi cho rằng trong vài năm tới, giá trị của khả năng đánh giá chuyên môn của kiểm toán viên sẽ ngày càng tăng.
Khi các AI agents đảm nhận những công việc mang tính cơ học, vai trò của kiểm toán viên sẽ trở nên lớn hơn, bởi họ có thể dành thời gian cho những công việc thực sự cần đến khả năng phán đoán chuyên môn.
Tuy nhiên, điều này chỉ đúng khi mọi kết quả đều có thể truy xuất về nguồn gốc của chúng.
EGP Vietnam
Đối tác tư vấn và triển khai DataSnipper tại Việt Nam
Liên hệ để được demo trực tiếp:
Thai Nguyen
0912 500 085
Nguồn bài viết
6 Questions Audit Teams Ask Before Trying Agentic Automation
