Teknologi tersebut juga memungkinkan auditor menganalisis populasi data yang lebih luas. AI dapat membantu menemukan transaksi duplikat, nilai ekstrem, pola pembayaran berulang, atau pola pengadaan yang tidak biasa untuk kemudian diperiksa lebih lanjut oleh auditor.
Namun, Cris mengingatkan bahwa sinyal dari AI tidak otomatis menunjukkan kesalahan atau pelanggaran. Kualitas data, validitas model, keamanan, pelindungan data, serta pengawasan manusia tetap penting dalam penggunaan AI untuk audit.
“AI memberikan sinyal risiko; auditor melakukan validasi, memeriksa bukti, memahami konteks, menggunakan professional judgment, dan mengambil kesimpulan. AI membantu kita menentukan di mana harus melihat, tetapi auditor yang menentukan apa maknanya,” kata Cris.
Karena itu, Cris menilai transformasi internal audit perlu diikuti penguatan kompetensi auditor, antara lain dalam metodologi audit, literasi data, analisis data, AI, keamanan siber, critical thinking, komunikasi dan professional judgment.
