مروری بر عوامل حیاتی موفقیت و شکست هوش مصنوعی در حسابرسی

امروزه شاهد سرمایه گذاری بی‌سابقه در سراسر دنیا برای کاربست فناوری هوش مصنوعی در عملیات صف و ستاد بنگاه‌های اقتصادی در صنایع مختلف هستیم. در صنعت حسابرسی نیز، ابتکارات متعدد و پرهزینه‌ای توسط چهار موسسه بزرگ در راستای هوشمندسازی و خودکارسازی حسابرسی اجرا شده‌است. در ایران، اخیراً سازمان‌های استانداردگذار و مقررات گذار و همچنین موسسات حسابرسی بزرگ پروژه‌هایی را در فازهای مطالعاتی و اجرایی به منظور کاربست هوش مصنوعی در فرایند حسابرسی آغاز کرده‌اند. اما مسئله کلیدی اینجا است که طبق آمارهای موثق بین المللی، نرخ شکست پروژه‌های هوش مصنوعی تقریباً دوبرابر پروژه‌های فناوری اطلاعات فاقد هوش مصنوعی است و این ریسک، به ویژه در موسسات حسابرسی که همواره نسبت به نوآوری‌های فناورانه مقاومت دارند، و در محیط ایران، از ظرفیت مالی و فنی محدودتری نسبت به همتایان بین‌المللی خود برخوردارند، چالش‌های مضاعفی را در مسیر تحقق آرمان تحول حسابرسی ایران تحمیل می‌کند. به همین دلیل، پرسش از عوامل حیاتی موفقیت و شکست هوش مصنوعی ضرورتی اجتناب‌ناپذیر است. نوشتار حاضر، در جستجوی پاسخ این پرسش، با مروری بر آخرین مطالعات بین‌المللی به انضمام نگاهی به ابتکارات هوش مصنوعی در محیط ایران بر اساس اطلاع و تجارب نگارندگان، به شناسایی و تحلیل عوامل موفقیت و شکست هوش مصنوعی در ابعاد مختلف می‌پردازد. یافته‌های این مطالعه به عنوان رهنمودهایی آگاهی بخش، سیاستگذاران و مجریان ذیربط را در راستای موفقیت پذیرش، استقرار و کاربرد هوش مصنوعی از طریق شناخت و مدیریت ریسک شکست آن کمک می‌کند.

a review of critical success and failure factors of artificial intelligence in auditing

in recent years, unprecedented global investments have been directed toward applying artificial intelligence (ai) in enterprises operational and strategic functions. simultaneously, the big four auditing firms have pursued numerous costly initiatives to automate and enhance the audit process s intelligence. in iran, regulatory and standard-setting bodies and major audit firms have recently launched projects to integrate ai into auditing practices. however, a key challenge remains: according to international statistics, the failure rate of ai projects is nearly twice that of non-ai information technology projects. this risk is particularly pronounced in auditing firms, which have traditionally exhibited resistance to technological innovations and, in the iranian context, suffer from significantly more limited financial resources than their international counterparts. these factors introduce additional hurdles to realizing the envisioned transformation of iran’s auditing landscape. consequently, understanding ai s critical success and failure factors in auditing is imperative. addressing this question, the present study reviews the latest international research alongside an analysis of ai initiatives in the iranian auditing environment, informed by the authors insights and experiences. the findings of this study provide valuable guidance for policymakers and practitioners, aiding in the successful adoption, implementation, and operation of ai in auditing and mitigating the associated risks.