internal audit data driven? · 2020-03-26 · vroege systemen waren gestructureerd, gebaseerd op...

Internal audit data driven?

Edo Roos Lindgreen

abs.uva.nl

Programmes at the Amsterdam Business School M.Sc.

Executive Programme of Management Studies

Executive M.Sc. in Finance and Control (RC)

Executive M.Sc. in Internal Auditing (RO) Executive M.Sc. in Insurance Studies

AEMAS/APC (Actuariaat)

Accountancy en Control in Deeltijd (ACD)

M.Sc. in International Finance (MIF)

Permanent Education Points

MBA MBA

MBA in Big Data and Business Analytics

MBA in Healthcare Management

Postmaster Postmaster Accountancy (RA)

Executive Programme of Digital Auditing (RE)

Executive Education Lean Six Sigma

The Analytics Academy

Masterclasses

Executive M.Sc. Of Internal Auditing (EMIA) 2-jarige opleiding 72 EC Theorie en praktijk NVAO en SVRO accreditatie Fasttrack voor RA’s Docenten BKO-proof

Auditing principles Accounting information systems IT basics, IT auditing, data science Financial auditing, management

accounting, internal governance Managing the internal audit function,

quality review, ethics and integrity Audit skills, personal skills Capita selecta Internal auditing excellence

Hoe ontwikkelt internal audit zich de komende 5 jaar?

Megatrends

Top-10 risico’s voor top management

Survey 1 1. Business interruption 2. Cyber incidents 3. Natural disasters 4. Market developments 5. Regulation 6. Fire and explosion 7. New technologies 8. Loss of reputation 9. Political risks and violence 10. Climate change

Survey 2 1. Digital competition 2. Retaining top talent 3. Regulatory changes 4. Cyber threats 5. Resistance to change 6. New technologies 7. Privacy and security 8. Data analytics 9. Insufficient risk management 10. Customer loyalty

CYBER

DISRUPTION

REPUTATION

REGULATION

TECHNOLOGY

Allianz Risk Barometer 2018 Protiviti Executive Perspectives on Top Risks 2019

DSA1 1 - Introduction

12

1.000.000.000.000.000.000 100.000.000.000.000.000.000

100.000.000.000.000.000.000.000

Cassandra Complex

Gartner Hype Cycle

RPA

NOW LATER

Data

AI

Algorithms RPA

“Blockchain” Quantum

IoT Bitcoin

Process Mining

DATA

INTERNAL EXTERNAL

De data science epicyclus

De goede vraag stellen Exploratieve analyse Predictive modeling Interpretatie Communicatie

Peng. R. (2015). The art of data science.

Data-analyse en internal audit in de praktijk Bestaand team “upskillen” Team specialisten oprichten Uitdagingen in samenwerking In vijf stappen naar data-driven audit:

Investeer in kennis en vaardigheden

Investeer in mensen, infrastructuur en tools

Stel de goede vraag; vind en ontsluit de data

Maak de toegevoegde waarde van data-analyse zichtbaar

Durf te experimenteren

Data science for internal auditors

Data analytics tools en omgevingen

Excel BI tools

Tableau, PowerBI, Spotfire Algemene open-source

R, Python, Jupyter, Knime Proprietary

SAS, Alteryx, SPSS

Algorithms, machine learning, AI

Gebruik neemt toe (17%) Convergentie RPA/AI AI fte’s verdubbelen Vereist goede organisatie Governance Control frameworks AI as a service AI onderscheidende factor

Survey 1 Survey 2

GDP +14% in 2030 door AI Automatisering

Productiviteitsverbetering

Toename consumentenvraag

Big 4 surveys

KPMG. (2019). AI transforming the enterprise. PWC. (2019). AI: Sizing the prize.

AI en big tech Big tech is ongeëvenaard

Data

Talent

Geld

Rekenkracht Big tech companies stellen API’s

beschikbaar: Google Tensorflow, Facebook PyTorch, Amazon AI (Lex, Polly, Rekognition)

AI eet meer rekenkracht op dan er bij komt

Voor 2012 Gebruik van rekenkracht door AI

verdubbelt elke 2 jaar

Na 2012 Gebruik van rekenkracht door AI

verdubbelt elke 3,4 maanden

GPU’s

Parallelle architecturen

AI rompsnelheid bereikt? Vroege systemen waren gestructureerd, gebaseerd op modellen van mentale processen Huidige deep learning systemen zijn ongestructureerde black boxes die worden getraind

met enorme hoeveelheden data Researchers Google, MIT: we bereiken de grenzen van deep learning, moeten een list

verzinnen

Battaglia, J.W. et. al. (2018). Relational inductive biases, deep learning, and graph networks. arXiv:1806.01261v3 [cs.LG] 17 Oct 2018. Hull speed = 4.49 x sqrt(length) in km/h