Revisione legale e l'AI ACT

L’intelligenza artificiale, IA, sta trasformando profondamente il settore della revisione legale, offrendo strumenti innovativi che possono migliorare:

• l’efficienza operativa, 
• la precisione delle analisi e
• la capacità di individuare rischi e anomalie.

Per i professionisti della revisione legale, comprendere cos’è l’intelligenza artificiale, quali sono le sue principali tipologie e come si applica concretamente ai processi di revisione e audit è oggi un requisito essenziale per operare in modo:

• responsabile, 
• competitivo e 
• conforme alle normative in continua evoluzione.

L’IA non sostituisce il revisore, ma lo supporta con strumenti innovativi che migliorano la qualità, del processo e l’efficienza e la tempestività delle analisi.

1) Cos’ è l’AI ACT: regolamento (UE) ed aspetti definitori dell’IA

Il Regolamento (UE) 2024/1689, cosiddetto AI Act, definisce l’intelligenza artificiale un sistema automatizzato progettato per funzionare con livelli di autonomia variabili e che può, per obiettivi espliciti o impliciti, dedurre dall’input che riceve come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali. In termini più generali, l’IA rappresenta un ramo dell’informatica dedicato alla progettazione di sistemi e algoritmi capaci di svolgere compiti che richiedono al professionista capacità cognitive avanzate. 

Tali sistemi sono in grado di simulare funzioni come il ragionamento, l’apprendimento, la pianificazione, la comprensione del linguaggio naturale, la percezione e la presa di decisioni autonome. 

L’intelligenza artificiale riceve dati, spesso già preparati o raccolti tramite sensori, li elabora attraverso algoritmi complessi e produce risposte o azioni.

È progettata per apprendere dai risultati delle sue stesse decisioni, adattando il comportamento nel tempo. 

Questo approccio incrementale permette all’intelligenza artificiale di migliorare costantemente la propria efficacia.

2) Principali tipologie IA, vantaggi e processi di revisione

Di seguito si elencano le principali tipologie dei sistemi di intelligenza artificiale, si analizzano i vantaggi e i principali impatti nei processi di revisione.

Intelligenza Artificiale Debole (Narrow AI): si tratta di sistemi progettati per svolgere compiti specifici, senza capacità di ragionamento generale o coscienza. Esempi applicativi nella revisione possono essere:

• l’estrazione automatica di dati da documenti contabili e contrattuali.
• il riconoscimento di pattern anomali nei flussi finanziari.
• la classificazione automatica di documenti e transazioni.

I vantaggi sono: l’elevata precisione su compiti circoscritti, la velocità di elaborazione, la riduzione degli errori umani.

Machine Learning (Apprendimento Automatico). È una branca dell’intelligenza artificiale che consente ai sistemi di apprendere dai dati e migliorare le proprie prestazioni nel tempo senza essere esplicitamente programmati. I principali approcci:

• supervisionato: il sistema apprende da dati etichettati (es. riconoscimento di frodi in bilancio);
• non supervisionato: individua correlazioni e pattern nascosti in dati non etichettati (es. clusterizzazione di transazioni sospette);
• per rinforzo: impara tramite un sistema di premi e penalità, ottimizzando le decisioni nel tempo.

Gli ambiti di applicazioni nella revisione possono essere:

• il rilevamento di frodi contabili attraverso l’analisi di grandi volumi di dati storici;
• l’analisi predittiva dei rischi finanziari e di conformità;
• l’identificazione automatica di anomalie nei flussi di cassa.

Natural Language Processing (NLP). Sono le tecnologie che permettono ai sistemi di comprendere, interpretare e generare linguaggio naturale. Le funzionalità chiave sono:

• analisi semantica di testi giuridici e contrattuali;
• estrazione di clausole rilevanti e identificazione di rischi normativi;
• ricerca automatica di riferimenti normativi e giurisprudenziali.

Gli ambiti di applicazioni nella revisione possono essere:

• lo screening automatico di grandi volumi di contratti;
• Il supporto nella due diligence legale;
• la generazione di report sintetici su rischi e incongruenze normative.

Robotic Process Automation (RPA): è un software che automatizza le attività ripetitive e basate su regole, spesso integrato con tecniche di AI per processi più complessi. Esempi pratici sono:

• la raccolta automatica di dati da sistemi ERP e database finanziari;
• la compilazione e generazione automatica di report di revisione;
• l’automatizzazione di task di controllo documentale.

I benefici di questo sistema possono essere la riduzione dei tempi operativi, la minimizzazione degli errori manuali, la maggiore tracciabilità delle operazioni.

- I sistemi Esperti. Si tratta di sistemi di intelligenza artificiale che simulano il ragionamento di un esperto umano in un dominio specifico, basandosi su regole e conoscenze predefinite. Possono essere utilizzati per:

• la valutazione automatica della conformità normativa di processi aziendali;
• il supporto decisionale nell’identificazione di rischi e anomalie;
• la consulenza automatizzata su procedure di revisione.

Apprendimento Profondo (Deep Learning). Si tratta di una sottocategoria del machine learning che utilizza reti neurali artificiali profonde per elaborare dati complessi. Applicazioni avanzate permettono:

• l’analisi di immagini e documenti scannerizzati (es. OCR- riconoscimento ottico dei caratteri - intelligente per la digitalizzazione di documenti cartacei);
• il riconoscimento di pattern complessi in grandi dataset finanziari;
• la sintesi automatica di informazioni rilevanti da fonti eterogenee.

L’ IA Generativa Sono sistemi in grado di generare nuovi contenuti (testi, immagini, dati) a partire da input specifici. Esempi nella revisione possono essere:

• generazione automatica di bozze di report di audit;
• simulazione di scenari di rischio e impatto normativo;
• creazione di sintesi personalizzate per i revisori.

3) Le nuove prospettivi per l’attività del revisore nell’ottica della conformità

L’evoluzione dell’intelligenza artificiale sta ridefinendo il concetto stesso di automazione, e conoscenza, aprendo nuove prospettive anche per la professione del revisore legale.  

Vediamo di seguito gli ambiti dell’attività e dell’organizzazione del revisore legale supportati dall’IA:

La generazione automatica di carte di lavoro e report

I Modelli di intelligenza artificiale generativa possono creare in pochi secondi carte di lavoro personalizzate, checklist di controllo, lettere di incarico e report di audit partendo dai dati raccolti e dai risultati delle verifiche, assicurando coerenza, conformità formale e rapidità di redazione rispetto ai metodi manuali. Anche la standardizzazione delle relazioni periodiche viene facilitata, offrendo basi uniformi che il revisore può rivedere e completare secondo necessità.

La valutazione predittiva dei rischi e simulazione di scenari

L’intelligenza artificiale applica algoritmi di machine learning per elaborare dati storici e transazionali, allo scopo di predire il rischio di frode, errori, non conformità o default dell’azienda, anche con simulazioni di scenari ("what-if") utili al management e agli audit committee. Questi strumenti offrono anche il supporto diretto nella preparazione al dialogo con i vertici aziendali o il collegio sindacale, visualizzando proiezioni di rischio e impatto.

E-discovery e gestione intelligente dei documenti

L’intelligenza artificiale, soprattutto tramite piattaforme specialistiche, permette l’interrogazione e la classificazione automatica di grandi volumi di documenti (e-mail, corrispondenza, file allegati, atti contrattuali), estrapolando informazioni e metadati rilevanti. Questo strumento trova particolare utilizzo nella preparazione di ispezioni, arbitrati, contenziosi o scenari di "discovery" richiesti da normative internazionali.