Bối cảnh và vấn đề nghiên cứu

Cuộc Cách mạng công nghiệp lần thứ tư và xu hướng chuyển đổi số toàn cầu đang thúc đẩy các doanh nghiệp gia tăng đầu tư vào hệ thống máy móc, công nghệ thông tin và kỹ thuật hiện đại. Sự chuyển dịch này tạo ra khối lượng dữ liệu khổng lồ (ước tính khoảng 2,2 tỷ GB dữ liệu mới phát sinh mỗi ngày trên toàn cầu), đòi hỏi ngành kế toán và kiểm toán phải thay đổi phương thức xử lý thông tin. Kiểm toán truyền thống với các thủ tục thủ công, chọn mẫu định kỳ bộc lộ nhiều hạn chế về mặt thời gian, nguồn lực và khả năng bao quát dữ liệu. Theo báo cáo khảo sát "Technology Tipping Points and Societal Impact" của Deep Shift trình bày tại Diễn đàn Kinh tế Thế giới (WEF, 2015), 75% trong số 816 giám đốc điều hành và chuyên gia công nghệ thông tin – truyền thông được khảo sát đồng thuận rằng đến năm 2025, khoảng 30% sự phát triển trong việc sử dụng trí tuệ nhân tạo (AI) sẽ đến từ các doanh nghiệp kiểm toán.

Trước bối cảnh đó, đề tài "Nghiên cứu về thực trạng ảnh hưởng của công nghệ AI trong hoạt động kiểm toán BCTC doanh nghiệp của kiểm toán độc lập tại Việt Nam" được tác giả Bùi Thị Thu Hà thực hiện nhằm làm rõ vai trò, tác động và khả năng vận dụng AI trong hoạt động kiểm toán báo cáo tài chính (BCTC).

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Xác định ảnh hưởng của việc ứng dụng công nghệ AI đến công tác kiểm toán BCTC doanh nghiệp của kiểm toán độc lập tại Việt Nam.
  • Mục tiêu cụ thể:
    1. Làm rõ mối quan hệ giữa công nghệ AI và hoạt động kiểm toán độc lập, hệ thống hóa các công nghệ AI đang được ứng dụng trong kiểm toán BCTC.
    2. Xác định các tác động tích cực và tiêu cực của công nghệ AI đến hoạt động kiểm toán BCTC tại các doanh nghiệp Việt Nam của kiểm toán viên độc lập.
    3. Rút ra hàm ý, bài học kinh nghiệm và đề xuất giải pháp cho các công ty kiểm toán độc lập trong việc ứng dụng công nghệ AI.

Câu hỏi nghiên cứu:

  1. Những công nghệ AI nào đang được sử dụng trong công tác kiểm toán BCTC?
  2. Công nghệ AI có vai trò như thế nào trong kiểm toán BCTC của doanh nghiệp Việt Nam?
  3. Có những tác động tích cực và tiêu cực gì khi ứng dụng AI vào kiểm toán BCTC?
  4. Có những giải pháp gì nhằm nâng cao hiệu quả ứng dụng AI trong kiểm toán BCTC?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hoạt động kiểm toán BCTC của các doanh nghiệp và việc ứng dụng công nghệ trí tuệ nhân tạo của kiểm toán viên, doanh nghiệp kiểm toán độc lập.
  • Phạm vi không gian: Hoạt động kiểm toán độc lập tại Việt Nam, kết hợp khảo sát kinh nghiệm thực tiễn từ một số quốc gia (Mỹ, Hàn Quốc, Trung Quốc, Indonesia).
  • Phạm vi thời gian: Dữ liệu tổng quan và tài liệu nghiên cứu được cập nhật đến giai đoạn 2015–2023.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý luận dựa trên các khái niệm chuyên ngành kế toán, kiểm toán và công nghệ thông tin:

  • Khái niệm và quy định pháp lý: Báo cáo tài chính được xác định theo quy định tại Khoản 1, Điều 3, Luật Kế toán số 88/2015/QH13 (gồm Báo cáo kết quả kinh doanh, Báo cáo lưu chuyển tiền tệ, Báo cáo thay đổi vốn chủ sở hữu, Bảng cân đối kế toán và Bản thuyết minh BCTC). Kiểm toán BCTC được định nghĩa là hoạt động kiểm tra, xác nhận tính trung thực, hợp lý của số liệu kế toán và BCTC do kiểm toán viên độc lập thực hiện theo chuẩn mực chuyên môn.
  • Lý thuyết chấp nhận công nghệ: Vận dụng Mô hình chấp nhận công nghệ (TAM - Technology Acceptance Model của Davis, 1989) và Lý thuyết thống nhất về sự chấp nhận và sử dụng công nghệ (UTAUT) để phân tích các yếu tố ảnh hưởng như kỳ vọng hiệu suất, kỳ vọng nỗ lực, điều kiện thuận lợi và ảnh hưởng xã hội.
  • Hệ thống công cụ kiểm toán máy tính (CAATs) và công nghệ AI: Phân tích kỹ thuật dữ liệu thử nghiệm (Test Data), phần mềm kiểm toán chuyên dụng (ACL, IDEA), tự động hóa quy trình bằng robot (RPA), cùng 4 nhóm công nghệ AI cốt lõi:
    1. Thuật toán di truyền (Genetic Algorithms): Dự đoán rủi ro phá sản, hỗ trợ đánh giá trong điều kiện giới hạn tài nguyên.
    2. Logic mờ (Fuzzy Logic): Đánh giá tính trọng yếu và các yếu tố định tính trên thang đo liên tục từ 0 đến 1 thay vì logic nhị phân True/False (Rosner et al., 2006).
    3. Mạng nơ-ron nhân tạo (Neural Networks): Nhận diện mẫu, đánh giá rủi ro kiểm soát, phát hiện gian lận và sai sót trên tập dữ liệu lớn (Calderon & Cheh, 2002).
    4. Hệ thống chuyên gia (Expert Systems - ES): Hỗ trợ nhận diện và giảm thiểu rủi ro tiềm tàng, rủi ro kiểm soát và rủi ro phát hiện (Murphy & Brown, 1992).

Phương pháp nghiên cứu:

  • Phương pháp phân tích và tổng hợp lý thuyết: Thu thập, hệ thống hóa các tài liệu học thuật trong nước và quốc tế về AI, kiểm toán độc lập và kỹ thuật kiểm toán hiện đại.
  • Phương pháp nghiên cứu định tính và lập luận logic: Phân tích thực trạng chuyển đổi từ kiểm toán truyền thống sang kiểm toán 4.0; so sánh đối chiếu thực tiễn ứng dụng AI của các cơ quan kiểm toán và doanh nghiệp kiểm toán tại Mỹ, Hàn Quốc, Trung Quốc, Indonesia để rút ra bài học cho Việt Nam.
  • Nguồn dữ liệu: Khóa luận sử dụng nguồn dữ liệu thứ cấp từ các công trình nghiên cứu đã công bố (Zhang et al., 2020; Mansour, 2016; Trần Khánh Lâm, 2018; Nguyễn Văn Hòa, 2020; Trịnh Hiệp Thiện; Nguyễn Hoàng Nam, 2021; Nguyễn Hữu Phú & Hồ Thị Phi Yến, 2022...), báo cáo của các tổ chức kiểm toán quốc tế (KPMG, EY) và diễn đàn kinh tế.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận về công nghệ AI trong kiểm toán BCTC của kiểm toán độc lập

Chương này tập trung hệ thống hóa toàn diện các khái niệm nền tảng về AI, kiểm toán độc lập, quy trình kiểm toán BCTC 3 bước tiêu chuẩn (Lập kế hoạch – Thực hiện kiểm toán – Tổng hợp, kết luận và hình thành ý kiến) và sự tiến hóa của công cụ kiểm toán qua các thời kỳ.

Thế hệ kiểm toán Công cụ ứng dụng chính
Kiểm toán 1.0 Bút viết, sổ sách, ghi chép thủ công
Kiểm toán 2.0 Máy tính cá nhân, phần mềm bảng tính Excel, các công cụ hỗ trợ tính toán cơ bản
Kiểm toán 3.0 Phần mềm phân tích kiểm toán chuyên dụng, phân tích trên dữ liệu lớn (Big Data)
Kiểm toán 4.0 Trí tuệ nhân tạo (AI), Cảm biến (Sensor), Hệ thống mạng thực - ảo (CPS), Internet vạn vật (IoT), Dịch vụ kết nối mạng (IoS), Nhận dạng tần số sóng vô tuyến (RFID), Hệ thống định vị toàn cầu (GPS)

Tác giả phân tích mô hình định hướng của KPMG (2016) về 3 trụ cột ứng dụng AI trong kiểm toán:

  1. Tự động số (Digital Automation): Khai thác và xử lý dữ liệu tự động, đánh giá rủi ro kiểm soát.
  2. Phân tích dự đoán (Predictive Analytics): Kết hợp dữ liệu kiểm toán với dữ liệu ngành để nhận diện rủi ro kinh doanh tiềm ẩn bằng máy học và robot.
  3. Phân tích nhận thức (Cognitive Analytics): Xử lý dữ liệu phi cấu trúc, phân tích hợp đồng và chứng từ phức tạp.

Chương 1 cũng tổng hợp kinh nghiệm ứng dụng AI tại 4 quốc gia:

  • Mỹ: Điển hình là AppZen ứng dụng RPA, logic mờ và mạng nơ-ron để tự động rà soát gian lận chi phí, giúp các tập đoàn như Amazon, IBM, Salesforce, Comcast tiết kiệm tới 40 triệu USD.
  • Hàn Quốc: Cơ quan Kiểm toán và Thanh tra (BAI) thành lập Phòng Thanh tra CNTT, xây dựng trung tâm phân tích dữ liệu tập trung và số hóa toàn bộ quy trình kiểm toán trực tuyến.
  • Trung Quốc: Kiểm toán Nhà nước (CNAO) thành lập Vụ Kiểm toán dữ liệu điện tử, ban hành chuẩn giao tiếp dữ liệu bắt buộc cho phần mềm kế toán từ 2015 và 2019 để xây dựng ngân hàng Big Data phục vụ kiểm toán liên ngành.
  • Indonesia: Cơ quan Kiểm toán Indonesia (BPK) ban hành luật quy định trách nhiệm cung cấp dữ liệu điện tử định kỳ của đơn vị được kiểm toán và số hóa kết nối giữa đơn vị, BPK và Nghị viện.

Đồng thời, tác giả thiết lập khung hướng dẫn chi tiết về sự chuyển đổi giữa kiểm toán truyền thống và kiểm toán ứng dụng AI qua từng giai đoạn nghiệp vụ:

Giai đoạn kiểm toán Công việc kiểm toán truyền thống Công việc kiểm toán ứng dụng AI
Tiền đề lập kế hoạch Tìm hiểu thủ công lĩnh vực kinh doanh, phương thức hoạt động và hệ thống tài chính của khách hàng. AI phân tích dữ liệu ngành thông qua Big Data; tự động quét và cập nhật văn bản, cơ cấu tổ chức vào hệ thống.
Ký hợp đồng kiểm toán Soạn thảo thư quản lý và hợp đồng dựa trên đánh giá chủ quan về rủi ro của khách hàng. AI ước tính mức độ rủi ro dựa trên dữ liệu tổng hợp để tính toán phí kiểm toán, dự kiến thời gian và tự động lập hợp đồng.
Tìm hiểu KSNB & nhận diện rủi ro Khảo sát tài liệu (lưu đồ, bảng câu hỏi, tường thuật), dùng xét đoán nghề nghiệp để nhận diện rủi ro. AI quét văn bản, phân tích ngữ nghĩa, phân tích âm thanh phỏng vấn và hình ảnh giám sát để nhận diện sai phạm, rủi ro pháp lý.
Đánh giá rủi ro kiểm soát Kiểm tra mẫu thủ công các thủ tục kiểm soát nội bộ (KSNB), đánh giá rủi ro theo từng yếu tố. AI quan sát liên tục 24/7 quy trình vận hành, kiểm tra lặp lại trên toàn bộ mẫu dữ liệu, tự động phân loại sai phạm theo mức độ rủi ro cho phép.
Thực hiện thử nghiệm cơ bản Chọn mẫu kiểm tra chi tiết nghiệp vụ, số dư và thực hiện thủ tục phân tích giới hạn. AI tạo log ghi nhận dữ liệu kiểm tra, tự động kiểm tra chi tiết 100% bộ dữ liệu, phát hiện ngoại lệ và trực quan hóa xu hướng bất thường.
Đánh giá bằng chứng kiểm toán Đánh giá tính đầy đủ, tin cậy của bằng chứng sau khi hoàn tất thu thập mẫu. AI kiểm tra nguồn gốc và chất lượng dữ liệu theo thời gian thực ngay từ khâu thu thập ban đầu.
Phát hành báo cáo kiểm toán Tổng kết phát hiện, đưa ra 1 trong 4 loại ý kiến kiểm toán truyền thống theo mẫu chuẩn. AI ứng dụng mô hình tiên đoán giả định hoạt động liên tục; hỗ trợ chấm điểm định lượng chất lượng BCTC (thang điểm 0–100).

Chương 2: Thực trạng ứng dụng công nghệ AI trong kiểm toán BCTC của kiểm toán độc lập

Chương 2 trình bày bức tranh thực tế về việc áp dụng công nghệ tại thị trường kiểm toán Việt Nam:

  • Mức độ triển khai: Việc ứng dụng công nghệ AI tại Việt Nam mới ở giai đoạn đầu và có sự phân hóa rõ rệt. Nhóm các doanh nghiệp kiểm toán quốc tế (Big 4) là lực lượng tiên phong đưa các nền tảng AI vào quy trình phân tích dữ liệu lớn và rà soát hợp đồng. Ngược lại, đa số các công ty kiểm toán độc lập quy mô vừa và nhỏ trong nước vẫn phụ thuộc vào phương pháp kiểm toán truyền thống hoặc phần mềm văn phòng cơ bản.
  • Các nhân tố tác động: Dựa trên các nghiên cứu thực nghiệm tại Việt Nam (như khảo sát của Nguyễn Hoàng Nam, 2021), việc áp dụng công nghệ chịu tác động mạnh bởi hai nhóm nhân tố: "Điều kiện thuận lợi" (cơ sở hạ tầng CNTT, chính sách hỗ trợ, phần mềm sẵn có) và "Kỳ vọng nỗ lực" (độ dễ sử dụng, khả năng làm chủ công nghệ của kiểm toán viên). Trong đó, điều kiện thuận lợi có mức độ ảnh hưởng chi phối lớn hơn.

Chương 3: Đề xuất khuyến nghị nhằm nâng cao hiệu quả ứng dụng công nghệ AI trong kiểm toán BCTC của kiểm toán độc lập Việt Nam

Từ kết quả nghiên cứu lý luận và thực trạng, chương 3 đưa ra các điều kiện và nhóm giải pháp nâng cao hiệu quả ứng dụng AI cho ba chủ thể:

  1. Đối với kiểm toán viên: Chủ động học tập nâng cao kỹ năng số, kết hợp chuyên môn kiểm toán với năng lực khai thác dữ liệu và vận hành các công cụ AI; nâng cao nhận thức về quản trị rủi ro công nghệ.
  2. Đối với các doanh nghiệp kiểm toán: Đầu tư thích đáng cho hạ tầng công nghệ và phần mềm chuyên dụng; xây dựng cơ sở dữ liệu số chuẩn hóa; tổ chức các chương trình đào tạo liên tục về kỹ năng AI cho nhân sự.
  3. Đối với cơ quan quản lý Nhà nước: Hoàn thiện hành lang pháp lý và chuẩn mực kiểm toán liên quan đến kiểm toán điện tử và bằng chứng số; ban hành tiêu chuẩn chuẩn hóa cấu trúc dữ liệu kết nối giữa phần mềm kế toán doanh nghiệp và hệ thống kiểm toán; tạo cơ chế khuyến khích chuyển đổi số ngành kiểm toán.

Kết quả và đóng góp

Kết quả chính rút ra từ văn bản

  • Hệ thống hóa 7 nhóm công nghệ AI chủ chốt trong kiểm toán BCTC: Phân tích dữ liệu lớn (Data Analytics), Xử lý ngôn ngữ tự nhiên (NLP), Phân tích dự đoán (Predictive Analytics), Tự động hóa quy trình robot (RPA), Học máy (Machine Learning), Logic mờ (Fuzzy Logic) và Mạng nơ-ron (Neural Networks).
  • Làm rõ tính ưu việt của AI so với kiểm toán truyền thống: AI cho phép kiểm tra chi tiết 100% dữ liệu thay vì chọn mẫu xác suất; tự động hóa việc rà soát văn bản pháp lý; theo dõi liên tục hệ thống kiểm soát nội bộ và hỗ trợ định lượng hóa tính trọng yếu trên thang đo liên tục (0–1).
  • Trích dẫn các dẫn chứng định lượng cụ thể: Ứng dụng AI giúp AppZen tiết kiệm 40 triệu USD chi phí gian lận cho các doanh nghiệp lớn tại Mỹ; khảo sát của WEF khẳng định 30% mức tăng trưởng sử dụng AI đến năm 2025 sẽ bắt nguồn từ ngành kiểm toán.

Đóng góp của đề tài

  • Về mặt lý luận: Khóa luận tổng hợp có hệ thống quá trình phát triển của AI từ năm 1956 đến các thế hệ kiểm toán 1.0–4.0; xây dựng khung lý thuyết phân định rõ vai trò của từng công nghệ AI đối với việc kiểm soát 3 loại rủi ro kiểm toán (tiềm tàng, kiểm soát, phát hiện).
  • Về mặt thực tiễn: Cung cấp tài liệu tổng quan và kinh nghiệm quốc tế thực tế từ các cơ quan kiểm toán công và tư tại Mỹ, Hàn Quốc, Trung Quốc, Indonesia; đề xuất khung chuyển đổi 7 bước từ quy trình kiểm toán truyền thống sang kiểm toán ứng dụng AI cho các doanh nghiệp kiểm toán tại Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Nội dung khóa luận tập trung phần lớn vào việc tổng quan tài liệu học thuật, cơ sở lý luận và phân tích dữ liệu thứ cấp từ các nghiên cứu đi trước. Đề tài chưa xây dựng được mô hình khảo sát định lượng độc lập trên quy mô mẫu rộng đối với toàn bộ các công ty kiểm toán độc lập nội địa tại Việt Nam ngoài nhóm Big 4.
  • Hướng nghiên cứu tiếp: Mở rộng nghiên cứu thực nghiệm bằng bảng hỏi khảo sát diện rộng hoặc phỏng vấn sâu chuyên gia tại các công ty kiểm toán trong nước; phân tích chi tiết bài toán chi phí - lợi ích khi đầu tư hệ thống AI cho từng nhóm quy mô doanh nghiệp kiểm toán cụ thể.

Giá trị tham khảo

Khóa luận là nguồn tài liệu hữu ích cho:

  • Sinh viên, học viên ngành Kế toán - Kiểm toán và Hệ thống thông tin quản lý: Tham khảo tổng quan tài liệu, lịch sử phát triển của các công cụ kiểm toán và khung lý thuyết về ứng dụng công nghệ trong kiểm toán.
  • Kiểm toán viên và nhà quản lý doanh nghiệp kiểm toán: Tham khảo Bảng so sánh chi tiết giữa công việc kiểm toán truyền thống và kiểm toán ứng dụng AI qua 7 giai đoạn kiểm toán để định hướng số hóa quy trình nghiệp vụ.
  • Các nhà nghiên cứu chính sách: Tham khảo kinh nghiệm ban hành chuẩn giao tiếp dữ liệu kế toán - kiểm toán của cơ quan kiểm toán Trung Quốc (CNAO) và Indonesia (BPK).

Câu hỏi thường gặp

1. Khảo sát của Diễn đàn Kinh tế Thế giới (WEF 2015) đưa ra con số dự báo nào về việc sử dụng AI trong kiểm toán?
Theo báo cáo của Deep Shift tại WEF 2015, 75% chuyên gia và giám đốc điều hành CNTT-TT được khảo sát đồng ý rằng đến năm 2025, có tới 30% sự phát triển của việc sử dụng AI sẽ đến từ việc ứng dụng trong các doanh nghiệp kiểm toán.

2. Điểm khác biệt cốt lõi giữa RPA và Trí tuệ nhân tạo (AI) được nêu trong khóa luận là gì?
RPA hướng theo quy trình, tự động hóa các tác vụ lặp đi lặp lại dựa trên các quy tắc xác định trước. Trong khi đó, AI hướng theo dữ liệu, yêu cầu tập dữ liệu chất lượng cao để học các mẫu (patterns) và mô phỏng các quyết định phức tạp của con người.

3. Công nghệ Logic mờ (Fuzzy Logic) hỗ trợ kiểm toán viên giải quyết vấn đề gì trong kiểm toán BCTC?
Logic mờ cho phép đánh giá các yếu tố định tính và tính trọng yếu trên một thang đo liên tục từ 0 đến 1 (mức độ đúng/rủi ro nhiều hay ít), khắc phục giới hạn của logic nhị phân truyền thống chỉ nhận giá trị Đúng (1) hoặc Sai (0).

4. Ứng dụng AI của công ty khởi nghiệp AppZen tại Mỹ đã đạt được kết quả cụ thể nào?
AppZen kết hợp RPA, logic mờ và mạng nơ-ron để tự động phát hiện gian lận chi phí, giúp các tập đoàn lớn gồm Amazon, IBM, Salesforce và Comcast tiết kiệm tới 40 triệu USD.

5. Cơ quan kiểm toán nhà nước Trung Quốc (CNAO) đã thực hiện giải pháp công nghệ nổi bật nào?
CNAO thành lập Vụ Kiểm toán dữ liệu điện tử, xây dựng ngân hàng Big Data và chính thức công bố các chuẩn giao tiếp dữ liệu bắt buộc mà các phần mềm kế toán phải tuân thủ để phục vụ công tác thu thập, phân tích dữ liệu kiểm toán liên ngành.

Kết luận

Khóa luận tốt nghiệp của tác giả Bùi Thị Thu Hà đã hệ thống hóa toàn diện cơ sở lý luận về việc ứng dụng trí tuệ nhân tạo trong kiểm toán báo cáo tài chính của kiểm toán độc lập. Công trình làm rõ sự chuyển dịch tất yếu từ kiểm toán truyền thống sang kiểm toán 4.0, đồng thời phân tích chi tiết vai trò của các công nghệ AI cốt lõi trong việc tối ưu hóa quy trình nghiệp vụ và kiểm soát rủi ro kiểm toán. Thông qua việc tổng hợp bài học kinh nghiệm quốc tế và phân tích thực trạng tại Việt Nam, đề tài cung cấp khung định hướng chuyển đổi hữu ích cùng các khuyến nghị thiết thực cho kiểm toán viên, doanh nghiệp kiểm toán và cơ quan quản lý.