Denetim bitmiyor, eski usul bitiyor

Denetim metodolojisi, teknolo­jinin ve özellikle yapay zekâ­nın etkisiyle adım adım dönüşme yolunda ilerliyor. Bir dönem değiş­mez kabul edilen saha çalışması, klasörler dolusu evrak, elle seçi­len örnekler ve ezbere uygulanmış kontrol listeleri, yerini veri anali­tiği, sürekli denetim ve yapay zekâ destekli risk odaklı yaklaşımın al­dığı yeni bir döneme bırakıyor. Bu dönüşümü, birkaç somut alan üze­rinden görmek mümkün.

Denetimde kısmi bakıştan tam resim geçişi

Geleneksel yaklaşımda örnekle­me, ister istemez bir zorunluluktu. İstatistiksel veya yargısal örnek­leme yöntemleriyle belirli sayıda işlem seçilir ve bu örnekler üze­rinden genelleme yapılırdı. Bugün ise büyük veri altyapıları ve yapay zekâ destekli analiz araçları, şu so­ruyu meşru kılıyor: “Madem veri­ye erişebiliyoruz, neden yalnızca bir kısmına bakıyoruz?” Yeni yak­laşımın temel unsurları şöyle:

1Tüm işlemlerin taranması: Ya­pay zekâ, milyonlarca işlem sa­tırını dakikalar içinde tarayabili­yor. Anomali tespiti modelleri, uç değerleri, normalden sapmaları, olağandışı saatlerde veya karşı ta­raflarla yapılan işlemleri otomatik işaretleyebiliyor.

2 Risk temelli örnekleme: Örne­ğin yapay zekâ, her işlem için bir şüphe veya risk skoru üretiyor; denetçi, örneklemi bu skorların üzerine kuruyor. Böylece örnek­lem, istatistiksel açıdan değil, risk açısından temsil gücüne kavuşu­yor.

3 Sürekli denetim yaklaşımı: Yıl sonunda veya belirli periyot­larda yapılan “dönemsel” denetim yerini, verinin anlık izlenmesine bırakıyor. Yapay zekâ modelleri, her gün hatta her dakika yeni veri­yi tarayıp uyarı üretebiliyor.

Fiziksel ziyaretlerden dijital izlere

Denetimin geleneksel gücü, ye­rinde gözlemdi. Depo sayımların­da, nakit sayımlarında, süreçle­rin işleyişinde denetçinin fiziksel varlığı kritik kabul edilirdi. Fakat yapay zekâ ve dijitalleşme, yerin­de incelemeyi de yeniden tanım­lıyor. Geleneksel yaklaşımda de­netçi, şubeye veya fabrikaya gider, evrakları fiziksel olarak inceler, süreç sahipleriyle yüz yüze görü­şür, fiziksel sayım yapar ve göz­lemlerini not alır. Yeni yaklaşımın örneklerinde ise:

1Uzaktan ve hibrit denetim: Ya­pay zekâ ile desteklenen ses ve görüntü analizleri (örneğin top­lantı kayıtlarından tutarsızlık tes­piti, konuşma analitiği) ileride de­netim kanıtının parçası olabilir.

2IoT ve sensör verileri ile fiziki doğrulama: Yapay zekâ, kame­ra görüntülerini analiz ederek, sis­temde kayıtlı stokla raf üzerinde­ki fiili stok arasında fark olduğun­da alarm üretebiliyor. Bu, yerinde fiziksel sayımı gerekmese de fiili durumun dijital izini sunuyor.

3 Süreç madenciliğiile “dijital yerinde inceleme”: Süreç ma­denciliği algoritmaları, bir sürecin gerçekte nasıl işlediğini, kim han­gi adımı ne kadar sürede gerçek­leştirdiğini, hangi noktada kontrol atlandığını gösteriyor. Bu, denet­çinin fabrika koridorlarında ge­zerken aradığı pek çok cevabı, veri üzerinden sağlamaya başlıyor.

Sonuçta denetçi tamamen sa­hadan çekilmeyecek; fakat fiziksel gözlem, birincil araç olmaktan çı­kıp, dijital kanıtlarla desteklenen tamamlayıcı bir araca dönüşecek.

Kâğıt üzerinde uygunluk değil, fiili uyum

Denetimlerin önemli bir kısmı, politika, prosedür ve talimatların incelenmesine ayrılır. Gelenek­sel yaklaşımda dokümanlar alı­nır, mevzuat ve şirket içi kurallara uygunluğu kontrol edilir, imzalar, revizyon tarihleri, onay süreçleri gözden geçirilir. Fakat yapay zekâ ile denetim sorusu değişiyor: “Po­litika doğru yazılmış mı?” yeri­ne “Bu politika fiilen uygulanıyor mu?” sorusuna dönüşüyor.

Yeni nesil politika/prosedür in­celemesinin ayırt edici noktaları:

1Metin analitiği ile politika incelemesi: Yapay zekâ, poli­tika ve prosedür metinlerini oto­matik tarayarak; mevzuata uyum­suz ifadeleri, çelişkili hükümleri, belirsiz, gri alan yaratan tanımları işaretleyebiliyor.

2Veri üzerinden uyum tes­ti: Örneğin “Tüm ödemeler iki kademeli onaya tabidir” diye bir prosedür varsa, yapay zekâ bu prosedürü sistem verisi üzerin­den test edebiliyor.

3Canlı politika yönetimi ve otomatik uyarılar: Mevzu­attaki değişiklikler yapay zekâ ile takip edilip, politikaların hangi kı­sımlarını etkilediği otomatik işa­retlenebiliyor.

Özetle, politika ve prosedür de­netimi, doküman denetimi olmak­tan çıkıp davranış ve uygulama de­netimine evriliyor. Denetçi, artık kâğıda değil, veriye bakıyor; yazı­lana değil, yaşanana odaklanıyor.

Tüm bu dönüşüm, “Denetçi ge­reksizleşecek mi?” sorusunu be­raberinde getirse de gerçekte olan ise bunun tam tersi: Teknik işle­rin önemli kısmı otomasyonla ya­pılırken, denetçinin rolü daha üst düzey, daha stratejik hale geliyor. Yapay zekâ bu dönüşümün katali­zörü; ama tek oyuncu değil.

Yapay zekâ ne yapıyor?

Büyük veri setlerini tarıyor,

● Şüpheli alanları işaretliyor,

●Örüntüleri, anormallikleri buluyor.

Denetçi ne yapıyor?

●Hangi riskin gerçekten önem­li olduğunu değerlendiriyor,

●Bulguyu bağlama oturtuyor: İş modelini, sektörü, şirket kültürü­nü, insan davranışını anlıyor,

●Yönetimle risk iştahı, kontrol mimarisi, etik iklim gibi insani ve stratejik konuları tartışıyor.

Denetçi hangi kaslarını kul­lanmalı?

●Veri analitiği ve süreç maden­ciliği,

●Yapay zekâ modellerinin sı­nırları ve önyargıları,

●Mevzuatın yanında etik ve ku­rumsal yönetim,

●Teknolojik riskler ve siber gü­venlik.

Klasik kontrol listeleri, salt ev­rak incelemeleri, sezgiye daya­lı örneklem seçimleri yerini daha akıllı, daha veri odaklı, daha şeffaf yöntemlere bırakıyor. Ancak de­netimin özü –şeffaflık, hesap ve­rebilirlik ve güven tesis etme– de­ğişmiyor. Değişen, bu özü hayata geçirmenin araçları ve bu araçlar­la birlikte farklı yetkinliklerini ön plana çıkaracak olan denetçiler…