安永EY|| 变革转型:风险咨询服务未来展望,乘风破浪( 二 )


第一、供应商尽职调查:
供应商尽职调查往往涉及诸多繁琐的核对工作 , 是实施RPA的理想场景 。 机器人能够代替人工自动执行规则明确的尽调检查事项 , 如核对供应商是否在公司的不合格供应商清单或可能导致利益冲突的供应商名录当中等 。 此外 , 运用机器学习技术还能够对制裁数据、法庭记录等数据进行分析 , 以识别传统人工方式难以注意到的供应商合规风险线索 。
第二、电子邮件及社交媒体监控:
通过RPA定期扫描企业电子邮件和社交媒体信息 , 并使用预先定义的搜索关键词 , 识别存在合规风险的活动和关系 。 NLP技术进一步增强了“智能RPA”的风险侦测能力 , NLP可以与情感分析工具一起使用 , 评估信息的情感、语气和意图 , 除了文字本身之外 , 还可以分析表情符号 。 当然 , 我们充分关注对员工隐私的保护 , 确保所有信息在处理过程中保持匿名 , 并严格控制对已识别风险信息的访问权限 。
第三、反贿赂与反腐败:
RPA通过预先设置的扫描规则分析业务数据并识别交易中的“危险信号”和敏感信息(例如 , 整数金额支出、杂项支出描述等) 。 结合机器学习技术 , “智能RPA”能够构建贿赂风险及腐败风险的扫描模型 , 增强机器人的风险识别能力 , 并通过风险评分等可视化方式展现潜在合规风险的严重程度 。
第四、投诉管理:
我们借鉴RPA和人工智能工具在提升快消行业客户服务方面的应用经验 , 增强A公司对电话投诉的处理能力 。 例如 , 使用机器学习分析聊天机器人与客户的对话场景 , 以帮助预测客户情绪并自动发出道歉 。 同时 , “智能RPA”的语音分析功能还能够检测到客户及客服人员的负面情绪 , 及时为客服人员提供必要的帮助 , 或将对话升级 , 以由更高级别的管理人员进行处理 。 高效的投诉解决机制为A公司降低了法律风险;同时 , 机器人对投诉数据的归类和分析还为A公司改善产品性能及体验提供了支持 。
第五、数据隐私保护:
运用RPA对敏感数据进行自动识别、清查和分类 , 并结合机器学习算法强化RPA对于信息识别和分类等较为复杂任务的处理能力 , 降低合规风险 。 通过人工智能技术解决数据保护相关的合规问题已成为趋势 , 根据知名分析公司Gartner预测 , 在未来三年内 , 全球超过40%的隐私合规技术将依赖于人工智能 , 而这个数字在2020年只有5% 。
第六、费用报销管理:
过去A公司一直通过人工方式审核员工的费用报销单据 , 通过RPA自动执行简单的报销单据复核任务 , 大幅提高了报销审核效率并降低人为差错 。 进一步结合机器学习技术能够使公司识别到异常的支出和不合规的活动 , 将其标记并供进一步审查 。 此外 , 通过开发机器学习算法 , 机器人能够对违反费用报销政策的员工进行分类 , 并根据问题的严重性发送电子邮件警告 。
安永企业风险咨询服务能够助企业发现可助力其实现经营目标的“上行风险”(UpsideRisk) , 同时规避可能给企业带来负面影响的“下行风险”(DownsideRisk) , 将风险管理工作融入从战略与构思到执行与价值创造的整个价值链 。 通过由数字化驱动的敏捷风险管理 , 安永使企业获得灵活性和快速响应的能力 , 帮助企业自信地抓住机遇 , 维护利益关联方的信任 , 最终实现战略价值的创造 。
【安永EY|| 变革转型:风险咨询服务未来展望,乘风破浪】本文是为提供一般信息的用途所撰写 , 并非旨在成为可依赖的会计、税务或其他专业意见 。 请向您的顾问获取具体意见 。


推荐阅读