250 ਭਾਰਤੀ ਵਿੱਤ ਲੀਡਰਾਂ ਦੇ ਸਰਵੇਖਣ 'ਚ 85% ਨੇ AI ਖਰਚਿਆਂ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਦਾ ਦਬਾਅ ਮਹਿਸੂਸ ਕੀਤਾ, ਭਾਵੇਂ ਗਵਰਨੈਂਸ ਅਤੇ ਅੰਦਰੂਨੀ ਕੰਟਰੋਲ ਪਿੱਛੇ ਹਨ। ਕੰਪਨੀਆਂ ਨੇ ਨਿਗਰਾਨੀ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ, ਜਿਸ ਨਾਲ ਆਡਿਟ ਤਿਆਰੀ ਅਤੇ AI-ਸੰਚਾਲਿਤ ਵਿੱਤੀ ਗਲਤੀਆਂ ਲਈ ਜਵਾਬਦੇਹੀ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਵਧੀਆਂ ਹਨ।
Detailed Coverage
AI ਨਿਵੇਸ਼ 'ਤੇ ਭਾਰਤੀ CFOs ਦੀ ਚਿੰਤਾ
ਭਾਰਤ ਦੇ ਵਿੱਤ ਲੀਡਰ (Finance Leaders) ਇਸ ਸਮੇਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵਿੱਚ ਆਪਣੇ ਨਿਵੇਸ਼ਾਂ (Investments) ਦੇ ਮੁੱਲ ਨੂੰ ਸਾਬਤ ਕਰਨ ਲਈ ਭਾਰੀ ਦਬਾਅ ਹੇਠ ਹਨ। Avalara ਵੱਲੋਂ ਕੀਤੇ ਗਏ ਇੱਕ ਤਾਜ਼ਾ ਅਧਿਐਨ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਭਾਰਤ ਵਿੱਚ 85% ਚੀਫ਼ ਫਾਈਨੈਂਸ਼ੀਅਲ ਅਫ਼ਸਰ (CFOs) ਅਤੇ ਸੀਨੀਅਰ ਵਿੱਤ ਅਧਿਕਾਰੀ (Finance Executives) ਉਨ੍ਹਾਂ AI ਸਾਧਨਾਂ ਤੋਂ ਸਪੱਸ਼ਟ ਵਿੱਤੀ ਲਾਭ ਦਿਖਾਉਣ ਲਈ ਜ਼ੋਰ ਪਾ ਰਹੇ ਹਨ ਜੋ ਉਨ੍ਹਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਵਰਤ ਰਹੀਆਂ ਹਨ।
ਗਤੀ ਬਨਾਮ ਗਵਰਨੈਂਸ: ਇੱਕ ਮੁਸ਼ਕਲ ਸੰਤੁਲਨ
ਜਿੱਥੇ ਕੁਸ਼ਲਤਾ (Efficiency) ਵਧਾਉਣ ਦਾ ਇਹ ਰੁਝਾਨ ਦੁਨੀਆ ਭਰ ਦੀਆਂ ਮਾਰਕੀਟਾਂ ਵਿੱਚ ਆਮ ਹੈ, ਉੱਥੇ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਲਈ ਇੱਕ ਵਿਲੱਖਣ ਚੁਣੌਤੀ ਹੈ: ਤਕਨਾਲੋਜੀ ਦੀ ਤੇਜ਼ੀ ਨਾਲ ਵਰਤੋਂ ਬਨਾਮ ਅੰਦਰੂਨੀ ਨਿਗਰਾਨੀ (Internal Oversight) ਦੀ ਮਜ਼ਬੂਤੀ। ਸਰਵੇਖਣ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਲਗਭਗ 71% ਭਾਰਤੀ ਕੰਪਨੀਆਂ AI ਨੂੰ ਜਲਦੀ ਲਾਗੂ ਕਰਨ (Deployment Speed) ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਸਿਰਫ 8% ਗਵਰਨੈਂਸ ਅਤੇ ਜੋਖਮ ਪ੍ਰਬੰਧਨ (Risk Management) 'ਤੇ ਮੁੱਖ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੀਆਂ ਹਨ। ਇਸ ਪਹੁੰਚ ਕਾਰਨ ਅਜਿਹੀ ਸਥਿਤੀ ਬਣਦੀ ਹੈ ਜਿੱਥੇ ਕੰਪਨੀਆਂ ਜ਼ਰੂਰੀ ਕੰਟਰੋਲ ਫਰੇਮਵਰਕ ਨੂੰ ਅਪਡੇਟ ਕੀਤੇ ਬਿਨਾਂ ਨਵੀਂ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਮੌਜੂਦਾ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰ ਰਹੀਆਂ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਪੁਰਾਣੀਆਂ ਪਾਲਿਸੀਆਂ ਕਾਰਨ ਕਾਰਜਕਾਰੀ ਗਲਤੀਆਂ (Operational Errors), ਗਲਤ ਵਿੱਤੀ ਰਿਪੋਰਟਿੰਗ, ਜਾਂ ਅਣਪਛਾਤੇ ਰੈਗੂਲੇਟਰੀ ਮੁੱਦੇ (Regulatory Friction) ਪੈਦਾ ਹੋ ਸਕਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ ਆਟੋਮੇਟਿਡ ਫੈਸਲਿਆਂ ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਸਮਝਾਇਆ ਨਾ ਜਾ ਸਕੇ।
ਆਡਿਟ ਤਿਆਰੀ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦੇ ਜੋਖਮ
ਸਪੱਸ਼ਟ ਅੰਦਰੂਨੀ ਕੰਟਰੋਲ (Internal Controls) ਦੀ ਘਾਟ ਲੰਬੇ ਸਮੇਂ ਦੀ ਕਾਰਜਕਾਰੀ ਸਥਿਰਤਾ (Operational Stability) ਲਈ ਇੱਕ ਵਧਦੀ ਚਿੰਤਾ ਹੈ। ਲਗਭਗ 27% ਵਿੱਤ ਲੀਡਰਾਂ ਨੇ ਦੱਸਿਆ ਕਿ ਉਨ੍ਹਾਂ ਦੀਆਂ ਸੰਸਥਾਵਾਂ ਵਿੱਚ AI-ਸਬੰਧਤ ਗਲਤੀਆਂ ਲਈ ਜਵਾਬਦੇਹੀ (Accountability) ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, 10% ਨੇ ਮੰਨਿਆ ਕਿ ਉਹ ਰੈਗੂਲੇਟਰਾਂ (Regulators) ਨੂੰ AI-ਸੰਚਾਲਿਤ ਫੈਸਲਿਆਂ ਦੇ ਤਰਕ (Logic) ਨੂੰ ਸਮਝਾਉਣ ਵਿੱਚ ਸੰਘਰਸ਼ ਕਰਨਗੇ, ਅਤੇ 24% ਨੇ ਪਿਛਲੇ ਸਾਲ ਵਿੱਚ ਨਵੇਂ AI ਕਦਮਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਆਪਣੇ ਅੰਦਰੂਨੀ ਕੰਟਰੋਲ ਨੂੰ ਅਪਡੇਟ ਨਹੀਂ ਕੀਤਾ ਹੈ।
ਇਹ ਕਮੀਆਂ ਆਡਿਟ ਗੁਣਵੱਤਾ (Audit Quality) ਲਈ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ। ਜਦੋਂ IT, ਸਾਈਬਰ ਸੁਰੱਖਿਆ (Cybersecurity), ਅਤੇ ਕੰਪਲਾਇੰਸ ਟੀਮਾਂ AI ਏਜੰਟਾਂ ਦੀ ਸਮੀਖਿਆ ਨਹੀਂ ਕਰਦੀਆਂ, ਤਾਂ ਕੰਪਨੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਕਮਜ਼ੋਰੀਆਂ (Vulnerabilities) ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਭਾਰਤੀ ਬਾਜ਼ਾਰ ਵਿੱਚ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਇਹ ਦੇਖਿਆ ਗਿਆ ਹੈ ਕਿ ਜਦੋਂ ਅੰਦਰੂਨੀ ਕੰਟਰੋਲ ਕਾਰਜਕਾਰੀ ਤਬਦੀਲੀਆਂ ਨਾਲ ਤਾਲਮੇਲ ਨਹੀਂ ਰੱਖ ਪਾਉਂਦੇ, ਤਾਂ ਇਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਬਾਹਰੀ ਆਡਿਟਾਂ ਲਈ ਵੱਧ ਲਾਗਤ, ਸੰਭਾਵੀ ਜੁਰਮਾਨੇ, ਜਾਂ ਸੁਧਾਰਾਤਮਕ ਪ੍ਰਸ਼ਾਸਕੀ ਕੰਮ (Remedial Administrative Work) ਹੋ ਸਕਦਾ ਹੈ ਜੋ ਪ੍ਰਬੰਧਨ ਨੂੰ ਮੁੱਖ ਕਾਰੋਬਾਰੀ ਉਦੇਸ਼ਾਂ (Core Business Objectives) ਤੋਂ ਭਟਕਾ ਸਕਦਾ ਹੈ।
ਹੁਨਰ ਪਾੜੇ (Skills Gap) ਨੂੰ ਸੰਬੋਧਨ ਕਰਨਾ
ਮਜ਼ਬੂਤ AI ਗਵਰਨੈਂਸ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟ ਵਿਸ਼ੇਸ਼ ਘਰੇਲੂ ਮਹਾਰਤ (In-house Expertise) ਦੀ ਘਾਟ ਹੈ। 76% ਭਾਰਤੀ ਵਿੱਤ ਲੀਡਰਾਂ ਨੇ ਮੰਨਿਆ ਕਿ ਉਨ੍ਹਾਂ ਦੀਆਂ ਟੀਮਾਂ ਕੋਲ ਉਨ੍ਹਾਂ ਦੇ AI ਸਾਧਨਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਝਣ ਲਈ ਗਿਆਨ ਦੀ ਕਮੀ ਹੈ। ਇਨ੍ਹਾਂ ਜੋਖਮਾਂ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ, ਵਿੱਤ ਲੀਡਰ ਵਧੇਰੇ ਤੋਂ ਵਧੇਰੇ ਪ੍ਰਮਾਣਿਤ ਵਿੱਤੀ ਡਾਟਾ (Verified Financial Data) ਅਤੇ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਫੈਸਲਿਆਂ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ (Human Oversight) ਵੱਲ ਦੇਖ ਰਹੇ ਹਨ।
ਨਿਵੇਸ਼ਕ ਇਹ ਨਿਗਰਾਨੀ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਕੰਪਨੀਆਂ ਪ੍ਰਯੋਗਾਤਮਕ AI ਵਰਤੋਂ ਤੋਂ ਵਧੇਰੇ ਨਿਯੰਤਰਿਤ, ਆਡਿਟ-ਤਿਆਰ ਫਰੇਮਵਰਕਾਂ ਵੱਲ ਕਿਵੇਂ ਵਧਦੀਆਂ ਹਨ। AI ਨੂੰ ਹਮਲਾਵਰ ਢੰਗ ਨਾਲ ਅਪਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਵਿੱਚ ਸ਼ੇਅਰਧਾਰਕਾਂ (Shareholders) ਲਈ ਮੁੱਖ ਨਿਗਰਾਨੀ ਇਹ ਹੋਵੇਗੀ ਕਿ ਕੀ ਪ੍ਰਬੰਧਨ ਅੰਦਰੂਨੀ ਕੰਟਰੋਲ ਸਮੀਖਿਆਵਾਂ (Internal Control Reviews) 'ਤੇ ਅਪਡੇਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਅਤੇ ਕੀ ਉਹ ਸਾਬਤ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਕੰਪਲਾਇੰਸ ਫਰੇਮਵਰਕ ਉਨ੍ਹਾਂ ਦੇ ਤਕਨਾਲੋਜੀ ਖਰਚਿਆਂ ਨਾਲ ਕਦਮ ਮਿਲਾ ਕੇ ਵਿਕਸਿਤ ਹੋ ਰਹੇ ਹਨ।