Actualmente las compañías se enfrentan a riesgos y a regulaciones que evolucionan constantemente.
Estos factores pueden llevarnos a pensar si llegó el momento para que el rol de la Auditoría Interna (AI) evolucione también y sea parte integral del equipo que identifica y mitiga los efectos de los riesgos en la organización. La AI puede lograrlo, pero para hacerlo de forma efectiva y agregue valor a su trabajo, puede aprovechar algunos recursos, como son las nuevas tecnologías, las analíticas de datos y la modelación predictiva.
Aprovechando la tecnología necesaria y los datos, la AI puede aportar ideas importantes para la detección de riesgo, tales como:
-Riesgo cibernético: la AI puede ayudarle a la organización a entender de mejor manera su preparación frente a los riesgos cibernéticos mediante el uso de analíticas para detectar los patrones de violación y revisar de manera regular los controles cibernéticos. Entender los riesgos relacionados con la protección de los activos de la compañía y contener los costos que implican está en el primer lugar de la atención de los CFO, pues en los Estados Unidos, por ejemplo, el costo promedio de la violación de datos es de 188 dólares por pérdida o registro robado o un promedio de 5.4 millones de dólares por organización violada. -Vínculo estratégico: un reciente estudio global de Deloitte señala que el riesgo estratégico se ha convertido en un centro importante de atención. El 81 por ciento de las compañías encuestadas están administrando ahora de manera explícita el riesgo estratégico, más que limitar su atención a las áreas tradicionales, tales como riesgo operacional, riesgo financiero y riesgo de cumplimiento. Si la AI logra tener un lugar en la mesa ejecutiva, está en la posición de reportar cuando la estrategia no sea bien entendida a través de la organización, pues es una situación que podría llevar a decisiones que no estén de acuerdo con la estrategia general.
-Riesgo de inversión: las técnicas tradicionales de auditoría para determinar si los proyectos de inversión relacionados fueron exitosos, estarían a favor del enfoque histórico. Pero mediante el uso de modelos predictivos, los auditores internos pueden hoy ayudar a los equipos a mejorar la probabilidad de que un proyecto sea entregado exitosamente: a tiempo, dentro del presupuesto y satisfaciendo los requerimientos de especificación y del negocio.
Pero además de aprovechar la tecnología y la analítica de datos, la AI necesita el apoyo de la administración y del comité de auditoría para poder avanzar hacia un rol de valor más alto y requiere también agregar las habilidades necesarias de modelamiento y analíticas a su conocimiento práctico de los controles internos y de los enfoques de administración del riesgo. Es importante también que los profesionales de AI abandonen la zona de comodidad y empiecen a moverse para centrarse en los riesgos identificados y a tener una participación activa en el diseño e implementación de planes efectivos para mitigarlos o resolverlos.
(*) Director Auditoría de Deloitte Nicaragua.
Ver en la versión impresa las páginas: 2 C
