Agentes de IA fazem perguntas melhores do que contadores da KPMG em teste de auditoria
Agentes de auditoria de IA teriam feito perguntas mais incisivas e abrangentes do que os contadores humanos da KPMG em testes internos, reacendendo o debate sobre até onde grandes modelos de linguagem podem superar profissionais em trabalho pesado em regras e documentos. Comentários observam que grande parte da auditoria moderna é limitada por incentivos desalinhados, equipes juniores e processos de “marcar caixas”, o que a torna um alvo natural para automação — mas alertam que a exaustividade, a opacidade e os riscos de monocultura da IA podem criar novos modos de falha e novas vias para fraude. Muitos esperam fluxos de trabalho híbridos, em que a IA cuide da maior parte da análise rotineira enquanto humanos fornecem julgamento, validação final e responsabilidade, com implicações significativas para empregos, regulação e para quem, no fim, se beneficia dos ganhos de produtividade.
Qualidade percebida das auditorias da KPMG e das Big Four
- Muitos argumentam que o resultado reflete mal sobre a KPMG e as grandes firmas de auditoria mais do que elogia a IA.
- As auditorias das Big Four são descritas como, muitas vezes, exercícios perfunctórios de “marcar caixas” ou de “lavagem de imagem”, com incentivos para manter os clientes satisfeitos em vez de investigar a fundo.
- Vários comentaristas observam o uso intenso de juniores inexperientes e sobrecarregados, supervisionados por uma pequena camada de seniores; a qualidade para clientes menores ou menos estratégicos é vista como especialmente fraca.
- As auditorias também são apresentadas como algo que as empresas compram por sinalização e proteção jurídica, não necessariamente para descobrir todos os problemas.
Onde a IA parece forte em auditoria/contabilidade
- A IA é vista como bem adequada para tarefas regidas por regras, intensivas em documentos e com espaço de busca definido: exames fiscais, verificações de conformidade, SOC2, FP&A e cruzamentos entre políticas/código.
- Usuários relatam que a IA é mais exaustiva e consistente do que analistas ou auditores típicos, especialmente ao lembrar detalhes, aplicar listas de verificação e identificar anomalias.
- A IA não se cansa, pode paralelizar o trabalho entre agentes e, em princípio, pode levar auditorias de amostragem para uma análise quase abrangente.
Limitações e riscos dos agentes de IA
- Comentaristas destacam alucinações, mapeamento incorreto de regulações para documentos, “preguiça treinada” por limites de tokens e foco excessivo em questões esotéricas enquanto ignora problemas óbvios.
- Há preocupação de que a IA enterre os humanos em saídas verbosas, levando a uma “rendição cognitiva” enquanto ainda comete erros básicos.
- A IA é vista como ruim em julgamentos sobre materialidade, incentivos e o que “vale a pena investigar”, podendo ser rígida demais ou excessivamente minuciosa.
- Riscos de monocultura e explorabilidade: agentes maliciosos poderiam testar previamente esquemas de fraude contra a IA de auditoria; explorações direcionadas são vistas como mais preocupantes do que falhas universais.
Prática de auditoria, incentivos e materialidade
- Diz-se que auditores experientes aprendem o que importa: questões materiais versus triviais e como equilibrar minúcia, custo e relacionamento com o cliente.
- Grande parte do trabalho real de auditoria é descrita como negociação, avaliação de risco específica ao contexto e compreensão das realidades do negócio, não apenas listas de verificação.
- A responsabilidade legal continua com humanos (por exemplo, CEOs assinando demonstrações), o que levanta dúvidas sobre confiar em auditorias feitas só por IA.
Trabalho, economia e impacto no setor
- Muitos esperam que a IA desloque grandes parcelas do trabalho júnior de escritório (contabilidade, consultoria, programação), com humanos migrando para supervisão, treinamento e casos-limite.
- Há debate sobre quem captura os ganhos de produtividade: sócios/acionistas vs fornecedores de IA vs clientes.
- Alguns veem paralelos com Excel/calculadoras como ferramentas; outros enfatizam que, ao contrário delas, a IA pode executar autonomamente fluxos de trabalho complexos.
Ceticismo sobre o teste e a reportagem
- O teste é autorrelatado pela KPMG; os detalhes são vagos (“vários casos”), sem comparação quantitativa entre falhas e acertos, o que faz o título parecer exagerado.
- Alguns suspeitam de marketing e sinalização regulatória em vez de uma superioridade clara e rigorosamente demonstrada.