智能自动化的风险治理_11页_713kb

智能自动化的风险治理总结

核心内容

智能自动化，又称数字化劳动力，正在成为企业提升效率、降低成本和增强决策能力的重要工具。然而，其广泛应用也带来了新的风险和治理挑战。企业需从战略、交付和运营三个层面综合考虑智能自动化的风险及管控措施，以确保其可靠性和合规性。

主要观点

• 智能自动化具有显著的变革潜力，能够提高业务处理速度、运营效率、成本效益和控制有效性。
• 企业面临诸多管理困境，如对智能自动化程序的可靠性缺乏信心、对算法的治理能力不足、对责任归属的模糊等。
• 建立对智能自动化的信任是领导层的关键任务，涉及完备性、可释性、公平性和适应性四大支柱。
• 风险治理不仅关乎技术层面，还涉及组织结构、流程控制、权限管理和合规要求。
• 毕马威提出一套智能自动化风险治理框架，帮助企业评估和管理相关风险。

关键信息

智能自动化的四大信任支柱

1. 完备性

   • 管理层需了解训练算法的数据来源及关联性
   • 建立训练模型的控制机制
   • 持续维护模型评估指标
   • 监控模型性能，防止目标偏离

2. 可释性

   • 管理层需能够解释模型的输出结果
   • 明确结果定义，建立清晰的规则集合
   • 持续评估结果的合理性
   • 构建整体算法治理体系

3. 公平性

   • 确保训练数据与算法目标相关且恰当
   • 监督和治理模型训练过程，防止偏差
   • 使用技术手段识别和纠正数据偏差
   • 持续监控模型，防止随着时间推移出现偏差

4. 适应性

   • 建立对训练数据和反馈数据的保护机制
   • 实施持续监控模型终端和控制模型访问
   • 确保模型能够自我修复并适应外部环境变化

常见管控问题

• 程序所有权不明确：缺乏对机器人ID所有权的控制和整合
• 缺乏统一管理：机器人程序的开发和管理缺乏统一和安全的流程
• 变更管理缺失：缺乏评估源应用程序修改对机器人程序影响的正式流程
• 开发与监控不足：开发人员技能不一，缺乏培训；缺乏自动预警工具和对机器人行为的控制机制

毕马威风险治理框架

毕马威开发了一套智能自动化风险治理框架，帮助企业评估和管理风险，内容包括：

1. 战略风险评估

   • 分析企业当前智能自动化水平与战略发展及行业趋势的匹配度
   • 结合企业风险偏好和概况，评估战略风险

2. 交付风险评估

   • 梳理智能自动化从设计到实施的流程与控制
   • 评估安全开发、用户体验设计、测试和质量保证等方面的风险

3. 运营风险评估

   • 评估智能自动化流程的优化和分析能力
   • 检查风险监控与报告机制的健全性和有效性
   • 确保关键风险指标设置合理且适用

毕马威服务介绍

毕马威提供智能自动化风险评估服务，帮助企业建立对智能自动化程序、平台和机器人程序的有效管理，并将风险控制措施整合到解决方案中。该服务有助于企业满足内部控制和外部监管要求，提升数据安全、变更管理、处理完整性及可审计性等方面的能力。

联系方式

• 胡丽芬
  内部审计、风险管理和合规服务主管合伙人
  毕马威中国
  电话：+86 (21) 2212 2603
  邮箱：lifern.woo@kpmg.com

• 梁安超
  内部审计、风险管理和合规服务华南区主管合伙人
  毕马威中国
  电话：+86 (755) 2547 3338
  邮箱：kelvin.oc.leung@kpmg.com

资源获取

如需获取更多信息，请访问毕马威中国各办公室信息页面：
https://home.kpmg.com/cn/en/home/about/offices.html

版权信息

本刊物所载资料仅供一般参考，不构成专业建议。
© 2019 毕马威企业咨询 (中国)有限公司
版权所有，不得转载。在中国印刷。