Veštačka inteligencija više nije stvar budućnosti — ona je već tu, u našim tabelama, mejlovima i internim procesima. Ali dok se kompanije utrkuju da implementiraju AI alate, jedno pitanje ostaje nedovoljno postavljeno: ko kontroliše rizike koje ti alati donose?
Upravo na tu temu oglasio se Benito Ybarra, izvršni potpredsednik Instituta internih revizora (IIA), koji upozorava da tradicionalna interna revizija više ne može da ide u stopu sa brzinom kojom se tehnologija razvija. Prema njegovim rečima, revizori moraju biti korak ispred, a ne da reaguju tek kada problem eskalira.
AI uvodi nove vrste rizika — i to nisu samo tehnički
Kada kažemo „AI rizik“, većina ljudi pomisli na hakere ili pad sistema. Ali Ybarra skreće pažnju na nešto suptilnije: algoritamska pristrasnost, netransparentnost odluka i odgovornost kada model donese pogrešnu procenu. Ako AI sistem odlučuje o kreditima, zapošljavanju ili medicinskim dijagnozama — ko odgovara kada pogreši?
To više nije pitanje etike u teoriji. Regulatorni okviri, poput EU AI Act, polako uvode obaveze za kompanije da dokumentuju kako njihovi AI modeli funkcionišu i koje podatke koriste. Interna revizija tu postaje prva linija odbrane — ili poslednja, ako se ne prilagodi.
Revizori nisu programeri, ali moraju da razumeju kod
Ybarra ističe da interna revizija ne mora da postane IT odeljenje, ali mora da razvije tehničku pismenost. To znači da revizor treba da zna da postavi prava pitanja: Odakle dolaze podaci? Kako je model treniran? Da li postoji nadzor nad njegovim odlukama?
Ovo je posebno važno u svetu gde sve više kompanija koristi generativne AI alate za automatizaciju izveštaja, analizu ugovora ili čak donošenje poslovnih odluka. Bez adekvatne kontrole, kaže Ybarra, rizik od greške — ili zloupotrebe — eksponencijalno raste.
Šta to znači za srpske kompanije?
Iako se priča o AI reviziji često vezuje za velike korporacije na Zapadu, trend brzo stiže i do nas. Domaće firme koje uvode AI alate u poslovanje — bilo da je reč o chatbotovima za korisničku podršku ili analitici podataka — moraće pre ili kasnije da uspostave mehanizme interne kontrole.
To ne mora da bude komplikovano. Ponekad je dovoljno da neko u timu ima jasnu odgovornost da prati šta AI radi, kako se menja i gde su mu granice. Kako Ybarra poručuje: budućnost revizije nije u brojanju grešaka, već u predviđanju rizika.
U svetu gde AI uči brže od nas, pitanje nije da li ćemo se prilagoditi — već koliko ćemo brzo shvatiti da tehnologija bez kontrole nije napredak, već samo brži put do problema.