ビッグデータと人工知能の時代において、監査人は依然としてアイデアを持つ必要があるのでしょうか?

ビッグデータと人工知能の時代において、監査人は依然としてアイデアを持つ必要があるのでしょうか?

誰もが考えを持っており、監査人もそれぞれ心の中にさまざまな考えを持っています。表面的には、監査スキル、知識レベル、監査経験、監査の地位、業界での評判など、各監査人には多くの違いがあります。しかし、根本的なところでは、監査人ごとに考え方に違いがあります。考えることに何の役に立つのでしょうか? 考えることは、監査検査中に重大な監査発見事項が得られるという保証も、役職の昇進に直接役立つこともできません。監査業務に役立つ情報技術、ビッグデータ技術、データ分析技術などを「実際に」習得しておくと良いでしょう。ビッグデータと人工知能の時代では、監査人はより技術的な手段を使って業務を完了することができます。既製の監査ソフトウェアやシステムを購入したり、インターネットやコンサルティング会社からさまざまな監査ツールのテンプレートを見つけたり、確立された手順に従うだけで済みます。

[[421690]]

監査人は、特定の作業やタスクに直面したとき、それをどのように完了するかだけを考えればよく、より深い事柄について考える時間を無駄にする必要はありません。実際の業務では、監査人は実用的な考えを表現するだけでよく、思想的なものについては、監査人自身に考えさせるべきです。考えることは無駄なことのように思えますし、不必要な心理的負担ももたらします。ところで、考えることと考えたことは何が違うのでしょうか?

思考と思考の違いの 1 つは、思考はシステムを形成できるのに対し、思考は特定の問題を解決するための単なる精神活動であるということです。人は超人的な思考力を持っているかもしれませんが、その人の思考は必ずしも強力であるとは限りません。思考の役割を誇張するつもりはありませんが、思考には粘り強い活力と広範囲にわたる影響力があり、思考は私たちをより大きな方向へと導くことができることがわかります。私たちは、周囲の監査人の思慮深い言葉を覚えているかもしれませんが、時が経つにつれて、私たちよりも高い地位に就いている人、私たちよりも優れたスキルを持っている人、私たちよりも多くの監査上の発見をした人のことをすぐに忘れてしまいます。

監査人として、単純で反復的な業務上の事柄を扱う場合でも、より高度な技術的事項を扱う場合でも、私たちは社会活動や経済活動を行う人々であり、体系的であろうと断片的であろうと、独自の考えを形成します。間違った考えも考えであり、幼稚な考えも考えです。考えるということは、継続的に考え続けることであり、継続的に生きることではありません。私たちは自分自身の考えによって、周囲の物事をより批判的に見つめ、自分自身を振り返り、より客観的に自分自身を理解するようになります。おそらく、ある日監査役の職を退いたとき、私たちはまだ、自分たちがどこから来たのか、どこへ向かっているのか、そして自分たちが何者なのかについて考えていないでしょう。あまり考えすぎる必要はありません。同じように仕事をして、監査をきちんと行うだけです。なぜそんなに考える必要があるのでしょうか?

テクノロジー自体にはアイデアがありますが、私たちはそれを深く研究していません。テクノロジーを単なるツールとして捉え、その根底にある理論や論理を発見できなければ、どんなに先進的なテクノロジーでもやがて時代遅れになってしまいます。当時、そろばんの技術も計算技術と考えられていたなら、そろばんの達人たちは大きな進歩を遂げていたでしょう。しかし、今日では、そろばんをまだ使っている人がいるでしょうか。例えば、情報技術は今後も発展を続けていくため、過去に習得した情報技術が今は役に立たないかもしれません。しかし、テクノロジーの背後にある考え方を理解すれば、テクノロジーの発展の法則を理解できるかもしれません。たとえそれを巧みに適用できなくても、何が起こっているのかはわかるでしょう。

思考の活力は、私たちが絶えず考え、要約し、思考とともに思考を成長させることにあります。たとえ、すべての監査人が自分の考えを持っていると言っても、考えそのものは話すことはできません。考えはメディアを通じて表現されなければなりません。他の人が見ることができるように、私たちは考えを話し、書き留め、実行しなければなりません。

多くの監査人は考える意欲があるだけでなく、さらに考える意欲があり、「役に立たない」または「非現実的な」ことについても考え、徐々に独自の思考体系を形成していることがわかります。思慮深い監査人とコミュニケーションをとることで、たとえ得たものがしばらくは仕事や生活に役立たないとしても、必ず何かを得ることができます。

考え続け、考えを磨き続けると、最終的には独自のアイデアが形成されるでしょう。記事の冒頭の言葉を補足すると、「独創的な考えのほんの小さな火花でさえ、猛烈な火を点火し、莫大なエネルギーを放出する可能性があります。」

<<:  プログラマーに必要ないくつかの一般的なソートおよび検索アルゴリズムの概要

>>:  「林季」が中国国際サービス貿易交易会に登場しました! Orange Cloud AIエコシステムが従来の産業の束縛を打ち破る

ブログ    
ブログ    

推薦する

知識抽出についてお話ししましょう。学びましたか?

1. はじめに知識抽出とは通常、豊富な意味情報を持つタグやフレーズなどの非構造化テキストから構造化...

...

AIはイノベーションを通じて気候への影響を補うことができるでしょうか?

最も熱心な気候変動監視者でさえ希望を抱いている。なぜなら、人類の革新と技術が私たちをこの混乱に陥れた...

「顔支払い」が破綻?誰かがジャック・マーの写真を使って実験したところ、画面に4つの大きな文字がポップアップしました。

テクノロジーは絶えず発展しています。今や中国では、家から出ることなくお気に入りの商品を購入することが...

開発者にとって必須の 5 つの AI ツール、お見逃しなく!

今日のペースが速く、競争が激しい時代では、作業効率と製品品質の向上が特に重要になっています。ソフトウ...

CIIE 2019 サノフィと朱江知能が共同で医療のデジタル未来を創造

第2回中国国際輸入博覧会が11月10日に成功裏に終了した。医療機器と医薬健康展示エリアでは、世界有数...

...

産業用 IoT を実装するための 3 つの重要なステップ

老朽化するインフラ、コスト圧力、変動する利益率、規制の監視などにより、より効率的で強力なメンテナンス...

産業用ロボットを正確に選択するにはどうすればいいですか?これら 9 つのパラメータが教えてくれます。

オートメーション業界のベテランや経験豊富な電気機械エンジニアにとって、適切な「ロボット」を選択するこ...

電力管理における人工知能の重要性

私たちの生活のあらゆる側面がテクノロジーと絡み合っている時代において、電力業界も例外ではありません。...

たくさん学びました!世界で最も遅いソートアルゴリズム!

今日は、世界で最も遅いソートアルゴリズムである Bogo ソートについてお話ししたいと思います。では...

AI投資から利益を得るための3つの鍵

人工知能 (AI) の専門家や機械学習 (ML) サービスの利用可能性が高まるにつれて、AI は多く...

...