AI WORLD HQ
Ha töltöttél már egy egész hetet képernyőképek és táblázatok összegyűjtésével egy vezetői ellenőrzés előtt, ismerős lehet az érzés: az idő nagy része keresgéléssel telik, és alig marad idő a gondolkodásra. A Snowflake belső auditcsapata ugyanezt a problémát sokkal nagyobb léptékben írja le, és azt is bemutatja, hogyan segített az AI csökkenteni a ráfordítást.
Mit csinál a belső audit, és miért lassú?
A belső auditcsapat egy vállalaton belül működő csoport, amely ellenőrzi, hogy a folyamatok megfelelően működnek-e. Ezeket a folyamatokat gyakran „kontrolloknak” nevezik. Ilyen például az a szabály, amely szerint egy kifizetést két embernek kell jóváhagynia.
Az auditorok hagyományosan úgy ellenőrzik a korábbi nyilvántartásokat, hogy véletlenszerűen kiválasztanak néhány példát. Ezt mintavételnek nevezik, vagyis csak az összes adat egy részét vizsgálják meg. A Snowflake szerint ez a visszatekintő megközelítés változik, mert az AI segítségével már jóval több adat átnézése is megvalósítható.
Mi változott a Snowflake szerint?
A Snowflake bejelentése szerint a csapat többféle eredményt ért el:
- Gyorsabb terepmunka: A bizonyítékok összegyűjtésére és a jelentések elkészítésére fordított idő 50%-kal csökkent, hónapokról hetekre.
- Teljes körű ellenőrzés bizonyos területeken: Egyes vizsgálatoknál, például a rendszerhozzáférési naplók áttekintésénél — ezekből derül ki, hogy ki, mikor és melyik rendszerbe jelentkezett be — a csapat a mintavételről áttért minden egyes rekord ellenőrzésére.
- Megtakarított munkaórák: 2026-ban eddig több mint 3500 órát takarítottak meg az auditcsapaton belül, a kontrollokért felelős munkatársak pedig további több mint 1500 órát spóroltak. Ők működtetik az egyes ellenőrzési pontokat a vállalat különböző területein.
- Korábbi figyelmeztetések: A csapat nem hónapokkal később találja meg a problémákat, hanem már akkor jelezheti a kockázatokat, amikor azok felmerülnek.
A Snowflake példákat is említ, többek között a rendeléskezelés, a bevételi területek kijelölésének — vagyis annak eldöntésének — vizsgálatát, valamint a legfontosabb hozzáférési kontrollokat.
Hogyan marad az emberek kezében az irányítás?
A Snowflake „human-in-the-loop” modellt ír le. Ez olyan megoldás, amelyben egy ember ellenőrzi az AI munkáját, mielőtt annak eredménye hivatalosan felhasználható lenne. A vállalat megfogalmazása szerint az AI előkészít, az auditorok pedig levonják a következtetéseket. Az AI feldolgozza az adatokat és felismeri a mintákat, de egy auditor minden tervezetet vagy jelzett kivételt ellenőriz, mielőtt bárki ezekre támaszkodna. Az üzleti vezetőkkel folytatott egyeztetésekért pedig minden esetben az auditorok felelnek.
A vállalat azt is megjegyzi, hogy az adatok már használatra készen álltak. A számlázási, bevételi, HR- és hozzáférési naplók egy helyen voltak elérhetők, így a csapat a teljes adatállományokat is ellenőrizhette anélkül, hogy kézzel kellett volna összefésülnie a rendezetlen forrásokat. A külső eszközök a Snowflake saját fiókján belül futnak, ami a Snowflake szerint biztonságossá és elkülönítetté teszi az adatfeldolgozást.
A bejelentésben szereplő egyik kifejezés a SOX, vagyis a Sarbanes–Oxley törvény. Ez egy amerikai jogszabály, amely megbízható pénzügyi kontrollok fenntartására kötelezi a tőzsdén jegyzett vállalatokat. A Snowflake szerint az AI segít a csapatának lépést tartani az ehhez kapcsolódó megfelelési feladatokkal.
Összegzés
A Snowflake története egy gyakorlatias mintát mutat: az AI felgyorsítja az adatfeldolgozást, az emberek pedig ellenőrzik az eredményeket és meghozzák a döntéseket. Az ötlet átvételéhez nincs szükséged a Snowflake teljes rendszerére. Válassz ki ma egy rendszeresen elkészített jelentést vagy munkahelyi jóváhagyást, írd le, mely lépések jelentik pusztán adatok másolását és ellenőrzését, majd nézd meg, hogy az ehhez szükséges információk már egy helyen megtalálhatók-e. Ez a lista jó első lépés lehet egy gyorsabb és megbízhatóbb folyamat felé.