El auge de la analítica de autoservicio, incluidas las herramientas de "autoaprendizaje automático" (auto machine learning) y otros enfoques automatizados avanzados, dando a los equipos de auditoría interna más poder de lo que jamás habían esperado.
En primera línea: Desarrolladores de Ciudadanos y Expertos Profesionales
Blogs Francisco Aristiguieta, CIA nov. 03, 2021
El auge de la analítica de autoservicio, incluidas las herramientas de "autoaprendizaje automático" (auto machine learning) y otros enfoques automatizados avanzados, dando a los equipos de auditoría interna más poder de lo que jamás habían esperado. Pero un gran poder trae consigo una gran responsabilidad. ¿Deben los auditores aceptar este poder? ¿Deberíamos refrenarlo? ¿Podríamos refrenarlo si pensáramos que eso es lo que nos gustaría hacer?
¿Te suenan estas preguntas? Probablemente sí, ya que estas herramientas simplemente son los nuevos habilitadores del fenómeno que hemos estado llamando durante bastante tiempo "informática de usuario final".
Hace unos años, cuando comenzamos a reconocer los fenómenos de la informática de usuario final, simplemente teníamos un "ayudante" en el equipo de auditoría que podía hacer cosas en hojas de cálculo o bases de datos que otros ni siquiera sabían que estaban en el menú. Con el auge de las herramientas de autoservicio, estos ayudantes han aumentado el número de aprendices y ahora la persona a la que solíamos llamar " ayudante" quiere ser conocida como "ciudadano científico de datos" o "ciudadano desarrollador", según las herramientas que la persona use con más frecuencia.
Siempre que esté dispuesto a aprender, estos ayudantes le mostrarán cómo replicar sus trucos en sus proyectos. Pero a pesar de lo asombrados que estemos, nuestros ayudantes son los primeros en reconocer que no son los mejores. Ser un "verdadero" científico de datos / ingeniero de datos / programador (un profesional especializado) no es lo mismo que lo que ellos hacen como un "ciudadano" científico de datos o un "ciudadano" desarrollador (un aficionado hábil).
Aunque son "aficionados" o "entusiastas", estos desarrolladores ciudadanos son los que crean nuestros tableros de inteligencia de negocios, procesan nuestros datos para que el resto de nosotros podamos usarlos, desarrollan robots para simplificar nuestro trabajo y quizás diseñan y supervisan flujos de trabajo automatizados para recopilar y enviar información a otros miembros del equipo que la necesiten. Hacen el trabajo, no porque sean maestros técnicos, sino porque son "lo suficientemente buenos" en lo que hacen y realmente entienden lo que está tratando de hacer (perspicacia de negocios).
Debido a su capacidad para producir resultados y su naturaleza dual de negocios y técnica, cuando los equipos de auditoría consideraron la informática de usuario final, no optamos por refrenar estos ayudantes. Sí, reconocimos que era necesario implementar algún nivel de control. Queríamos asegurarnos de saber qué decisiones estaban tomando con sus herramientas, y también queríamos asegurarnos de que estas decisiones se tomaran en el nivel de autoridad correcto, independientemente de la experticia técnica. Con esas medidas de seguridad, en realidad optamos por habilitar estos ayudantes en los departamentos que estábamos revisando y los incorporamos en nuestros propios equipos.
Dado que los aficionados pueden hacer el trabajo, ¿significa esto el fin de los servicios profesionales? ¿Podemos aceptar que finalmente todos somos igualmente buenos? No, y no ... definitivamente no.
De hecho, desde siempre hemos estado lidiando con los campos de aficionados y profesionales. Por ejemplo, todavía queremos que nuestros médicos vayan a la escuela de medicina, pero tal vez consultemos con mamá antes de ir a la emergencia. Lo mismo ocurre cuando el coche "hace ruido" y tienes que decidir entre llevar tu coche a tu hermano o al taller.
A veces ni siquiera es nuestra decisión. Puede suceder cuando escuchamos la banda de tributo de garaje de nuestro vecino cuando llegamos a casa, en lugar de ir a un concierto de la banda que imitan.
En todos estos ejemplos, simplemente existimos en un ecosistema por capas, que comienza con la "clase de arte de la escuela primaria", pasando a "disponible en masa en el supermercado", a la "artesanía" y a las "bellas artes". El entorno es lo suficientemente grande para dar cabida a todas estas opciones, y las personas que juegan en cada nivel son las primeras en reconocer sus habilidades y limitaciones.
Entonces, ¿cómo navegan los auditores en este nuevo ecosistema cuando se trata de nuestros desarrolladores y científicos de datos profesionales o ciudadanos? Quizás lo tratamos de la misma manera que tratamos a otras herramientas y equipos de trabajo informáticos de usuario final: tratamos de comprender el alcance y el impacto del trabajo a realizar y asegurarnos de que sea apropiado.
Básicamente, si su robot propuesto simplificará algo que ya está haciendo, vaya y elabórelo con su amigable científico de datos del vecindario. Si el infierno pudiera desatarse cuando el proceso no se completa, entonces asegúrese de que la nueva herramienta se desarrolle con el apoyo de su equipo de TI, siguiendo todas sus etapas de desarrollo, y tal vez incluso compre una solución plug-and-play.
Hacer esto le permitirá utilizar sus herramientas y expertos de ciudadano / de autoservicio para comenzar, ejecutar pruebas de concepto y completar prototipos rápidos y despliegues de prueba para seguir impulsando el rendimiento y, a veces, generar nuevas oportunidades o habilidades para usted y su equipo. Si su prueba de concepto es efectiva y transformadora, puede promoverla de ser la instalación de su "feria de ciencias", a una herramienta institucional establecida en colaboración con su equipo de TI y otros expertos.
¿Es esto consistente con su experiencia? Házmelo saber en los comentarios.