TCDN - Thông qua việc tổng hợp số liệu, chính sách, các mô hình triển khai thực tế, tác giả tập trung phân tích các cơ hội, thách thức và đề xuất giải pháp nhằm đẩy mạnh ứng dụng AI, góp phần nâng cao chất lượng, tính minh bạch và hiệu quả hoạt động kiểm toán tài chính trong bối cảnh chuyển đổi số.

Tóm tắt

Trí tuệ nhân tạo (AI) ngày càng được ứng dụng mạnh mẽ và phát huy hiệu quả một cách đáng kể trong mọi lĩnh vực kinh tế xã hội tại Việt Nam, trong đó có lĩnh vực kiểm toán. Bài viết nghiên cứu thực trạng ứng dụng AI trong lĩnh vực kiểm toán tài chính tại Việt Nam trong giai đoạn chuyển đổi số hiện nay. Thông qua việc tổng hợp số liệu, chính sách, các mô hình triển khai thực tế, tác giả tập trung phân tích các cơ hội, thách thức và đề xuất giải pháp nhằm đẩy mạnh ứng dụng AI, góp phần nâng cao chất lượng, tính minh bạch và hiệu quả hoạt động kiểm toán tài chính trong bối cảnh chuyển đổi số.

1. Đặt vấn đề

Trí tuệ nhân tạo (AI) đang trở thành một trong những công nghệ cốt lõi của Cách mạng công nghiệp 4.0, với khả năng phân tích dữ liệu khổng lồ, tự động hóa quy trình và hỗ trợ ra quyết định thông minh. Trong lĩnh vực kiểm toán tài chính, AI giúp phát hiện sai phạm nhanh hơn, giảm thiểu rủi ro gian lận, tối ưu hóa quy trình và nâng cao chất lượng dịch vụ.Theo báo cáo của PwC năm 2024, khoảng 65% doanh nghiệp kiểm toán toàn cầu đã tích hợp một hoặc nhiều công cụ AI trong hoạt động nghiệp vụ. Ở Việt Nam, xu hướng này mới bắt đầu hình thành, đặc biệt sau khi Chiến lược quốc gia về AI đến năm 2030 (Quyết định 127/QĐ-TTg) được ban hành, tạo nền tảng pháp lý cho việc ứng dụng AI trong các lĩnh vực kinh tế, tài chính, kế toán – kiểm toán.

2. Vai trò của AI trong lĩnh vực kiểm toán tài chính

Thứ nhất, tự động hóa quy trình kiểm toán: AI có thể thay thế nhiều công việc thủ công như nhập liệu, đối chiếu chứng từ, rà soát hóa đơn điện tử. Một hệ thống AI có thể xử lý hàng triệu giao dịch tài chính trong vài phút, phát hiện các điểm bất thường mà con người khó nhận ra.

Thứ hai, AI hỗ trợ trong việc phân tích dữ liệu lớn (Big Data): Kiểm toán viên sử dụng công cụ AI để phân tích toàn bộ dữ liệu giao dịch thay vì chỉ chọn mẫu ngẫu nhiên như trước. Điều này giúp đánh giá rủi ro tổng thể chính xác hơn, từ đó tăng độ tin cậy của báo cáo kiểm toán.

Thứ ba, AI có thể giúp kiểm toán viên phát hiện gian lận và nhầm lẫn: Các thuật toán học máy có thể phát hiện mẫu giao dịch bất thường, giúp giảm 40–50% thời gian phát hiện gian lận tài chính, theo báo cáo của KPMG (2024).

Thứ tư, AI hỗ trợ ra việc quyết định kiểm toán: AI giúp xác định các khu vực trọng yếu, dự đoán rủi ro ngành nghề và hỗ trợ lập kế hoạch kiểm toán tối ưu.

3. Thực trạng ứng dụng AI trong lĩnh vực kiểm toán tài chính tại Việt Nam

3.1. Chính sách, định hướng và hoạt động chỉ đạo của Nhà nước

Trong những năm gần đây, Nhà nước và cơ quan quản lý chuyên ngành đã xác định chuyển đổi số, trong đó có ứng dụng AI, là nhiệm vụ chiến lược. Bộ Tài chính đã ban hành các kế hoạch, quyết định và lộ trình thực hiện chuyển đổi số ngành Tài chính nhằm thúc đẩy xã hội hóa dữ liệu, nâng cao năng lực phân tích dữ liệu tài chính và hỗ trợ ứng dụng công nghệ mới trong nghiệp vụ kiểm toán, quản lý ngân sách và thanh toán điện tử. Cụ thể, Quyết định về Kế hoạch chuyển đổi số ngành Tài chính 2025 nêu rõ các giải pháp tăng cường hạ tầng số và tích hợp dữ liệu liên ngành, làm cơ sở pháp lý để triển khai các nền tảng phân tích dữ liệu cho kiểm toán và cơ quan quản lý.

Kiểm toán Nhà nước (KTNN) cùng các cơ quan liên quan đã bắt đầu triển khai các hoạt động thí điểm ứng dụng AI trong kiểm toán chuyên đề. KTNN công bố một số chương trình thí điểm tại nhiều địa phương, tập trung vào kiểm toán các gói thầu số hóa, ứng dụng phần mềm CNTT phục vụ chuyển đổi số và phát triển nền tảng phân tích dữ liệu kiểm toán (Audit Data Analytics Platform). Các tài liệu và tin tức chính thức của KTNN cho thấy cơ quan này đã ban hành văn bản, quy chế phối hợp để thử nghiệm ứng dụng AI, đồng thời đưa các chuyên đề liên quan vào kế hoạch kiểm toán năm 2025. Các báo cáo ban đầu cho thấy AI được dùng để phân tích khối lượng lớn chứng từ, lựa chọn mẫu kiểm toán và so sánh, đối chiếu dữ liệu trên quy mô rộng. Tuy nhiên KTNN cũng nhấn mạnh kết quả thí điểm bước đầu còn phụ thuộc chất lượng dữ liệu và cần xem xét, hiệu chỉnh trước khi đưa vào quy trình chính thức.

3.2. Mức độ tiếp nhận và triển khai ở các đơn vị kiểm toán độc lập

Ở khu vực kiểm toán độc lập, đặc biệt là các công ty kiểm toán lớn (Big4) đang hoạt động tại Việt Nam, việc ứng dụng công nghệ phân tích dữ liệu và AI đã được đưa vào thực tế ở nhiều dạng khác nhau: nền tảng phân tích sổ cái, công cụ phát hiện bất thường và tự động hoá kiểm chứng các bút toán. Các đơn vị quốc tế như Deloitte, PwC và EY công bố nền tảng, bộ công cụ hỗ trợ kiểm toán số (Omnia, Halo, EY Helix) mà họ sử dụng toàn cầu; các văn bản báo cáo và tài liệu minh bạch cho thấy những công cụ này được triển khai tại các chi nhánh khu vực và được áp dụng cho các tập đoàn, doanh nghiệp lớn tại Việt Nam. Ví dụ, PwC trình bày nền tảng Halo for Journals cho phép kiểm toán toàn bộ mẫu bút toán và tạo các phân tích trực quan, còn Deloitte tích hợp AI vào nền tảng Omnia nhằm tăng năng suất và chất lượng kiểm toán. Những nền tảng này đã góp phần làm thay đổi phương thức thực hiện kiểm toán ở các cuộc kiểm toán lớn và giúp rút ngắn thời gian phân tích dữ liệu.

Đối với các công ty kiểm toán độc lập trong nước, mức độ ứng dụng AI còn khiêm tốn. Nhiều công ty nhỏ và vừa chủ yếu dùng phần mềm kế toán, hệ quản trị dữ liệu cơ bản và mới chỉ bắt đầu thử nghiệm các công cụ phân tích; chưa phổ biến triển khai mô hình học máy hay công nghệ nhận dạng ngôn ngữ tự nhiên (NLP) để xử lý tài liệu không cấu trúc. Các hội nghề nghiệp như VACPA phối hợp tổ chức đào tạo, cung cấp thông tin về năng lực số cho kiểm toán viên, nhưng quy mô áp dụng công nghệ nâng cao vẫn còn hạn chế.

3.3 Các lĩnh vực, nghiệp vụ kiểm toán đã, đang và có thể ứng dụng AI

Thực tế ứng dụng AI trong kiểm toán tại Việt Nam tập trung ở vài nhóm nghiệp vụ chính:

Phân tích và kiểm tra toàn bộ dữ liệu giao dịch (full population testing): dùng công cụ phân tích để rà soát toàn bộ bút toán hoặc các hóa đơn, giúp phát hiện outliers và pattern bất thường. Đây là điểm mạnh của các nền tảng như Halo/EY Helix/Omnia. 

Phát hiện gian lận và rủi ro: mô hình phân tích hành vi giao dịch, điểm bất thường, cảnh báo sớm các giao dịch có rủi ro cao. KTNN đã thử nghiệm ứng dụng trong kiểm toán các gói thầu số hóa.

Xử lý chứng từ không cấu trúc: OCR + NLP để trích xuất dữ liệu từ hợp đồng, hóa đơn, biên bản; bước đầu được thử nghiệm ở một số dự án số hóa hồ sơ.

Tự động hóa quy trình kiểm toán: tự sinh checklist, hỗ trợ soạn thảo báo cáo kiểm toán bằng trợ lý ảo nội bộ (internal GenAI), bước này đang ở giai đoạn triển khai nội bộ tại một vài công ty lớn.

3.4. Những khó khăn, rào cản

Dù có nhiều khởi sắc, việc đưa AI vào thực tế kiểm toán tại Việt Nam đang đối mặt với các rào cản trọng yếu sau:

a) Chất lượng và sẵn có của dữ liệu: dữ liệu kế toán, giao dịch, báo cáo thường phân tán giữa nhiều hệ thống, thiếu chuẩn hóa và có nhiều dữ liệu không cấu trúc. Điều này làm giảm hiệu quả mô hình AI vốn phụ thuộc vào dữ liệu sạch và đồng nhất. Văn bản kế hoạch chuyển đổi số ngành Tài chính nêu rõ nhu cầu tích hợp dữ liệu liên ngành để triển khai các nền tảng phân tích hiệu quả.

b) Thiếu nhân lực số hóa và chuyên gia AI trong lĩnh vực kiểm toán: mặc dù các chương trình đào tạo bắt đầu xuất hiện trong các trường đại học và hội nghề nghiệp có tập huấn, số lượng kiểm toán viên thành thạo phân tích dữ liệu lớn, mô hình học máy, xử lý ngôn ngữ tự nhiên vẫn còn hạn chế. Điều này cản trở việc vận hành, kiểm thử và kiểm soát mô hình AI trong thực tế.

c) Chi phí triển khai và bảo trì: đầu tư ban đầu cho nền tảng, đội ngũ IT, bản quyền phần mềm và hạ tầng lưu trữ có thể là trở ngại lớn đối với các doanh nghiệp kiểm toán quy mô nhỏ. Do đó, nhiều đơn vị ưu tiên áp dụng các giải pháp phân tích dữ liệu cơ bản trước khi đầu tư vào AI nâng cao. (Quan sát tổng hợp từ các thông tin của KTNN và báo cáo ngành).

d) Khung pháp lý, chuẩn mực và trách nhiệm nghề nghiệp: hiện vẫn thiếu tiêu chuẩn chuyên môn cụ thể quy định cách sử dụng AI trong kiểm toán, trách nhiệm kiểm toán viên khi dựa vào kết quả do thuật toán cung cấp, cùng hướng dẫn kiểm định mô hình. KTNN và các cơ quan đang thí điểm nhưng vẫn cần hoàn thiện khung hướng dẫn, chuẩn mực để đảm bảo tính pháp lý và đạo đức nghề nghiệp khi AI được áp dụng rộng rãi

e) Vấn đề đạo đức, minh bạch thuật toán và quản trị rủi ro: như ở nhiều thị trường khác, Việt Nam cũng đối mặt với vấn đề giải thích quyết định của mô hình và an toàn thông tin khi xử lý dữ liệu nhạy cảm. Các bên tham gia triển khai cần xây cơ chế giám sát, kiểm định và công bố phương pháp để đảm bảo an toàn, minh bạch.

4. Giải pháp đẩy mạnh ứng dụng AI trong kiểm toán tài chính tại Việt Nam

Thứ nhất, cần hoàn thiện khung pháp lý và hệ thống chuẩn mực nghề nghiệp. Bao gồm các nội dung như xây dựng Chuẩn mực kiểm toán Việt Nam về ứng dụng AI. Bên cạnh đó, Nhà nước cần Quy định rõ trách nhiệm của kiểm toán viên khi sử dụng công cụ AI. Đồng thời có thể ban hành Bộ quy tắc đạo đức nghề nghiệp trong môi trường số.

Thứ hai, Phát triển hạ tầng và dữ liệu. Thiết lập trung tâm dữ liệu kiểm toán quốc gia, kết nối thông tin doanh nghiệp, ngân hàng, thuế. Chuẩn hóa định dạng dữ liệu tài chính theo tiêu chuẩn IFRS Digital Reporting.

Thứ ba, Đào tạo và phát triển nhân lực. Mở rộng chương trình đào tạo liên ngành: Kế toán – Kiểm toán – AI – Dữ liệu lớn. Hợp tác với các tổ chức quốc tế như ACCA, ICAEW, CPA Australia… để cập nhật công cụ và chứng chỉ kỹ năng số. Hỗ trợ đào tạo lại cho các kiểm toán viên đang hành nghề thông qua e-learning hoặc mô hình “mentor – mentee”.

Thứ tư, Thúc đẩy đổi mới sáng tạo và hợp tác: Khuyến khích startup Việt Nam phát triển công cụ AI trong kiểm toán nội địa. Tạo sandbox kiểm toán số – môi trường thử nghiệm AI dưới sự giám sát của Bộ Tài chính. Xây dựng quỹ hỗ trợ đổi mới sáng tạo trong lĩnh vực kế toán – kiểm toán.

Thứ năm, Bảo đảm đạo đức, bảo mật và tính minh bạch: Để đảm bảo đạo đức, bảo mật và tính minh bạch trong kiểm toán tài chính, cần có giải pháp bắt buộc công bố thuật toán kiểm toán AI và cơ chế kiểm soát lỗi. Đảm bảo tuân thủ Luật Bảo vệ dữ liệu cá nhân 2024. Thiết lập Ủy ban Giám sát AI trong kiểm toán để kiểm tra định kỳ tính công bằng và độ chính xác.

Kết luận

Ứng dụng AI trong lĩnh vực kiểm toán tài chính tại Việt Nam là xu hướng tất yếu nhằm đáp ứng yêu cầu minh bạch, chính xác và hiệu quả thông tin tài chính trong nền kinh tế số. Tuy nhiên, để đạt được hiệu quả bền vững, Việt Nam cần một chiến lược tổng thể gồm khung pháp lý phù hợp, cơ sở hạ tầng dữ liệu hiện đại, nhân lực chất lượng cao và hợp tác quốc tế sâu rộng. Nếu được triển khai đồng bộ, AI có thể giúp ngành kiểm toán Việt Nam tăng thêm hiệu quả thực hiện và năng suất công việc. Từ đó góp phần nâng cao vị thế nghề kiểm toán tại Việt Nam trên trường quốc tế.

Tài liệu tham khảo:

1. ACCA Việt Nam (2024). Trí tuệ nhân tạo và tương lai nghề kế toán – kiểm toán;

2. Bộ Tài chính (2025), Báo cáo chuyển đổi số ngành kiểm toán Việt Nam;

3. PwC Global (2024), AI in Auditing Report;

4. KPMG (2024), AI-Driven Audit Analytics;

5. Kiểm toán Nhà nước (2024), Hội thảo ứn dụng AI trong kiểm toán.

ThS. Trương Thị Hoài

Trường Kinh tế - Trường Đại học Vinh

Tạp chí in số tháng 12/2025