Al emplear soluciones de TI típicas comunes en toda la industria, la mayoría de las empresas de auditoría y los departamentos de cumplimiento tienen dificultades para mantenerse al día con la demanda de actualizar la documentación estándar de cumplimiento. Además de cumplir con los nuevos estándares causados por los requisitos comerciales que cambian rápidamente, estas organizaciones también deben mantener el personal necesario para satisfacer estas demandas.

Por ejemplo, una auditoría de gestión de la calidad reconocida en todo el mundo puede durar hasta dos semanas, de las cuales dos o tres días se dedican a examinar la documentación. Los días dedicados a cotejar la documentación con la norma de cumplimiento retrasan todo el proceso de auditoría.

Straker, un proveedor líder de servicios de automatización, verificación y traducción de contenido impulsados por IA, comenzó a explorar nuevos enfoques que podrían usar para optimizar el proceso de auditoría.

A medida que Straker evaluaba las soluciones disponibles para mejorar la competencia, necesitaban cerciorarse de que la tecnología ayudaría a:

• Reducir la duración de la auditoría
• Mejorar la precisión de la auditoría
• Crear nuevas rutas al mercado, es decir, procesos de autoservicio

Estaba claro que una solución personalizada impulsada por IA era la respuesta.

IBM y Straker crearon una solución inteligente de comprensión de documentos, impulsada por el estudio de IA IBM® watsonx.ai y la plataforma IBM® Watson Discovery, que cuentan con una comprensión profunda, impulsada por la IA, de determinada documentación estándar de cumplimiento. Este conocimiento se integra a través de una solución a medida desarrollada por watsonx.ai que audita automáticamente la documentación cargada. Las áreas que no superan las auditorías se identifican y se devuelven al cargador.

El software fue desarrollado para que los auditores y las personas con funciones de cumplimiento tuvieran un proceso simple, pero exhaustivo con pasos optimizados, que incluían:

• Cargar documentación y seleccionar la norma o documentación de cumplimiento dada
• Desarrollar una lista de verificación donde se extraen palabras clave para buscar la relevancia del estándar de cumplimiento
• Buscar documentación cargada para una precisión ideal
• Cotejar los documentos cargados con el estándar de cumplimiento mediante un modelo de lenguaje grande (LLM)
• Notificar a las áreas de incumplimiento para generar más informes o acciones