Publication: İç denetimde yapay zeka kullanımı : Türkiye’deki uygulamalar üzerine bir çalışma
Abstract
Dijitalleşmenin hız kazandığı günümüzde iç denetim fonksiyonu yalnızca geleneksel kontrol ve denetim mekanizmalarıyla sınırlı kalmamakta olup veri odaklı analiz yetkinliği, teknolojik enteg-rasyon kapasitesi ve stratejik karar destek işleviyle daha geniş bir sorumluluk alanına evrilmekte-dir. Bu değişimde yapay zekâ (YZ) teknolojilerinin etkisi belirleyici bir rol üstlenmektedir. Özel-likle büyük veri setlerinin anlamlandırılması, risklerin erken tespiti, süreç anomalilerinin belirlen-mesi ve kaynak kullanımının optimize edilmesi gibi alanlarda YZ sistemlerinin sunduğu katkılar iç denetimin etkinliğini ve kurumsal değer üretme kapasitesini önemli ölçüde artırmaktadır. Bu bağ-lamda, Türkiye'de faaliyet gösteren çok lokasyonlu ve büyük ölçekli bir lojistik şirketinde geliştiri-len YZ tabanlı ‘Kayıp Sipariş Tahminleme ve Önleme’ modeli teknolojinin iç denetim süreçlerine entegrasyonuna dair somut ve uygulamaya geçmiş bir uygulama olarak ele alınmıştır. YZ sistemi her bir siparişin kayıp riski düzeyini öngörmekte ve bu öngörüler doğrultusunda iç denetim birim-lerinin müdahale önceliklerini belirlemesine, risk temelli denetim stratejileri geliştirmesine ve kaynakların daha verimli tahsis edilmesine olanak sağlamaktadır. YZ sisteminin iç denetim süreç-lerine entegrasyonu sadece operasyonel denetim etkinliğini artırmakla kalmamış aynı zamanda iç denetim birimlerinin işlevsel yönünü de dönüştürmüştür. İç denetçiler bu sistem aracılığıyla geç-mişe dönük hata tespiti yapan birer denetçi olmanın ötesine geçerek ileriye dönük risk senaryoları geliştiren, veri temelli öngörülerle kurumsal kararlara katkı sağlayarak aktif rol alan denetçilere dönüşmüştür. YZ sisteminin etkileri yalnızca iç denetim fonksiyonuyla sınırlı kalmayıp, lojistik süreçlerdeki genel performansı ve müşteri deneyimini de olumlu yönde etkilemiştir. Sipariş kayıp-larındaki azalma, zamanında teslimat oranlarındaki artış ve operasyonel hataların minimize edil-mesi YZ sisteminin şirkete doğrudan katkılarını ortaya koymaktadır. Risk temelli iç denetim anla-yışı doğrultusunda sistemin sunduğu öngörüsel veriler iç denetim planlamalarının daha esnek ve dinamik biçimde yapılmasını sağlarken aynı zamanda iç denetimin kurumsal dijitalleşme strateji-leriyle daha uyumlu bir şekilde konumlandırılmasına katkı sunmuştur.
In today's rapidly digitizing world, the internal audit function is no longer limited to traditional control and audit mechanisms but is evolving into a broader area of responsibility with data-driven analytical capabilities, technological integration capacity and strategic decision support functions. Artificial intelligence (AI) technologies are playing a decisive role in this change. AI systems contribute significantly to improving the effectiveness of internal audit and the capacity to gener-ate corporate value, particularly in areas such as interpreting large data sets, early risk detection, identifying process anomalies, and optimizing resource utilization. In this context, the AI-based “Lost Order Prediction and Prevention” model developed by a multi-location, large-scale logistics company operating in Turkey is examined as a concrete and practical application of technology integration into internal audit processes. The AI system predicts the risk level of each order and, based on these predictions, enables internal audit units to determine intervention priorities, devel-op risk-based audit strategies, and allocate resources more efficiently. The integration of the AI system into internal audit processes has not only increased operational audit effectiveness but also transformed the functional role of internal audit units. Through this system, internal auditors have gone beyond being auditors who detect past errors and have become auditors who develop for-ward-looking risk scenarios and play an active role in contributing to corporate decisions with data-driven forecasts. The effects of the AI system are not limited to the internal audit function but also have a positive impact on overall performance in logistics processes and customer experi-ence. The reduction in order losses, increase in on-time delivery rates, and minimization of opera-tional errors demonstrate the direct contribution of the AI system to the company. In line with a risk-based internal audit approach, the predictive data provided by the system has enabled internal audit planning to be carried out more flexibly and dynamically, while also contributing to the alignment of internal audit with corporate digitalization strategies.
In today's rapidly digitizing world, the internal audit function is no longer limited to traditional control and audit mechanisms but is evolving into a broader area of responsibility with data-driven analytical capabilities, technological integration capacity and strategic decision support functions. Artificial intelligence (AI) technologies are playing a decisive role in this change. AI systems contribute significantly to improving the effectiveness of internal audit and the capacity to gener-ate corporate value, particularly in areas such as interpreting large data sets, early risk detection, identifying process anomalies, and optimizing resource utilization. In this context, the AI-based “Lost Order Prediction and Prevention” model developed by a multi-location, large-scale logistics company operating in Turkey is examined as a concrete and practical application of technology integration into internal audit processes. The AI system predicts the risk level of each order and, based on these predictions, enables internal audit units to determine intervention priorities, devel-op risk-based audit strategies, and allocate resources more efficiently. The integration of the AI system into internal audit processes has not only increased operational audit effectiveness but also transformed the functional role of internal audit units. Through this system, internal auditors have gone beyond being auditors who detect past errors and have become auditors who develop for-ward-looking risk scenarios and play an active role in contributing to corporate decisions with data-driven forecasts. The effects of the AI system are not limited to the internal audit function but also have a positive impact on overall performance in logistics processes and customer experi-ence. The reduction in order losses, increase in on-time delivery rates, and minimization of opera-tional errors demonstrate the direct contribution of the AI system to the company. In line with a risk-based internal audit approach, the predictive data provided by the system has enabled internal audit planning to be carried out more flexibly and dynamically, while also contributing to the alignment of internal audit with corporate digitalization strategies.