CIRCOLARE MONOGRAFICA
Il ruolo del revisore legale dei conti tra data analytics e analisi predittiva
DI ROBERTA PROVASI | 8 SETTEMBRE 2026
La crescente digitalizzazione dei processi aziendali ha determinato una trasformazione profonda del sistema informativo e delle modalità di produzione dell’informazione economico-finanziaria. In tale contesto, l’intelligenza artificiale e i data analytics stanno assumendo un ruolo sempre più rilevante anche nell’ambito della revisione aziendale, incidendo sulle procedure di analisi, sulla valutazione dei rischi e sull’acquisizione degli elementi probativi. Il presente contributo si propone di analizzare l’impatto dell’IA nei processi di revisione, anche con riferimento al nuovo ruolo che i revisori sono chiamati a rivestire in contesti sempre più definiti come “data-driven”.
Introduzione. L’evoluzione tecnologica a supporto della revisione legale dei conti
L’attività di revisione contabile storicamente si è sviluppata attraverso metodologie basate su verifiche manuali, analisi di documenti cartacei e tecniche di campionamento applicate a porzioni limitate delle operazioni aziendali.
Il lavoro del revisore era quindi prevalentemente orientato all’esame delle singole operazioni e alla raccolta di elementi probativi mediante procedure fondate sull’osservazione diretta, sull’indagine, sull’ispezione e sul ricalcolo della documentazione contabile.
Tale impostazione risultava coerente con la struttura dei sistemi amministrativi tradizionali, caratterizzati da processi poco automatizzati e da una limitata disponibilità di dati in formato elettronico.
Questo approccio presentava tuttavia dei limiti in termini di accuratezza ed estensione delle verifiche, soprattutto in presenza di un numero elevato di operazioni e informazioni, aumentando il rischio di errori nelle valutazioni effettuate dal revisore.
È diventato quindi progressivamente evidente come fosse necessaria l’introduzione di strumenti tecnologici a supporto dell’attività di revisione, in grado di migliorare l’efficacia delle verifiche senza modificare gli obiettivi della revisione, ma incidendo esclusivamente sulle modalità operative attraverso cui essa viene svolta.
L’evoluzione dei sistemi informativi aziendali e la progressiva digitalizzazione dei processi amministrativi e contabili hanno determinato un cambiamento significativo nelle modalità di svolgimento della revisione. La disponibilità di registrazioni elettroniche, la maggiore tracciabilità delle operazioni e l’integrazione dei processi contabili all’interno di sistemi informatici sempre più complessi hanno reso necessario un adeguamento delle metodologie di revisione tradizionali, che sono state progressivamente integrate con strumenti e tecniche di supporto tecnologico.
Queste innovazioni hanno fatto sì che l’attenzione del revisore deviasse dalla verifica delle singole operazioni alla comprensione dei processi aziendali e dei sistemi di controllo interno che presidiano la formazione dell’informazione contabile ponendo le basi per un approccio orientato alla valutazione dei rischi e all’analisi dei sistemi.
Con l’innovazione dei sistemi informatici l’attività del revisore è pertanto mutata dovendo adattarsi a una nuova realtà che ha reso necessaria la comprensione dei nuovi strumenti per poter essere poi sfruttati al meglio e soprattutto supervisionati per scongiurare il verificarsi di errori data la mole di informazioni che andavano a trattare.
L’introduzione delle nuove tecnologie ha interessato tutte le fasi del processo di revisione, dall’accettazione dell’incarico da parte del revisore alla pianificazione dell’attività, dallo svolgimento delle procedure fino alla formulazione della relazione di revisione.
E precisamente:
| Fase del processo di revisione | Effetti dell’evoluzione tecnologica |
| Fase di accettazione e mantenimento dei rapporti con il cliente | La raccolta e l’analisi delle informazioni utili ai fini dell’accettazione e del mantenimento dell’incarico risultano oggi supportate da sistemi informativi che consentono di gestire in modo strutturato i dati relativi al cliente e di individuare tempestivamente eventuali elementi che possano rappresentare un rischio per il corretto svolgimento della revisione. Anche la valutazione delle informazioni rilevanti ai fini dell’indipendenza sono oggi supportate da sistemi informativi strutturati, che consentono una gestione più efficiente delle informazioni relative ai rapporti professionali e una valutazione più accurata delle potenziali minacce. L’utilizzo di sistemi di archiviazione elettronica favorisce inoltre una maggiore tracciabilità delle verifiche svolte e delle decisioni prese rafforzando il controllo della qualità dell’incarico. |
| Pianificazione | In passato questa fase era basata su interviste, documentazioni descrittive e analisi di campioni di operazioni su cui il revisore poteva pianificare il processo con un approccio focalizzato sulle singole voci e transazioni. Oggi le innovazioni tecnologiche hanno reso il processo più accurato in termini di portata, tempistica e di direzione delle procedure, grazie alla disponibilità di dati in formato elettronico e all’aumento del volume delle operazioni da analizzare. |
| Formazione del giudizio | L’evoluzione tecnologica non ha modificato la struttura, il contenuto e le responsabilità connesse alla relazione di revisione, che restano disciplinate dai Principi di revisione internazionali. Essa ha tuttavia inciso in modo significativo sul processo informativo che conduce alla formulazione del giudizio, influenzando le modalità di acquisizione, analisi e valutazione delle informazioni poste a fondamento della relazione. Nel contesto attuale, caratterizzato da una crescente disponibilità di informazioni in formato elettronico e dalla diffusione di documenti informativi digitali, il volume e la varietà delle informazioni che accompagnano il bilancio risultano significativamente aumentati. L’utilizzo di supporti digitali e di archivi elettronici agevola l’accesso alle informazioni e ne migliora la tracciabilità, consentendo al revisore di svolgere in modo più strutturato e documentabile le attività di lettura, confronto e valutazione delle informazioni contenute nei documenti che accompagnano il bilancio. |
L’introduzione dell’IA nei processi di auditing. Prime evidenze dalle società di revisione
L’introduzione dell’intelligenza artificiale e dei data analytics, strumenti tra loro integrati in grado di analizzare grandi volumi di dati e di supportare i processi decisionali, hanno accelerato in modo rilevante la trasformazione dei sistemi informativi aziendali.
In tali rinnovati contesti, i data analytics assumono un ruolo centrale nel supportare il revisore nella comprensione dei fenomeni aziendali, consentendo l’analisi sistematica di ampi insiemi informativi e l’individuazione di andamenti, relazioni e anomalie potenzialmente rilevanti.
Gli organismi professionali internazionali hanno riconosciuto l’importanza di tali strumenti nell’ambito della revisione.
In particolare, l’IAASB evidenzia come l’utilizzo dei data analytics contribuisca a una migliore comprensione dell’impresa e del suo contesto, nonché a una più efficace identificazione e valutazione dei rischi di errori significativi, rafforzando il processo di pianificazione e svolgimento della revisione.
Le raccomandazioni dell’OECD pongono inoltre l’accento sulla necessità di una governance responsabile dei dati lungo l’intero ciclo del loro valore, sottolineando l’importanza della qualità, dell’interoperabilità e della leggibilità automatica delle informazioni.
La stessa European Commission evidenzia come lo sviluppo e l’adozione dell’intelligenza artificiale dipendano dalla disponibilità di dati di elevata qualità, da infrastrutture computazionali adeguate e da un quadro di governance efficiente e coordinato.
Nel percorso di integrazione delle tecnologie avanzate nei processi di revisione, le big four hanno fin da subito effettuato ingenti investimenti per la digitalizzazione delle proprie metodologie di revisione al fine per lo più di definire un modello di adozione dell’intelligenza artificiale e dei data analytics fondato sull’integrazione tra piattaforme digitali e metodologia di audit globale.
Risultato: ogni società ha testato e introdotto rilevanti cambiamenti nel proprio modo di lavorare.
| Società di revisione | Soluzioni adottate |
| EY | Già dal 2015 ha introdotto la piattaforma globale di data analytics EY Helix, integrata all’interno dell’ambiente digitale di revisione EY Canvas. L’integrazione tra le due componenti consente di incorporare l’analisi dei dati direttamente nel flusso operativo dell’audit, dalla fase di pianificazione fino allo svolgimento delle procedure di verifica. Dal punto di vista funzionale, importante il supporto della libreria di Analyzer di EY Helix che copre l’intero ciclo operativo aziendale e supporta le principali procedure di revisione. Analogamente, l’Inventory Analyzer supporta l’analisi delle rimanenze, mentre gli strumenti relativi ai debiti commerciali consentono di esaminare le dinamiche dei fornitori e delle relative registrazioni contabili. Tale modello consente di estendere la portata delle verifiche, migliorare la comprensione dei processi aziendali e supportare la pianificazione e l’esecuzione delle procedure in modo coerente con il principio di revisione di continua valutazione del rischio. |
| KPMG | In una prospettiva analoga di integrazione tra analisi dei dati e metodologia di revisione, KPMG ha sviluppato un ambiente digitale unitario orientato non solo all’elaborazione delle informazioni contabili, ma anche alla gestione delle fasi dell’incarico e alla condivisione delle evidenze tra i membri del team. Nel 2017 KPMG ha introdotto la piattaforma globale di audit KPMG Clara che integra le funzionalità di data analytics all’interno della metodologia di audit consentendo l’accesso in tempo reale alle informazioni rilevanti ai fini dell’incarico. In particolare, la piattaforma consente di individuare combinazioni anomale di conti, operazioni non ricorrenti e valori anomali, supportando la selezione delle voci da sottoporre a verifica. |
| PwC | PwC integra gli strumenti di analisi dei dati all’interno della propria metodologia di revisione attraverso la piattaforma Halo, utilizzata per l’estrazione, la gestione e l’elaborazione di insiemi estesi di dati contabili. L’utilizzo di un ambiente centralizzato consente di impiegare gli stessi dataset nelle diverse fasi dell’incarico, dalla valutazione del rischio all’esecuzione delle verifiche, permettendo l’analisi sull’intera popolazione delle transazioni e la tracciabilità delle elaborazioni effettuate. Altre applicazioni significative sono l’applicazione GL.AI, introdotta per l’analisi del libro giornale mediante algoritmi di apprendimento automatico addestrati su schemi contabili e comportamentali e la Cash.AI, utilizzata nelle verifiche sulle disponibilità liquide. |
| Deloitte | L’esperienza di Deloitte estende l’impiego delle tecniche di apprendimento automatico alla revisione documentale, con particolare riferimento ai contratti rilevanti ai fini della rappresentazione in bilancio. L’applicazione denominata Argus è impiegata per l’esame di popolazioni estese di documenti contrattuali, tra cui contratti di leasing, accordi di vendita, contratti derivati e altri documenti giuridico-contabili rilevanti ai fini della rappresentazione in bilancio. Il sistema analizza i documenti in formato elettronico mediante tecniche di elaborazione del linguaggio naturale e identifica automaticamente le clausole di interesse, confrontandole con modelli contrattuali standard e segnalando le variazioni presenti all’interno della popolazione analizzata. |
I benefici, le potenzialità apportate dall’IA nella trasformazione dei processi di auditing e nella definizione dei nuovi contesti “data-driven”
L’utilizzo dell’intelligenza artificiale nei processi di revisione aziendale consente di affrontare in modo più efficace alcune criticità strutturali che hanno storicamente caratterizzato l’attività di audit, in particolare quelle connesse alla gestione di grandi volumi di dati, alla standardizzazione delle procedure e ai vincoli temporali.
In tale contesto, l’automazione delle attività operative e l’impiego di strumenti avanzati di analisi dei dati permettono di ridurre il ricorso a interventi manuali, migliorando l’organizzazione complessiva del lavoro di revisione.
In particolare:
| Benefici e potenzialità dell’IA |
| L’estensione delle verifiche all’intera popolazione delle transazioni, resa possibile dall’utilizzo di strumenti tecnologici avanzati, consente di superare i limiti tipici dell’approccio tradizionale fondato sul campionamento, senza che ci siano ripercussioni sull’impostazione metodologica basata sul rischio. |
| L’impiego di strumenti di analisi avanzata incide non soltanto sull’estensione delle verifiche, ma anche sulla natura stessa degli elementi probativi acquisiti. L’accesso a popolazioni integrali di dati e la possibilità di elaborazioni automatizzate ampliano il perimetro informativo disponibile. Va comunque considerato che la disponibilità di grandi volumi di dati non equivale automaticamente a maggiore qualità probativa: l’elemento centrale resta la capacità di selezionare, interpretare e correlare le informazioni in modo coerente con gli obiettivi della revisione. |
| Il processo di revisione diventa continuo e meno concentrato in specifiche fasi temporali. L’analisi automatizzata dei dati consente di individuare in modo tempestivo scostamenti e incoerenze, riducendo il rischio che errori significativi emergano solo nelle fasi conclusive dell’attività di audit. |
| Evoluzione qualitativa dell’attività di revisione. L’automazione delle attività a minore valore aggiunto consente di liberare risorse professionali, favorendo un impiego mirato delle competenze del revisore. L’IA consente inoltre rilevanti potenzialità in termini di qualità delle informazioni a supporto del processo di revisione |
| L’impiego di strumenti di data analytics avanzati consente di ottenere una rappresentazione più articolata delle dinamiche aziendali, migliorando la comprensione dei processi sottostanti ai dati contabili e finanziari. Il valore informativo generato non risiede solo nell’accuratezza del dato, ma anche nella capacità di individuare relazioni, andamenti e configurazioni informative utili a una lettura migliore del contesto operativo dell’impresa. |
| L’adozione sistematica dell’intelligenza artificiale contribuisce a rafforzare la capacità decisionale dei professionisti dell’audit, favorendo una maggiore integrazione tra informazioni di natura finanziaria e non finanziaria. L’intelligenza artificiale tende così a configurarsi non soltanto come strumento di supporto operativo, ma come una vera e propria infrastruttura cognitiva, in grado di ampliare il perimetro informativo disponibile e di richiedere, allo stesso tempo, una capacità interpretativa più evoluta da parte del revisore. |
| L’IA permette l’analisi sistematica di comportamenti non ordinari e ciò consente di predisporre in modo strutturato le fasi di pianificazione e di risposta dell’audit, rafforzando il raccordo tra analisi dei dati, definizione delle priorità e modulazione delle procedure di revisione. Questa integrazione contribuisce a una maggiore coerenza del processo e riduce la probabilità che aree con criticità rilevanti rimangano prive dell’adeguata attenzione. |
Da quanto emerge la rilevante potenzialità connessa all’utilizzo dell’IA a supporto dei processi di auditing ma, chiaramente, l’efficacia di tali strumenti risulta tuttavia strettamente dipendente dalla presenza di adeguati presidi di governance, da competenze interne adeguate e da chiari criteri di responsabilità, fattori determinanti per un utilizzo efficace di tecnologie avanzate come queste.
Nell’insieme, questi elementi rafforzano il collegamento tra revisione, governance e processi decisionali a supporto degli organi aziendali, consolidando la dimensione strategica della funzione di audit.
Nel loro complesso, tali elementi evidenziano come l’intelligenza artificiale non produca effetti isolati, ma incida simultaneamente sull’assetto organizzativo delle imprese e su quello dei soggetti incaricati della revisione.
La trasformazione dei sistemi informativi aziendali modifica la qualità e la disponibilità dei dati, parallelamente, l’evoluzione metodologica e organizzativa del revisore consente di interpretare e utilizzare tali informazioni in modo più esteso e strutturato.
Ne deriva un rapporto di interdipendenza nel quale l’innovazione tecnologica, se accompagnata da adeguati presìdi di controllo e di qualità, rappresenta una leva di rafforzamento dell’efficacia del processo di revisione, ponendo le basi per l’analisi delle criticità e dei limiti.
Ne deriva un progressivo ripensamento del ruolo del revisore, sempre più chiamato a interpretare segnali d’allarme anticipatori piuttosto che limitarsi a una valutazione a posteriori di eventi già manifestatisi.
Tuttavia, proprio l’ampliamento del perimetro informativo, l’integrazione di modelli predittivi e la crescente dipendenza da sistemi automatizzati pongono interrogativi rilevanti in termini di affidabilità, trasparenza, responsabilità e tenuta metodologica del processo di revisione.
Le potenzialità fin qui analizzate rendono pertanto necessario un esame approfondito dei limiti, delle criticità e dei rischi connessi all’impiego dell’intelligenza artificiale, che costituiscono il presupposto per una valutazione equilibrata della sua integrazione nei processi di audit.
Non va poi dimenticato che la tecnologia, nonostante ampli il perimetro informativo e acceleri i processi analitici, non è in grado di sostituire la soggettività della valutazione che consente di collocare i risultati all’interno del contesto economico-aziendale e dell’incarico di revisione.
L’adattamento richiesto al revisore non si tradurrà quindi nell’abbandono delle precedenti esperienze professionali oramai consolidate, ma nel rafforzamento delle competenze critiche necessarie per operare in contesti di nuova generazione definiti “data-driven”. Con tale locuzione sono da intendersi ambienti organizzativi e decisionali nei quali le scelte strategiche, operative e di controllo sono prevalentemente fondate sull’analisi sistematica di dati strutturati e non strutturati, mediante strumenti di data analytics e modelli quantitativi, piuttosto che su valutazioni esclusivamente intuitive o esperienziali.
In questa prospettiva, l’evoluzione non ridimensiona la funzione del revisore, ma ne accresce il livello di responsabilità e di complessità. La permanenza del presidio umano nei processi di revisione dipende quindi dalla capacità del professionista di comprendere gli strumenti utilizzati, interrogare criticamente i risultati ottenuti e mantenere salda la finalità sostanziale dell’attività di revisione, anche in un contesto di crescente automazione.
Mentre i sistemi di intelligenza artificiale operano attraverso l’applicazione di regole formalizzate e modelli statistici su grandi volumi di dati, il giudizio implica un processo interpretativo che tiene conto del contesto economico-aziendale, delle specificità dell’impresa e delle finalità sostanziali dell’incarico di revisione.
La valutazione della rilevanza delle evidenze emerse, così come la loro incidenza sul rischio di errori significativi, richiede una capacità di critica e di sintesi che non può scaturire, in alcun modo, da una mera sequenza di istruzioni predefinite.
L’analisi automatizzata può ampliare il perimetro informativo e rendere visibili schemi, correlazioni o anomalie difficilmente individuabili attraverso procedure tradizionali perché collegate in sistemi di dati intricati ed eterogenei, tuttavia, la comprensione del perché tali elementi assumano rilievo ai fini della revisione resta affidata a una valutazione umana, fondata sull’esperienza professionale e sulla conoscenza del contesto, che invece di essere sostituita sarà sempre più rilevante.
Riferimenti normativi:
- OECD, 2023, Explanatory memorandum on the updated OECD definition of an AI System;
- ISO/IEC, 2022, ISO/IEC 22989: Artificial Intelligence – Concepts and Terminology, International Organization for Standardization, Geneva.
Il contenuto di questa newsletter è strettamente riservato e destinato esclusivamente ai destinatari autorizzati.
È espressamente vietata la condivisione totale o parziale di questa comunicazione su qualsiasi piattaforma pubblica o privata, inclusi (ma non limitati a):
• Gruppi e canali Telegram
• Chat di gruppo o broadcast su WhatsApp
• Post o storie su Facebook, Instagram, X (Twitter), LinkedIn, o altri social network.
Ogni violazione di questa norma potrà comportare l’esclusione immediata dalla lista dei destinatari e, nei casi più gravi, azioni legali.
Grazie per il rispetto delle regole e per contribuire a mantenere la riservatezza delle informazioni condivise.