KPMG UK utilizza dati e analisi su larga scala nel suo portafoglio di Audit da molti anni ed è leader nel mercato per l'uso della tecnologia nell'Audit. Basandosi su queste solide fondamenta, KPMG UK sta ora evolvendo la sua piattaforma dati con le tecnologie Databricks per rimanere all'avanguardia nell'era dell'IA e sbloccare una nuova generazione di Audit intelligenti e basati su insight.
L'attività di Audit di KPMG UK esegue analisi complesse e ad alto volume durante la verifica di entità a livello globale, con processi di dati e analisi maturi. L'ultima ondata di trasformazione si concentra sull'evoluzione di una base dati comprovata e affidabile in una abilitata all'IA, preservando al contempo il rigore, la governance e gli standard professionali richiesti per l'Audit. Convergendo su un'architettura Lakehouse unificata e cloud-native, i team di Audit ottengono una piattaforma governata che riunisce dati strutturati, analisi avanzate e IA in un unico luogo. Questa base moderna preserva la robustezza e la fiducia attese dall'Audit, consentendo al contempo una sperimentazione più rapida, insight più ricchi e una delivery di audit più dinamica.
Parte di questa evoluzione è la migrazione dei carichi di lavoro SQL principali dagli ambienti SQL Server tradizionali a Databricks SQL. Questo passaggio porta i dati critici dell'Audit direttamente su Lakehouse, dove possono supportare tutto, dalla reportistica classica ai casi d'uso avanzati di IA e machine learning sulla stessa piattaforma, a seconda delle necessità.
Databricks SQL offre scalabilità orizzontale, capacità in tempo reale e di streaming e supporto nativo per carichi di lavoro di IA e machine learning, il tutto basato su Delta. Ciò rende molto più facile gestire picchi stagionali, volumi di dati diversi e richieste analitiche sempre più complesse. Si integra inoltre naturalmente con strumenti low-code e no-code come Lakeflow Designer e prodotti BI abilitati all'IA, aprendo la porta a una più ampia gamma di utenti per partecipare all'analisi.

Per mantenere il programma rapido e mirato, KPMG UK ha utilizzato l'IA per accelerare la migrazione e la modernizzazione del suo patrimonio SQL. Lakebridge è stato utilizzato all'inizio del processo per scansionare e stimare la complessità del codice SQL esistente, fornendo una visione chiara e basata sui dati di sforzo, rischio e prioritizzazione per il passaggio a Databricks SQL.
Da lì, i modelli linguistici di grandi dimensioni ospitati su Databricks, come Claude Sonnet e Genie Code, sono stati integrati nel flusso di lavoro degli sviluppatori. Questi modelli hanno contribuito ad automatizzare e semplificare attività come la conversione di T-SQL in Databricks SQL, contribuendo non solo ad adottare un approccio "lift and shift", ma anche a rimuovere il debito tecnico migliorando join e funzioni finestra e suggerendo ottimizzazioni delle prestazioni che sfruttano le funzionalità di Delta.
Hanno anche assistito nella spiegazione e nella scomposizione di procedure memorizzate complesse, suddividendole in query modulari e notebook più adatti all'architettura Lakehouse. Questo approccio è stato integrato in un flusso di lavoro controllato per gli sviluppatori, con output revisionati e convalidati dagli ingegneri per garantire il mantenimento degli standard di accuratezza, coerenza e qualità dell'audit. Ciò ha ridotto il tempo di refactoring di circa il 60%, consentendo al team di modernizzare oltre 400 script e procedure memorizzate in circa tre mesi senza compromettere la qualità o il controllo.
Basato sulla fondazione Databricks SQL, Genie può ridefinire il modo in cui analisti e auditor esplorano e verificano i dati. Gli utenti possono porre domande in linguaggio naturale mentre Genie genera SQL completamente tracciabile e con controllo di versione, mantenendo la trasparenza e l'integrità dei dati richieste per la conformità normativa.
Il Genie Agent fa un ulteriore passo avanti, guidando analisi più approfondite e di livello di ricerca, mantenendo al contempo completa trasparenza e controllo. Ogni risultato è collegato a fonti di dati approvate e verificabili, dando ai team la fiducia di muoversi più velocemente senza sacrificare accuratezza o garanzia. Insieme, Genie sta stabilendo un nuovo standard per l'analisi di audit intelligente e affidabile.
I carichi di lavoro di Audit sono intrinsecamente "spiky", con stagioni di punta pronunciate e volumi di dati imprevedibili – da migliaia a miliardi di righe di dati finanziari che vengono elaborati in migliaia di audit di KPMG UK consegnati a livello globale. Databricks SQL Serverless risolve questo problema fornendo un calcolo completamente gestito ed elastico che si scala automaticamente su e giù per soddisfare la domanda.
Ciò significa che analisti e auditor dedicano più tempo all'analisi e meno alla pianificazione dell'infrastruttura, alla gestione della capacità o alle risorse inattive. Il risultato è un tempo più rapido per ottenere insight, una riduzione dei costi operativi e un'esperienza coerente per i team che forniscono analisi di alto valore sotto pressione temporale.
La connettività sicura e governata con le entità sottoposte a revisione è un requisito fondamentale per la piattaforma dati di audit di KPMG UK. Seguendo una visione sviluppata con il supporto di Databricks, Delta Sharing e le più ampie capacità di federazione dei dati sono diventate componenti fondamentali dell'architettura.
Queste capacità consentono uno scambio di dati verificabile, tracciabile e tempestivo, mantenendo uno stretto controllo sull'accesso e sulla lineage. Supportano anche la collaborazione tra geografie ed entità, aiutando gli auditor a lavorare da una visione coerente e affidabile dei dati.
La tecnologia da sola non produce trasformazione. KPMG UK ha posto le persone e lo sviluppo delle capacità al centro del programma. Un'iniziativa di abilitazione coordinata ha formato analisti di dati di audit e ingegneri di dati per fornire analisi insieme al team di audit principale, utilizzando una piattaforma basata su Databricks, insieme a nuovi processi operativi e modi di lavorare moderni e agili.
Oltre 200 nuovi utenti sono stati formati e inseriti nella nuova piattaforma entro tre mesi, garantendo un onboarding agevole nella nuova piattaforma e nei nuovi modi di eseguire le analisi. La formazione ha coperto le migliori pratiche di data engineering, l'utilizzo di Databricks, i principi di governance e altro ancora.

Il risultato è una piattaforma dati di Audit unificata che consolida governance, controllo degli accessi e data lineage, semplificando al contempo le operazioni tramite scalabilità serverless e automatizzata. I miglioramenti nell'esecuzione di Spark, i carichi di lavoro SQL ottimizzati e una più stretta integrazione con strumenti a valle come Power BI hanno tutti contribuito a una maggiore produttività e a un'esperienza più fluida per gli analisti.
Guardando al futuro, KPMG UK sta espandendo Delta Sharing e la federazione dei dati, scalando a carichi di lavoro globali più complessi e continuando a migrare e unificare dati, codice e team su Lakehouse. Le capacità low-code e no-code come Lakeflow Designer, insieme a Databricks Apps e Lakebase, democratizzeranno ulteriormente l'analisi, mentre la predisposizione all'IA viene progettata in ogni strato dell'architettura. Il Financial Report Analyser, uno strumento di Audit GenAI interno a KPMG UK, è stato sviluppato e ampiamente adottato dagli Auditor. Nel frattempo, si sta costruendo una AI Factory per garantire la riusabilità di pattern e artefatti dai casi d'uso esistenti dell'IA. Questa piattaforma fornisce anche una base per la futura governance e garanzia dell'IA, consentendo controlli, monitoraggio e prove coerenti lungo il ciclo di vita dell'IA man mano che le aspettative normative continuano ad evolversi.
Con una solida architettura lakehouse e dati di audit consolidati in un'unica piattaforma governata, KPMG UK è in grado di costruire soluzioni AI e GenAI affidabili. La maggior parte degli agenti AI non fallisce perché "non sa ragionare", ma perché non riceve i dati giusti, completi o ben governati fin dall'inizio. Una lakehouse affronta direttamente questo problema rendendo i dati di alta qualità e verificabili l'input predefinito per ogni workflow AI.
Su questa base, KPMG UK può progettare agenti AI che operano da un'unica fonte di verità, con lineage, controlli di accesso e verifiche di qualità applicati a livello di dati anziché in ogni modello. Ciò significa che la generazione aumentata da retrieval (RAG), l'analisi di scenari e gli assistenti intelligenti per i revisori possono tutti attingere dalle stesse tabelle curate e viste governate. Allineando l'architettura dei dati, lo sviluppo dei modelli e i controlli con i principi di Trusted AI di KPMG UK, gli output AI possono essere ricondotti a fonti di dati governate, supportando la spiegabilità, l'auditabilità e la fiducia nell'uso.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.