Con las soluciones informáticas habituales en el sector, la mayoría de las empresas de auditoría y los departamentos de conformidad tienen dificultades para satisfacer la demanda de actualización de la documentación estándar de conformidad. Además de cumplir las nuevas normas derivadas de la rápida evolución de los requisitos de las empresas, 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 comparar la documentación con la norma de conformidad ralentizan la finalización de todo el proceso de auditoría.

Straker, proveedor líder de servicios de automatización, verificación y traducción de contenidos impulsados por IA, comenzó a explorar nuevos enfoques que pudieran utilizarse para agilizar el proceso de auditoría.

A medida que Straker evaluaba las soluciones disponibles para mejorar la competitividad, necesitaban asegurarse de que la tecnología les ayudaría a:

• Reducir la duración de la auditoría
• Mejorar la precisión de las auditorías
• Crear nuevas vías de comercialización (es decir, procesos de autoservicio)

Estaba claro que una solución personalizada y basada en IA era la respuesta.

IBM y Straker han creado una solución inteligente de comprensión de documentos, impulsada por el estudio de IA de IBM watsonx.ai y la plataforma IBM Watson Discovery, que cuentan con una comprensión profunda, impulsada por IA, de cierta documentación estándar de conformidad. Esta comprensión se integra a través de una solución a medida impulsada por watsonx.ai que audita automáticamente la documentación cargada. Las áreas que no superan las auditorías se identifican y se devuelven a la persona que las ha subido.

El software se creó para que los auditores y las personas encargadas del cumplimiento de la normativa dispusieran de un proceso sencillo, pero exhaustivo, con pasos racionalizados, entre ellos:

• La carga de documentación y la selección de la norma o la documentación de conformidad dadas
• La elaboración de una lista de comprobación de la que se extraen palabras clave para buscar la pertinencia de las normas de conformidad
• La búsqueda de la documentación cargada para una precisión idónea
• La comparación de los documentos cargados con la norma de conformidad mediante un modelo de lenguaje de gran tamaño (LLM)
• Notificación de áreas no conformes para su posterior seguimiento y la adopción de medidas al respecto