9 novembre 2026/Lettura: 10 minAI e ML
Come il team Internal Audit Snowflake ha ridotto del 50% il lavoro sul campo con l’AI
Per molto tempo l’internal audit è stato visto come una funzione rivolta al passato, che passa al setaccio campioni storici per confermare che i controlli abbiano funzionato. Nel team Internal Audit Snowflake, l’AI ha cambiato le cose.
Abbiamo ridotto del 50% il tempo dedicato alla raccolta delle evidenze, ai test e alla produzione dei report di audit. Complessivamente, nel 2026 abbiamo risparmiato più di 3500 ore di audit e oltre 1500 ore per i control owner in tutta l’azienda.
Sia che si tratti di esaminare i log di accesso ai sistemi o di analizzare i pattern delle principali transazioni finanziarie, l’AI ci permette di passare da un controllo storico “point-in-time” a un monitoraggio continuo e automatizzato. Non ci limitiamo più a individuare ciò che è andato storto sei mesi fa; ora possiamo far emergere i rischi principali per controlli e casi d’uso specifici e porre domande puntuali.
Ecco come l’AI sta aiutando il team Internal Audit Snowflake a riscrivere il playbook dell’audit, con dati reali e impatti misurabili.
Punti chiave
- Il tempo di lavoro sul campo per la raccolta delle evidenze e la produzione dei report è calato del 50%, passando da mesi a settimane (risultati interni a settembre 2026)
- I test sono passati dai campioni a una copertura del 100% della popolazione e a insight proattivi per testare diversi controlli e report chiave, oltre ai casi d’uso di scoping (order management, report chiave di Workday, scoping dei ricavi, controlli di accesso chiave)
- Il team Internal Audit Snowflake ha risparmiato oltre 3500 ore nel 2026 (più di 1000 nello scoping dei rischi e più di 2500 in test e documentazione) e i control owner altre 1500 ore
- L’AI si occupa dell’elaborazione dei dati e dell’analisi iniziale, mentre gli auditor rispondono di ogni conclusione
Nulla di tutto questo funzionerebbe se i nostri dati fossero sparsi in sistemi scollegati tra loro. Con i dati di billing, ricavi, HR, accessi e audit log già live in Snowflake, possiamo eseguire i test su popolazioni complete senza dover ricucire insieme le fonti. Usiamo Snowflake CoCo, il coding agent AI in Snowflake, per sviluppare gli script, le dashboard e le app che fanno questo lavoro.
Ogni valutazione finale spetta agli auditor
Mentre spingiamo sempre più sull’AI, per me fiducia e responsabilità contano più di qualsiasi guadagno di efficienza. L’AI è il nostro acceleratore, la supervisione umana è la nostra ancora. Il mio team lavora con un modello human-in-the-loop:
- l’AI prepara, gli auditor concludono: l’AI si occupa dell’elaborazione dei dati, del riconoscimento dei pattern e della riconciliazione iniziale. Gli auditor effettuano ogni valutazione finale e ogni risk assessment e gestiscono direttamente ogni conversazione con i leader aziendali.
- gli auditor verificano l’output dell’AI prima che qualcuno ci faccia affidamento: quando l’AI redige la documentazione dei test o segnala eccezioni, un auditor la controlla. Il nostro tempo si è spostato dalla raccolta delle evidenze alla loro validazione.
- gli strumenti di terze parti funzionano all’interno di Snowflake: strumenti come Petual.ai funzionano come Snowflake Native App, quindi la loro elaborazione resta all’interno del nostro account Snowflake, sicura e isolata.
I numeri concreti: più efficienza e assurance estesa
| Categoria di metrica | Impatto misurabile ottenuto |
|---|---|
| Scoping di rischi e audit | Oltre 1000 ore risparmiate all’anno nell’esecuzione di query multiple e nell’analisi delle dashboard per valutare diverse permutazioni dello scoping di ricavi e dati finanziari, oltre allo scoping dei principali audit operativi. |
| Ottimizzazione dei tempi di test, documentazione e reporting | Oltre 2500 ore risparmiate all’anno sui tempi di test e documentazione manuali per diversi controlli finanziari e operativi e per i principali requisiti di certificazione. Questo permette agli auditor di concentrarsi su aree strategiche a rischio elevato e di lavorare alla soluzione dei rilievi insieme agli stakeholder. |
| Tempo risparmiato dai control owner | Oltre 1500 ore risparmiate all’anno grazie alla semplificazione dell’esecuzione dei controlli, della raccolta delle evidenze e dei processi di richiesta. |
| Visibilità sui rischi e copertura della popolazione | Passaggio dal tradizionale campionamento statistico casuale a un’assurance sul 100% della popolazione per casi d’uso specifici, con visibilità sulle eccezioni in tempo quasi reale. |
| Velocità dal lavoro sul campo al report di audit | Riduzione del 50% del tempo di lavoro sul campo per la raccolta delle evidenze e la produzione dei report (da mesi a settimane). |
Come l’AI supporta i nostri principali controlli SOX e finanziari
Scoping dei flussi di ricavi
Una “skill” è un workflow riutilizzabile che l’AI riconosce ed esegue su richiesta. Abbiamo una skill in CoCo che eseguiamo per definire lo scope dei nostri flussi di ricavi lungo le dimensioni chiave in tempo quasi reale e inviare via email uno snapshot on demand, con un risparmio di oltre 500 ore all’anno. Quando i consumi hanno un picco, lo vediamo subito e coinvolgiamo gli stakeholder sull’impatto sui controlli chiave, anticipando così il lavoro di compliance SOX.
Test automatizzati dei controlli chiave order-to-cash
Selezionare e testare i campioni a mano su volumi elevati di ordini era lento e soggetto a errori. Oggi le funzioni Cortex AI, come AI_EXTRACT, estraggono i termini chiave dai documenti d’ordine, compresi i termini di riconoscimento dei ricavi, le date di inizio e fine e le condizioni di fatturazione. Un’app sviluppata con CoCo li valida rispetto al nostro sistema di billing e revenue recognition, così testiamo ogni ordine e intercettiamo le anomalie nel momento in cui si verificano.
Test automatizzati dei report chiave
Ci servivano insight sulle modifiche “reali” rilevanti per l’audit da testare negli audit log, dove è difficile analizzare quelle informazioni. La complessità dei processi e la forte dipendenza da estrazione, analisi e verifica manuale dei report complicavano le decisioni e rallentavano la velocità dell’audit.
Con CoCo e Streamlit abbiamo creato un’architettura automatizzata “Report-as-a-Service” (RAAS) che acquisisce gli audit trail, abilitando un monitoraggio continuo e basato sui dati e la razionalizzazione digitale dei processi.
Il risultato: oltre 450 ore di test risparmiate all’anno e un’assurance sul 100% della popolazione, con visibilità sull’audit in tempo quasi reale.
Monitoraggio dei controlli di accesso chiave (controlli generali IT)
Per mantenere accessi privilegiati e permessi allineati alle nostre policy aziendali, le dashboard sviluppate con CoCo cercano continuamente eccezioni di provisioning e deprovisioning, violazioni della segregation of duties (SoD) ed escalation di privilegi non autorizzate. Le dashboard segnalano le anomalie nel momento in cui si verificano su tutta la popolazione, così non estraiamo più campioni per le revisioni periodiche.
Test di riconciliazione automatizzati
Riconciliare le buste paga significava confrontare a mano tre o quattro report HR e payroll distribuiti su più di otto cartelle di lavoro Excel. Ora una data app sviluppata con CoCo fa il lavoro pesante e segnala automaticamente le discrepanze. I control owner sono i più avvantaggiati: questa app restituisce loro oltre 500 ore all’anno.
Lo stesso schema può funzionare per qualsiasi riconciliazione che attinga dati da più report.
Test e documentazione dei controlli SOX
Redigere la documentazione SOX e aggiornare i template di test richiedeva settimane. Oggi inviamo i nostri template e le evidenze a Petual.ai, che funziona come Snowflake Native App e redige la documentazione aggiornata. Gli auditor esaminano l’output finale e i tempi di consegna si sono ridotti a poche ore.
Questo libera anche capacità per attività di advisory più incisive su rischi emergenti e strategici elevati e per sviluppare skill CoCo per il monitoraggio continuo dei rischi principali, con un impatto di valore.
Revisioni SOC 1
Esaminare i report SOC 1 di terze parti era uno dei lavori più noiosi: documenti lunghi, passati al setaccio a mano per trovare eccezioni di controllo. La Snowflake Native App Petual.ai ha analizzato oltre 20 di questi report, individuando automaticamente i controlli rilevanti e le potenziali eccezioni. I tempi di preparazione si sono ridotti di giorni e gli auditor dedicano il loro tempo ai rilievi a rischio elevato.
Oggi gli audit operativi attingono le evidenze dai dati in Snowflake
Un tempo era difficile condurre rapidamente i nostri audit operativi, perché le evidenze erano in fonti frammentate e raccoglierle richiedeva walkthrough e riunioni.
Con i nostri dati già in Snowflake, CoCo recupera rapidamente le informazioni specifiche sui controlli da tutte quelle fonti e noi dedichiamo il nostro tempo a validarle. Prima aspettavamo settimane per ottenere e analizzare quelle evidenze. Questo approccio ci dà visibilità in tempo quasi reale su aree come la gestione delle vulnerabilità e lo stato di accessi e sicurezza dei sistemi chiave.
Abbiamo inoltre sviluppato skill ripetibili che monitorano i progressi sulle osservazioni degli audit completati:
- Metriche di sicurezza chiave per la nostra piattaforma Salesforce
- Gestione delle vulnerabilità sui nostri asset di produzione
- Metriche di sicurezza e governance per i database chiave nel nostro account Snowflake
Altre skill sono in programma con l’avvio di nuovi audit. Con CoCo abbiamo aumentato il numero e la complessità degli audit che svolgiamo e consegniamo rilievi e report più rapidamente.
L’assurance continua dà agli auditor più tempo per il rischio strategico
Il ruolo dell’internal auditor sta evolvendo da archivista del passato a consulente strategico del rischio.
Per me il cambiamento più grande è nelle conversazioni con i leader aziendali. Con l’AI che gestisce il lavoro di compliance di base, il mio team porta ai team di prodotto, engineering e finance insight prospettici e basati sui dati insieme ai nostri rilievi.
Per i responsabili dell’audit che stanno valutando lo stesso passaggio, l’assurance continua rende possibili quattro cose:
- Assurance più ampia grazie ai test su tutta la popolazione
- Meno attriti con il business, perché le richieste manuali di evidenze si riducono
- Più tempo degli auditor dedicato al rischio strategico, alla cultura e alle minacce emergenti
- Framework di governance che aiuta il business a muoversi più rapidamente, perché i rischi sono intercettati prima di trasformarsi in problemi
Provo orgoglio per quello che il mio team sta costruendo in Snowflake. Con la giusta data foundation, anche una delle funzioni più tradizionali di un’azienda può cambiare il proprio modo di lavorare.
Vuoi riscrivere le regole dei tuoi audit? Inizia così:
- Inizia da un controllo a forte impatto: scegli un processo a volume elevato, come le revisioni degli accessi o i test sull’order-to-cash, dove i test sull’intera popolazione ripagano più rapidamente.
- Riunisci i tuoi dati in Snowflake: fai confluire in un unico posto governato i set di dati chiave provenienti da più sistemi, come fatturazione, ricavi, HR, e log di accesso e di audit, così da poter eseguire i test sull’intera popolazione.
- Sviluppa con Snowflake CoCo e Cortex AI Functions: trasforma la raccolta manuale delle evidenze e il reporting in skill e app ripetibili per il monitoraggio continuo.
- Mantieni il controllo in mano agli auditor: lascia che l’AI prepari il lavoro, mentre il tuo team lo esamina e si assume la responsabilità di ogni conclusione.
Prova Snowflake CoCo oggi stesso o parla con il tuo team Snowflake di continuous assurance per la tua funzione di audit.
Vuoi vedere come i leader finance di Snowflake, DoorDash, Stripe e Northern Trust stanno mettendo l’AI al lavoro?
Guarda on demand le sessioni dedicate all'area finance di Expedition 2026.
