AI কি ফরেনসিক অ্যাকাউন্ট্যান্টদের প্রতিস্থাপন করবে?

কোথাও একটি জানালাহীন অফিসে, একজন ফরেনসিক অ্যাকাউন্ট্যান্ট চারটি দেশ জুড়ে শেল কোম্পানির লেনদেনের একটি সিরিজ অনুসরণ করছেন, সেই মুহূর্তটি খুঁজছেন যেখানে সংখ্যাগুলো অর্থবোধ করা বন্ধ করে দেয়। এটি যন্ত্রণাদায়ক কাজ — যে ধরনের কাজের জন্য গাণিতিক নির্ভুলতা এবং একজন গোয়েন্দার প্রতারণা সনাক্ত করার প্রবৃত্তি উভয়ই প্রয়োজন। এবং এটি ঠিক সেই ধরনের কাজ যা AI বিরক্তিকরভাবে ভালো হয়ে উঠছে। FTX-এর ২০২২ পতন চারশোটি কর্পোরেট সত্তা এবং অর্ধ ডজন ক্রিপ্টোকারেন্সি জুড়ে ছড়িয়ে থাকা প্রায় ৮০ টেরাবাইট লেনদেন ডেটা তৈরি করেছে। দেউলিয়াত্ব প্রক্রিয়ায় নিযুক্ত ফরেনসিক অ্যাকাউন্ট্যান্টরা এটিকে তাদের ক্যারিয়ারের সবচেয়ে বড় ডকুমেন্ট পর্যালোচনা হিসেবে বর্ণনা করেছেন, এবং তারা শুধুমাত্র বেঁচে ছিলেন কারণ AI সরঞ্জামগুলো শব্দ থেকে সংকেতকে প্রি-সর্ট করতে পারে।

ডেটা: উচ্চ এক্সপোজার, মাঝারি ঝুঁকি

ফরেনসিক অ্যাকাউন্ট্যান্টরা ৫৩% সামগ্রিক AI এক্সপোজার এবং ৩৭% স্বয়ংক্রিয়করণ ঝুঁকি দেখায়। মার্কিন শ্রম পরিসংখ্যান ব্যুরো অনুযায়ী, অ্যাকাউন্ট্যান্ট এবং অডিটরদের কর্মসংস্থান — মূল পেশা — ২০২৪ থেকে ২০৩৪ সাল পর্যন্ত ৫% বৃদ্ধি পাবে, "সমস্ত পেশার গড়ের চেয়ে দ্রুততর," প্রতি বছর প্রায় ১,২৪,২০০টি শূন্যপদ সহ, এবং সংস্থা "একটি জটিল কর ও নিয়ন্ত্রক পরিবেশ" কে মূল চাহিদা চালক হিসেবে উদ্ধৃত করে। [তথ্য] ফরেনসিক বিশেষজ্ঞরা প্রায় $৮৩,৯৮০ মধ্যবর্তী বেতন পান, বিস্তৃত অ্যাকাউন্টিং মধ্যমার উপরে। তাহলে আমাদের কাছে একটি বিরোধাভাস রয়েছে: উচ্চ এক্সপোজার কিন্তু অব্যাহত চাহিদা। কী ব্যাখ্যা করে? সংক্ষেপে, জালিয়াতি পেশার AI লাভের চেয়ে দ্রুত বাড়ছে, তাই প্রতি বিশ্লেষকের উৎপাদনশীলতা তীব্রভাবে বৃদ্ধি পেলেও, ফরেনসিক অ্যাকাউন্টিং ঘণ্টার মোট চাহিদা প্রসারিত হতে থাকে।

কার্য-স্তরের বিশ্লেষণ সবকিছু প্রকাশ করে। আর্থিক রেকর্ড বিশ্লেষণ করে অনিয়ম সনাক্ত করা ৭২% স্বয়ংক্রিয়করণে বসে আছে — AI লক্ষ লক্ষ লেনদেন স্ক্যান করতে এবং মানুষের চোখ মিস করবে এমন অসংগতি চিহ্নিত করতে চমৎকার। জটিল আর্থিক লেনদেন অনুসরণ করা ৬৫% এ, এবং অর্থনৈতিক ক্ষতির পরিমাণ নির্ধারণ ৬৮% এ। এগুলো রুটি-ও-মাখন বিশ্লেষণাত্মক কার্য, এবং AI যেকোনো মানুষের চেয়ে দ্রুততর ও পুঙ্খানুপুঙ্খভাবে সেগুলো পরিচালনা করে।

কিন্তু আদালতে বিশেষজ্ঞ সাক্ষ্য প্রদান? সেটি মাত্র ১৫% এ। একজন বিচারক ও জুরিকে একজন মানুষের চোখে তাকিয়ে দেখতে হবে এবং বিশ্বাস হতে হবে যে আর্থিক প্রমাণ একটি নির্দিষ্ট গল্প বলে। কোনো অ্যালগরিদম এটি করতে পারে না। বিশেষজ্ঞ প্রতিবেদন প্রস্তুত করা ৫৫% স্কোর করে — AI সেগুলো খসড়া করতে পারে, কিন্তু ফরেনসিক অ্যাকাউন্ট্যান্টের বিচার বর্ণনাকে আকার দেয়। অভ্যন্তরীণ নিয়ন্ত্রণ পরিবেশ পর্যালোচনা করা, চলমান সম্পৃক্ততার জন্য জালিয়াতি ঝুঁকি মূল্যায়ন ডিজাইন করা এবং সাক্ষী বা সন্দেহভাজন অপরাধীদের সাক্ষাৎকার নেওয়া সব ২০% এর নিচে কারণ এগুলোতে প্রাসঙ্গিক বিচার ও মানবিক মিথস্ক্রিয়ার প্রয়োজন যা স্বয়ংক্রিয়করণ খারাপভাবে পরিচালনা করে।

জালিয়াতি সনাক্তকরণ বিপ্লব

AI মৌলিকভাবে পরিবর্তন করেছে কিভাবে আর্থিক জালিয়াতি সনাক্ত করা হয়। মেশিন লার্নিং মডেলগুলো এখন ঘণ্টার মধ্যে সম্পূর্ণ কর্পোরেট লেজার বিশ্লেষণ করতে পারে, সূক্ষ্ম প্যাটার্ন চিহ্নিত করে — যেমন শুধুমাত্র নির্দিষ্ট দিনে পেমেন্ট পাওয়া বিক্রেতা, বা অনুমোদনের থ্রেশহোল্ডের ঠিক নিচে জমা পড়া ব্যয় প্রতিবেদন — যা মানব নিরীক্ষকদের খুঁজে পেতে সপ্তাহ লাগত। ক্লাসিক "রাউন্ড-ডলার পরিমাণ" জালিয়াতির প্যাটার্ন, যেখানে কর্মচারীরা সঠিক ডলারের পরিমাণের জন্য ব্যয় জমা দেয় কারণ সেগুলো রসিদ-ভিত্তিক নয় বরং বানোয়াট, এখন প্রতিটি বিগ ফোর সংস্থায় একজন মানব নিরীক্ষক ডেটা স্পর্শ করার আগেই স্বয়ংক্রিয়ভাবে ধরা পড়ে।

ব্যাংক এবং আর্থিক প্রতিষ্ঠানগুলো AI সিস্টেম ডেপ্লয় করছে যা রিয়েল-টাইম লেনদেন পর্যবেক্ষণ করে এবং প্রতি ত্রৈমাসিকে উন্নত হওয়া মিথ্যা পজিটিভ হার সহ সন্দেহজনক কার্যকলাপ চিহ্নিত করে। ২০২৩ সালে JPMorgan Chase রিপোর্ট করেছে যে তার AI-চালিত লেনদেন পর্যবেক্ষণ সিস্টেম মিথ্যা পজিটিভ ৪০% হ্রাস করেছে এবং সত্যিকারের পজিটিভ জালিয়াতি সনাক্তকরণ আনুমানিক ২০% বৃদ্ধি করেছে। বীমা কোম্পানিগুলো সম্ভাব্য প্রতারণামূলক দাবি চিহ্নিত করতে শত শত ডেটা পয়েন্টের বিরুদ্ধে দাবি ক্রস-রেফারেন্স করতে AI ব্যবহার করে। এই সরঞ্জামগুলো ইতোমধ্যে বিলিয়ন ডলারের জালিয়াতি ধরেছে যা ঐতিহ্যগত পদ্ধতিগুলো মিস করত।

Association of Certified Fraud Examiners অনুমান করে যে সংস্থাগুলো প্রতি বছর রাজস্বের প্রায় ৫% জালিয়াতিতে হারায় — একটি সংখ্যা যা জরিপ জুড়ে উল্লেখযোগ্যভাবে সামঞ্জস্যপূর্ণ। AI সেই বক্ররেখাকে উল্লেখযোগ্যভাবে নিচের দিকে বাঁকাতে পারেনি, কারণ জালিয়াতিকারীরা প্রায় একই হারে মানিয়ে নিচ্ছে। কিন্তু AI নাটকীয়ভাবে পরিবর্তন করেছে কে জালিয়াতি সনাক্ত করে এবং কত দ্রুত। ২০১৪ সালে একটি মধ্যবর্তী জালিয়াতির মামলা সনাক্ত করতে প্রায় ১৮ মাস লেগেছিল; ২০২৪ সালের মধ্যে সেই সংখ্যাটি ১২ মাসে নেমে এসেছে।

কিন্তু এখানে সমস্যা হলো: জালিয়াতিকারীরাও মানিয়ে নিচ্ছে। পরিশীলিত আর্থিক অপরাধীরা কিভাবে AI সনাক্তকরণ কাজ করে তা শিখছে এবং অ্যালগরিদমিক যাচাই এড়াতে তাদের পরিকল্পনা কাঠামোবদ্ধ করছে। তারা থ্রেশহোল্ড জুড়ে লেনদেন বিভক্ত করে, একাধিক আইনি সত্তা জুড়ে কার্যক্রম বিতরণ করে এবং বৈধ মৌসুমী ব্যবসার প্যাটার্নের মতো দেখাতে তাদের আন্দোলনের সময় নির্ধারণ করে। এটি এমন একটি অস্ত্র প্রতিযোগিতা তৈরি করে যেখানে মানব ফরেনসিক অ্যাকাউন্ট্যান্টরা কৌশলগত চিন্তাবিদ হিসেবে কাজ করেন, AI সরঞ্জামগুলোকে নতুন প্যাটার্নের দিকে নির্দেশিত করেন।

কোর্টরুমের সুবিধা

ফরেনসিক অ্যাকাউন্ট্যান্টদের জন্য সবচেয়ে বড় সুরক্ষা হলো আইন ব্যবস্থা নিজেই। আদালতে মানব বিশেষজ্ঞ সাক্ষী প্রয়োজন। বিপক্ষ আইনজীবীদের কাউকে জেরা করতে হবে। নিয়ন্ত্রক সংস্থাগুলোকে এমন কারো প্রয়োজন যিনি সাধারণ ভাষায় জটিল আর্থিক বিশ্লেষণ ব্যাখ্যা করতে পারেন।

Federal Rule of Evidence 702, যা বিশেষজ্ঞ সাক্ষ্য পরিচালনা করে, প্রয়োজন করে যে বিশেষজ্ঞের বিশেষায়িত জ্ঞান থাকতে হবে, পর্যাপ্ত তথ্যের উপর সাক্ষ্য ভিত্তি করতে হবে এবং নির্ভরযোগ্য পদ্ধতি নির্ভরযোগ্যভাবে প্রয়োগ করতে হবে। AI জমা নেওয়া যায় না। AI জেরার সম্মুখীন হতে পারে না। AI জুরির আর্থিক সাক্ষরতার স্তরে তার ভাষা ক্রমাঙ্কন করতে পারে না।

ফরেনসিক অ্যাকাউন্টিংয়ে ক্রমবর্ধমানভাবে উদ্দেশ্য সম্পর্কে বিচারের প্রয়োজন। CFO কি প্রতারণা করতে এই লেনদেনগুলো কাঠামোবদ্ধ করেছিলেন, নাকি এটি বৈধ কর অপ্টিমাইজেশন? বুককিপার কি অবহেলায় বা জড়িত ছিলেন? এই প্রশ্নগুলো মানব আচরণ এবং সাংগঠনিক গতিশীলতা পড়া জড়িত — এমন ক্ষেত্র যেখানে AI ডেটা প্রদান করে কিন্তু উপসংহার প্রদান করতে পারে না। এটি বিস্তৃত আন্তর্জাতিক প্রমাণের সাথে সামঞ্জস্যপূর্ণ: OECD উল্লেখ করে যে উচ্চ-দক্ষ, হোয়াইট-কলার ভূমিকাগুলো — ব্যবসা ও আর্থিক পেশাদার সহ — AI-তে সবচেয়ে বেশি এক্সপোজড, তবে প্রযুক্তি "কৌশলগত সিদ্ধান্ত গ্রহণ, আন্তঃব্যক্তিক যোগাযোগ বা সৃজনশীল প্রক্রিয়ায় মানব সম্পৃক্ততার সম্পূর্ণ বিকল্প নয়"। [তথ্য]

ফরেনসিক অ্যাকাউন্টিংয়ে AI-এর সীমাবদ্ধতা

একটি মৌলিক বিষয় রয়েছে যা AI জালিয়াতি সনাক্তকরণে পরিবর্তন করে না: আর্থিক কেলেঙ্কারিগুলোর সবচেয়ে বিধ্বংসী উদাহরণগুলো — Theranos মামলা, Wirecard পতন, 1MDB কেলেঙ্কারি, Adani Group অভিযোগগুলো — সংখ্যাগুলো ভুল ছিল কিনা তার উপর নয়, বরং সংখ্যাগুলোর পেছনের মানুষরা কী উদ্দেশ্য করেছিলেন তার উপর নির্ভর করে। এই প্রশ্নগুলোর উত্তর দেওয়া ফরেনসিক অ্যাকাউন্ট্যান্টের এলাকা, এবং এটি স্বয়ংক্রিয়করণের কাছে সবচেয়ে কম দুর্বল।

AI অ্যালগরিদম প্যাটার্ন চিহ্নিত করতে পারে যা জালিয়াতির পরামর্শ দেয়, কিন্তু এটি অভিপ্রায় নির্ধারণ করতে পারে না। কর্পোরেট অ্যাকাউন্টিংয়ের বৈধ জটিলতা এবং ইচ্ছাকৃত ফাঁকিবাজির মধ্যে পার্থক্য করা — যে পার্থক্য বিচারের ফলাফল নির্ধারণ করে — মানব বিশেষজ্ঞতার প্রয়োজন যা সন্দেহজনক মামলাটির সমস্ত মাত্রা বুঝতে পারে। এই কারণেই বিশেষজ্ঞ সাক্ষীর ভূমিকা মাত্র ১৫% স্বয়ংক্রিয়করণে রয়ে গেছে।

ক্যারিয়ার অভিযোজন কৌশল

আপনি যদি ফরেনসিক অ্যাকাউন্ট্যান্ট হন, এগিয়ে যাওয়ার পথ স্পষ্ট: যে ব্যক্তির কাজ AI সরঞ্জাম প্রতিস্থাপন করে তার পরিবর্তে AI সরঞ্জাম পরিচালনা করা ব্যক্তি হন। নতুন জালিয়াতি সনাক্তকরণ প্ল্যাটফর্মগুলো আয়ত্ত করুন — নেতৃস্থানীয় বাণিজ্যিক অফারিংগুলোর মধ্যে MindBridge, ACL Analytics, IDEA এবং KPMG Clara, EY Helix এবং Deloitte Omnia-এর মতো মালিকানাধীন বিগ ফোর প্ল্যাটফর্ম অন্তর্ভুক্ত।

AI-উৎপন্ন আবিষ্কারগুলো সমালোচনামূলকভাবে মূল্যায়ন করতে শিখুন। পরবর্তী দশকের ফরেনসিক অ্যাকাউন্ট্যান্টের জন্য সবচেয়ে গুরুত্বপূর্ণ দক্ষতা হতে পারে ৫,০০০ অ্যালগরিদমিক্যালি ফ্ল্যাগড লেনদেনের একটি তালিকার দিকে তাকানো এবং কোন ১৫টি আসলে মানব তদন্তের যোগ্য তা নির্ধারণ করার ক্ষমতা। সেই ট্রিয়াজ দক্ষতা — ডোমেন জ্ঞান, জালিয়াতির অন্তর্দৃষ্টি এবং পরিসংখ্যান সাক্ষরতার সমন্বয় করা — ঠিক সেটি যার জন্য বাজার সিনিয়র ফরেনসিক অ্যাকাউন্ট্যান্টদের অর্থ প্রদান করতে ইচ্ছুক।

আপনার কোর্টরুম দক্ষতা এবং জটিল আর্থিক ডেটাকে আকর্ষণীয় বর্ণনায় রূপান্তরিত করার ক্ষমতা তৈরি করুন। বিশেষজ্ঞ সাক্ষী উপস্থাপনায় কোর্স নিন। নিষ্পত্তির পরিবর্তে বিচারে যাওয়া মামলাগুলোর জন্য স্বেচ্ছাসেবী হন। অ্যাকাউন্টিং ব্যাকগ্রাউন্ড ছাড়া মানুষদের কাছে আপনার কাজ ব্যাখ্যা করার অনুশীলন করুন।

ফরেনসিক অ্যাকাউন্ট্যান্টদের জন্য বিস্তারিত AI প্রভাব ডেটা দেখুন

আপডেট ইতিহাস

• ২০২৬-০৩-২৫: Anthropic Economic Index ২০২৫ ডেটা সহ প্রাথমিক প্রকাশনা
• ২০২৬-০৫-২৪: BLS অ্যাকাউন্ট্যান্ট এবং অডিটর ২০২৪-৩৪ প্রজেকশন (+৫%) এবং উচ্চ-দক্ষ হোয়াইট-কলার কাজের জন্য OECD AI-এক্সপোজার ফলাফল যোগ করা হয়েছে; প্রবৃদ্ধির সংখ্যা ৬% থেকে BLS-রিপোর্টেড ৫%-এ সংশোধন করা হয়েছে।

---

এই বিশ্লেষণ AI সহায়তায় তৈরি হয়েছে Anthropic Economic Index, ONET এবং Bureau of Labor Statistics-এর ডেটার উপর ভিত্তি করে। পদ্ধতির বিবরণের জন্য, আমাদের AI প্রকাশ পৃষ্ঠা দেখুন।*

সম্পর্কিত: অন্যান্য চাকরির কী অবস্থা?

AI অনেক পেশাকে পুনর্গঠন করছে:

• AI কি সাপ্লাই চেইন বিশ্লেষকদের প্রতিস্থাপন করবে?
• AI কি বেনিফিট বিশ্লেষকদের প্রতিস্থাপন করবে?
• AI কি ডাক্তারদের প্রতিস্থাপন করবে?
• AI কি শেফদের প্রতিস্থাপন করবে?

_আমাদের ব্লগে সমস্ত ১,০১৬ পেশা বিশ্লেষণ অন্বেষণ করুন।_