On 7 April 2026, EY announced the global rollout of enterprise-scale agentic AI across its Assurance practice. A new multi-agent framework is being embedded directly into EY Canvas, the firm’s global audit platform supporting approximately 130,000 Assurance professionals, 160,000 audit engagements and operations in more than 150 countries and territories. EY expects AI to support end-to-end audit activities through the platform by 2028.
The significance of the announcement is not simply that EY is introducing another generative-AI tool. The more important development is that AI is being integrated directly into the audit workflow. Rather than waiting for an auditor to ask an isolated question, multiple AI agents can support different activities, coordinate tasks and interact with approved systems and information within a controlled environment. EY describes these capabilities as helping teams manage complex processes, respond to risks more dynamically and access continuously updated accounting and auditing guidance.
This is what distinguishes agentic AI from the more familiar use of tools such as ChatGPT. Conventional generative AI is primarily responsive: the auditor provides a prompt and receives an answer, summary or draft. An agentic system can be incorporated into a broader process and perform a sequence of defined activities toward an objective, while human professionals retain oversight, governance and accountability.
In the audit environment, this creates the possibility of AI supporting risk assessment, information retrieval, workflow coordination, accounting and auditing guidance, identification of matters requiring attention and preparation of documentation. EY emphasizes, however, that its model remains human-led and AI-transformed. Human judgment, professional skepticism and professional insight continue to be fundamental to the audit.
The development is particularly important for the traditional audit staffing model. Junior auditors have historically spent substantial time gathering information, preparing schedules, performing repetitive procedures, reconciling data and documenting standardized work. As more of these activities become supported by AI, the value of junior auditors may gradually shift toward understanding the business, assessing data reliability, investigating exceptions and determining whether AI-generated results are reasonable.
This does not imply that junior auditors become unnecessary. Rather, they may be expected to develop analytical and professional judgment skills earlier. A junior auditor will still need to understand where information originated, whether a population is complete, whether an unusual transaction has a valid business explanation and whether the evidence obtained actually supports the accounting conclusion.
The role of senior auditors may change in a similar direction. Traditional responsibilities such as coordinating fieldwork, monitoring outstanding requests and reviewing large volumes of routine documentation may increasingly be supported by technology. Senior auditors may therefore spend proportionately more time on risk assessment, integration of evidence, supervision and professional judgment.
Their responsibility will include evaluating whether AI has focused on the appropriate risks, whether the underlying data are reliable, whether contradictory evidence has been adequately investigated and whether the audit file provides a coherent link from identified risk to audit procedure, evidence and conclusion.
Importantly, AI does not assume the auditor’s professional responsibility. An AI agent may identify an unusual journal entry, retrieve relevant guidance or assist in drafting documentation, but the engagement team must still understand the significance of the matter and determine whether the resulting conclusion is appropriate.
This creates an important audit-quality issue: the more work technology performs, the more important it becomes that the auditor understands what the technology has done and why its output can be relied upon.
Agentic AI also raises a longer-term professional-development question. Much of the traditional learning process in auditing has occurred through repeated exposure to transactions, controls and detailed testing. If technology performs more routine work, firms will need to ensure that future auditors continue to develop the underlying accounting knowledge, business understanding and judgment that traditionally emerged from that experience.
Training may therefore need to shift from teaching auditors primarily how to complete procedures toward teaching them how to evaluate information, investigate exceptions, challenge assumptions and supervise work performed jointly by people and technology.
EY’s announcement should therefore not be interpreted simply as another step toward automating audit hours. Its broader significance is that the division of responsibilities between auditors and technology is beginning to change across the audit process itself.
AI may increasingly perform routine processing, coordination and information retrieval. Auditors, in turn, will be expected to concentrate more heavily on areas where professional value is greatest: understanding the business, identifying risk, evaluating evidence, resolving contradictory information and exercising professional skepticism.
The central question for the profession is therefore becoming less about:
“Can AI perform this audit procedure?”
and more about:
“If AI performs more of the procedure, what judgment must the auditor still understand, challenge and ultimately take responsibility for?”
EY’s deployment of agentic AI across approximately 160,000 audit engagements provides one of the clearest indications yet that AI is moving from being an optional productivity tool toward becoming part of the infrastructure through which large-scale audits are performed.
The technology may change how the work is performed, but the fundamental responsibilities of the auditor remain: to understand the entity, assess risk, obtain sufficient appropriate evidence, exercise professional skepticism and take responsibility for the audit conclusion.
เมื่อวันที่ 7 เมษายน 2569 EY ประกาศนำปัญญาประดิษฐ์แบบตัวแทนอัตโนมัติมาใช้ในธุรกิจ Assurance ทั่วโลก โดยนำระบบที่มีตัวแทนปัญญาประดิษฐ์หลายตัวทำงานร่วมกันเข้าไปฝังโดยตรงใน EY Canvas ซึ่งเป็นระบบงานสอบบัญชีกลางของ EY ที่รองรับผู้ประกอบวิชาชีพประมาณ 130,000 คน งานสอบบัญชีประมาณ 160,000 งาน และการดำเนินงานในกว่า 150 ประเทศและเขตเศรษฐกิจ EY ตั้งเป้าให้ปัญญาประดิษฐ์สามารถสนับสนุนกิจกรรมตลอดกระบวนการสอบบัญชีผ่านระบบดังกล่าวได้ภายในปี 2571
ความสำคัญของข่าวนี้ไม่ได้อยู่เพียงที่ EY เพิ่มเครื่องมือปัญญาประดิษฐ์อีกหนึ่งตัว แต่คือการนำปัญญาประดิษฐ์เข้าไปเป็น ส่วนหนึ่งของกระบวนการทำงานสอบบัญชีโดยตรง
ระบบปัญญาประดิษฐ์เชิงสร้างสรรค์ที่ผู้สอบบัญชีคุ้นเคย เช่น ระบบสนทนา มักทำงานในลักษณะผู้ใช้ตั้งคำถามแล้วระบบจึงตอบ สรุป หรือร่างเอกสาร ขณะที่ระบบแบบตัวแทนอัตโนมัติสามารถรับบทบาทที่กำหนด ทำงานหลายขั้นตอน ใช้ข้อมูลและเครื่องมือที่ได้รับอนุญาต และประสานงานกันเพื่อให้บรรลุวัตถุประสงค์ภายใต้การกำกับดูแลของมนุษย์
ในบริบทของงานสอบบัญชี เทคโนโลยีดังกล่าวสามารถเข้ามาสนับสนุนตั้งแต่การประเมินความเสี่ยง การค้นข้อมูลและแนวทางตามมาตรฐาน การจัดลำดับงาน การระบุประเด็นที่ควรให้ความสนใจ ไปจนถึงการช่วยจัดทำเอกสาร EY ระบุชัดเจนว่าแนวทางดังกล่าวยังคงเป็นการสอบบัญชีที่ มนุษย์เป็นผู้กำกับและใช้ปัญญาประดิษฐ์เป็นเครื่องมือสนับสนุน โดยดุลยพินิจ การสังเกตและสงสัยเยี่ยงผู้ประกอบวิชาชีพ และความเข้าใจของผู้สอบบัญชียังคงเป็นแกนหลักของงาน
การเปลี่ยนแปลงนี้มีนัยโดยตรงต่อโครงสร้างการทำงานของสำนักงานสอบบัญชี โดยเฉพาะบทบาทของผู้สอบบัญชีระดับต้น
ที่ผ่านมา ผู้สอบบัญชีระดับต้นใช้เวลามากกับการรวบรวมข้อมูล จัดทำตาราง กระทบยอด ตรวจรายการจำนวนมาก และจัดทำเอกสารตามวิธีการตรวจสอบที่ค่อนข้างเป็นมาตรฐาน เมื่อปัญญาประดิษฐ์สามารถสนับสนุนงานเหล่านี้ได้มากขึ้น คุณค่าของผู้สอบบัญชีระดับต้นอาจค่อย ๆ เปลี่ยนจาก การทำงานซ้ำจำนวนมาก ไปสู่ การเข้าใจธุรกิจ ตรวจสอบความน่าเชื่อถือของข้อมูล วิเคราะห์ข้อยกเว้น และตั้งคำถามกับผลลัพธ์ที่ระบบเสนอ
ผู้สอบบัญชีระดับต้นจึงไม่ได้หมดความสำคัญ แต่มีแนวโน้มต้องพัฒนาทักษะด้านการวิเคราะห์และดุลยพินิจเร็วขึ้น เช่น ต้องเข้าใจว่าข้อมูลมาจากระบบใด ประชากรข้อมูลครบถ้วนหรือไม่ รายการผิดปกติมีเหตุผลทางธุรกิจหรือไม่ และหลักฐานที่ได้รับสนับสนุนข้อสรุปทางบัญชีจริงหรือไม่
สำหรับผู้สอบบัญชีระดับอาวุโส งานบางส่วนที่เคยใช้เวลามาก เช่น การประสานงานภาคสนาม การติดตามข้อมูล หรือการทบทวนเอกสารที่มีรูปแบบซ้ำ อาจได้รับการสนับสนุนจากเทคโนโลยีมากขึ้น บทบาทจึงมีแนวโน้มให้น้ำหนักกับ การประเมินความเสี่ยง การควบคุมดูแล การเชื่อมโยงหลักฐาน และการใช้ดุลยพินิจ มากขึ้น
ผู้สอบบัญชีระดับอาวุโสต้องสามารถประเมินได้ว่า ระบบให้ความสำคัญกับความเสี่ยงที่ถูกต้องหรือไม่ ข้อมูลที่นำมาใช้เชื่อถือได้หรือไม่ มีหลักฐานที่ขัดแย้งถูกละเลยหรือไม่ และข้อสรุปในแฟ้มงานสามารถเชื่อมโยงอย่างมีเหตุผลตั้งแต่ ความเสี่ยง วิธีการตรวจสอบ หลักฐาน จนถึงข้อสรุป หรือไม่
หลักการสำคัญคือ การที่ปัญญาประดิษฐ์เป็นผู้สร้างผลวิเคราะห์ไม่ได้ทำให้ความรับผิดชอบย้ายออกจากผู้สอบบัญชี หากระบบระบุรายการบัญชีผิดปกติ ค้นมาตรฐานที่เกี่ยวข้อง หรือช่วยร่างเอกสาร ทีมสอบบัญชียังคงต้องเข้าใจว่าทำไมเรื่องนั้นจึงสำคัญ และข้อสรุปที่ได้มีความเหมาะสมหรือไม่
ดังนั้น ยิ่งเทคโนโลยีทำงานแทนมนุษย์ได้มากเท่าใด ความสามารถของผู้สอบบัญชีในการเข้าใจ ตรวจสอบ และท้าทายสิ่งที่เทคโนโลยีทำก็ยิ่งสำคัญขึ้น
อีกประเด็นหนึ่งที่สำนักงานสอบบัญชีต้องพิจารณาคือ การพัฒนาผู้สอบบัญชีรุ่นใหม่ ในอดีตผู้สอบบัญชีสร้างประสบการณ์จากการตรวจรายการ การทดสอบระบบควบคุม และการสัมผัสธุรกรรมจำนวนมาก หากงานประจำเหล่านี้ลดลง สำนักงานอาจต้องออกแบบกระบวนการเรียนรู้ใหม่ เพื่อให้บุคลากรยังสามารถพัฒนาความเข้าใจด้านบัญชี ธุรกิจ และดุลยพินิจทางวิชาชีพได้อย่างเพียงพอ
การฝึกอบรมในอนาคตจึงอาจต้องเปลี่ยนจากการสอนเพียงว่า “วิธีการตรวจสอบนี้ทำอย่างไร” ไปสู่การสอนว่า “เหตุใดจึงต้องทำ หลักฐานใดน่าเชื่อถือ เมื่อใดควรตั้งข้อสงสัย และเมื่อใดต้องท้าทายผลที่ระบบเสนอ”
สาระสำคัญของข่าว EY จึงไม่ควรถูกตีความเพียงว่า AI จะช่วยลดจำนวนชั่วโมงงานสอบบัญชี แต่คือ การแบ่งหน้าที่ระหว่างมนุษย์กับเทคโนโลยีกำลังเปลี่ยนไปตลอดกระบวนการสอบบัญชี
เทคโนโลยีจะมีบทบาทมากขึ้นในงานที่เกี่ยวกับการประมวลผลข้อมูล การประสานงาน และการค้นข้อมูล ขณะที่ผู้สอบบัญชีจะต้องเพิ่มน้ำหนักให้กับงานที่ต้องใช้ความเข้าใจและดุลยพินิจ ได้แก่ การเข้าใจธุรกิจ การระบุความเสี่ยง การประเมินหลักฐาน การค้นหาข้อมูลที่ขัดแย้ง และการสังเกตและสงสัยเยี่ยงผู้ประกอบวิชาชีพ
คำถามสำคัญของวิชาชีพจึงอาจไม่ใช่อีกต่อไปว่า
“AI สามารถทำวิธีการตรวจสอบนี้แทนผู้สอบบัญชีได้หรือไม่?”
แต่คือ
“หาก AI ทำงานส่วนนี้ได้มากขึ้น ผู้สอบบัญชียังต้องเข้าใจ ท้าทาย และรับผิดชอบต่อดุลยพินิจส่วนใด?”
การที่ EY นำเทคโนโลยีดังกล่าวเข้าไปในระบบที่รองรับงานสอบบัญชีประมาณ 160,000 งานทั่วโลก จึงเป็นสัญญาณสำคัญว่า ปัญญาประดิษฐ์กำลังเคลื่อนจากเครื่องมือเสริมประสิทธิภาพไปสู่การเป็นส่วนหนึ่งของโครงสร้างพื้นฐานในการทำงานสอบบัญชีของสำนักงานขนาดใหญ่
เทคโนโลยีอาจเปลี่ยนวิธีทำงาน แต่หลักของวิชาชีพยังไม่เปลี่ยน ผู้สอบบัญชียังคงต้องเข้าใจธุรกิจ ประเมินความเสี่ยง รวบรวมหลักฐานที่เหมาะสมเพียงพอ ใช้การสังเกตและสงสัยเยี่ยงผู้ประกอบวิชาชีพ และรับผิดชอบต่อข้อสรุปทางการสอบบัญชีด้วยตนเอง
