Grant Thorntons Stephen McGlynn berättar om de skiftande färdigheterna inom branschen och den växande betydelsen av AI och automation.
Även om arbetet med revision och försäkran inte för tankarna till tekniken omedelbart, kan vikten av dataanalys och DevOps inte ignoreras i denna sektor.
Stephen McGlynn är DevOps-chef och biträdande direktör inom revision och försäkran i Grant Thornton, efter att ha börjat som trainee 2015 och arbetat med olika aspekter av revisionsarbete.
”Med tiden fick jag mer erfarenhet och gick vidare till att hantera mer utmanande uppgifter, inklusive förberedelse av bokslut och granskning av efterlevnad,” sa han.
”Det oberoende jag fick tidigt, tillsammans med det enorma stödet från revisionschefer och partners, hjälpte till att bygga upp mitt självförtroende och lägga en stark grund för min karriär.”
Efter att ha avslutat sitt utbildningskontrakt 2018 blev McGlynn en revisionsassistentchef och senare en revisionschef. ”2021 övergick jag till en operationsroll, och gick bort från klientinriktat arbete. Denna förändring innebar att leda vårt team för produktion av interna konton och driva effektiviteten genom innovation”, sa han.
”Erfarenheten uppmuntrade mig att utveckla färdigheter inom lågkods-, no-code-plattformar och automationsmjukvara. 2022 befordrades jag till biträdande direktör och fungerar nu som DevOps-ledare inom dataanalysteamet.”
McGlynn tar nu en doktorandexamen i datavetenskap, med fokus på kodningsspråk som React och Python.
Hur blomstrade ditt intresse för teknik?
Jag har alltid haft ett stort intresse för teknik, och började med att bygga e-handelswebbplatser för flera år sedan. Under hela min revisionskarriär har jag kontinuerligt letat efter effektivare sätt att hantera rutinmässiga eller repetitiva uppgifter, oavsett om det handlar om att använda avancerade Excel-funktioner eller skapa VBA-skript för att automatisera processer.
Under de senaste åren har min passion för kodning väckts på nytt när jag såg hur teknik, särskilt kodning, kunde hantera komplexa utmaningar inom revision. Denna insikt motiverade mig att utforska vidare och att lära mig språk som React och Python har sedan dess öppnat nya vägar för innovation.
Dessa färdigheter har inte bara tillåtit mig att effektivisera arbetsflöden utan också positionerat mig för att ta på mig en ledande roll i att driva tekniska framsteg inom dataanalysteamet.
Berätta om din roll som biträdande direktör inom dataanalys.
Eftersom DevOps leder inom dataanalysteamet, innebär min roll att leda utvecklingsteamet i att designa, bygga och underhålla våra revisionsverktyg och plattform. Jag samarbetar nära med innovations- och möjliggörande leder för att få en tydlig förståelse för de utmaningar som revisionsteam står inför och utveckla lösningar som driver effektivitet och effektiviserar arbetsflöden.
Mitt fokus ligger på att främja kontinuerlig innovation, att säkerställa att plattformen inte bara levererar en sömlös användarupplevelse utan också optimerar backend-prestanda. Denna balans är avgörande för att säkerställa att plattformen utvecklas i linje med de förändrade behoven hos revisionsteamen samtidigt som den förblir pålitlig och skalbar.
Vilka är några av de största utmaningarna du står inför?
En av de största utmaningarna inom dataanalys är att hantera stökiga och ofullständiga datauppsättningar. Noggrannheten och effektiviteten i vår analys är direkt kopplad till kvaliteten på den underliggande data och att säkerställa att data är ren, välstrukturerad och meningsfull kan vara en skrämmande och tidskrävande uppgift. Detta innebär ofta betydande ansträngningar i datatvistelse, validering och rensning innan någon meningsfull analys kan äga rum.
En annan pågående utmaning är att hålla sig uppdaterad med de ständigt utvecklade verktygen och teknologierna på området. När nya plattformar, tekniker och programmeringsspråk dyker upp är det viktigt att kontinuerligt lära sig och anpassa sig för att utnyttja dessa framsteg på ett effektivt sätt. Att balansera behovet av att underhålla befintliga system samtidigt som man använder ny teknik kan vara en känslig och ibland svår process.
Hur förändrar tekniska trender revisions- och skattebranschen?
Tekniska trender förändrar vårt sätt att närma oss revision och skatt. Automation och AI var verkligen inte modeorden när jag började min revisionskarriär, men var och en har nu potentialen att ge större effektivitet och noggrannhet till revisioner.
AI-verktyg som ChatGPT, Copilot och Gemini blir mer mainstream, vilket ger revisorer möjlighet att snabbt analysera stora datamängder, automatisera repetitiva uppgifter och fokusera på mer värdefulla, komplexa frågor. Det är dock viktigt att erkänna att även om AI har potential att förbättra effektiviteten, är det viktigt att förstå dess begränsningar – såsom hallucinationer och falskt mönsterigenkänning.
Dessa framsteg förändrar också de färdigheter som krävs i branschen. Revisionsteam kommer i allt högre grad att behöva en blandning av traditionella revisionsfärdigheter och teknisk expertis för att navigera i detta nya landskap, och dessa trender är redo att i grunden påverka hur vi arbetar och engagerar oss med kunder.
Finns det något du vet nu som du önskar att du visste när du började?
Jag önskar att jag hade förstått vikten av att ifrågasätta status quo mycket tidigare i min karriär. Jag har insett att du inte ska vara rädd för att utmana etablerade processer, speciellt när det finns potential för ett mer effektivt eller effektivt sätt att göra saker på.
Ofta kommer den mest meningsfulla innovationen från att gå utanför traditionella metoder och tänka om vad som är möjligt. Genom att uppmuntra nyfikenhet och en vilja att utforska alternativa tillvägagångssätt öppnar du dörren till betydande förbättringar och mer effektfulla lösningar.
Vilket råd skulle du ge till någon som vill fördjupa sig inom området dataanalys?
Mitt råd är enkelt: dra inte undan för nya utmaningar. Området dataanalys utvecklas snabbt och förmågan att anpassa sig och kontinuerligt lära sig är avgörande.
Oavsett om det handlar om att ta tag i nya programmeringsspråk, utforska de senaste verktygen eller arbeta igenom komplexa och röriga datamängder, kommer varje utmaning att hjälpa till att vässa dina kunskaper och bredda din förståelse.
Omfamna alla möjligheter att tänja på dina gränser, eftersom varje upplevelse inte bara kommer att förbättra dina tekniska förmågor utan också öppna upp för nya karriärmöjligheter och vägar som du kanske inte har tänkt på tidigare.