Искусственный интеллект как новый уровень финансового контроля

Внутренний аудит в компаниях принято проводить только тогда, когда собственник бизнеса подозревает, что с компанией что-то не так, и ему нужно наладить контроль за внутренними процессами в компании. Но на самом деле результатом работы хорошего внутреннего аудитора является улучшение бизнес‑процессов, которое можно оценить в денежном эквиваленте.

Для публичных акционерных обществ такая процедура регламентирована законом и является обязательной (см. документ № 208‑ФЗ «Об акционерных обществах», ст. 87.1), и здесь аудиторы являются защитниками интересов акционеров и в некотором роде гарантами эффективной работы основных процессов, а также того, что все риски учтены и их влияние минимизировано. Аудиторы в ходе работы проводят детальный анализ самых важных бизнес‑процессов, выявляют все их недостатки, устранение которых помогает компании сохранить реальные деньги.

Если разложить типовую проверку на шаги, получится простая последовательность: собрать данные из учетных систем, сверить их с правилами и внутренними регламентами, найти отклонения, задокументировать их и сформулировать заключение. Четыре из пяти этапов работы аудитора – это работа с большими массивами данных и документов по заданным правилам. Скучная, нудная, трудная и… полностью доступная для искусственного интеллекта работа.

«Классический аудит во многом построен вокруг выборки данных, и обычный человек чисто физически не сможет проверить каждую строку многомиллионной выгрузки, поэтому выбирает в ней только часть операций и по ней оценивает всю совокупность. Это рациональный ответ на ограниченность времени и ресурсов, однако у искусственного интеллекта таких ограничений нет, – комментирует Александр Петров, генеральный директор «Бюро Диалектика», специалист ИИ-преобразования бизнеса. – Если данные доступны в машиночитаемом виде, ИИ-агент может пропустить через контрольные правила 100% операций. Это не только ускоряет проведение проверки, но и меняет саму экономику аудита: дорогая процедура, которую проводят раз в месяц или в квартал, превращается в непрерывный фоновый процесс. Второе важное отличие – сам цифровой аудит полностью подконтролен, его каждое действие можно записать в журнал, а каждое замечание – раскрутить до исходной строки данных и правила, которое сработало. Для банка или другой регулируемой организации это принципиально: вывод должен быть не просто правдоподобным, а воспроизводимым и обоснованным».

Но при этом ИИ-агент не может полностью заменить аудитора (перед ним, откровенно говоря, и не стоит такой задачи). Искусственный интеллект берет на себя сверку, первичный поиск отклонений и документирование. За человеком остается оценка рисков и контекста, уточнение спорных моментов и итоговое заключение. Роль аудитора при этом поднимается на этаж выше: от ручного проверяющего к постановщику правил и приемщику результата.

Рынок уже начал переход

Сегодня ИИ уже перестал быть экспериментом для бизнеса и стал рабочим инструментом для компаний самого разного сектора и размера, и многие из них применяют ИИ именно при проведении аудита. По данным опроса Internal Audit Foundation за 2025 год, 41% руководителей служб внутреннего аудита в Северной Америке уже использовали генеративный ИИ в аудиторской работе, а 65% планировали наращивать его применение. В опросе участвовали 405 руководителей и директоров служб внутреннего аудита. Более широкий международный опрос Vision 2035 показывает более раннюю стадию зрелости: из 5460 респондентов 48% сообщили о той или иной работе с ИИ, но непосредственно применяли его во внутреннем аудите только 18%. Еще 22% изучали возможные сценарии. Мы приводим оба исследования, поскольку разница между выборками важна: рынок неоднороден, а пилот и промышленный контур – не одно и то же.

И наконец, в немецком исследовании KPMG Internal Audit Study 2025/2026 81% опрошенных компаний сообщили об использовании ИИ в аудиторских процессах, а 68% — об улучшении качества выводов. Эти цифры нельзя механически переносить на весь рынок, но направление они показывают ясно: ИИ быстро переходит из эксперимента в рабочий инструмент контроля.

Где именно используется ИИ при проведении аудита?

В проектах по ИИ-преобразованию аудиторских функций уже есть не абстрактные прототипы и идеи, как искусственный интеллект мог бы помочь бизнесу, а конкретные задачи, которые уже реализованы и работают. Практические примеры таких сценариев приводит Александр Петров из «Диалектики»:

«Начну с аудита в сфере медицины. Дано: в медицинской компании ежемесячную сверку складов и номенклатуры раньше выполнял финансовый отдел вручную, что занимало немало времени и ресурсов. Теперь этот процесс автоматизирован. ИИ-агент автоматически получает выгрузку из 1С, проводит сверку и формирует отчет, а аудитор подключается только на этапе работы с расхождениями, – рассказывает эксперт. – В производственной группе тот же паттерн применяется при сборке управленческой отчетности: агент проверяет все строки выгрузки из ERP, а не небольшую выборку. В итоге человек перестает тратить внимание на корректные операции и концентрируется только там, где действительно есть вопрос.

Еще один интересный реальный пример – кейс по поиску подозрительных цепочек в производственной компании, где ERP ошибочно добавила 6 млн рублей накладных расходов: аренда склада попала в себестоимость монтажного направления. Ошибку обнаружили вручную и, по сути, случайно. Непрерывный аудит ловит такие ситуации системно, ведь он работает по набору понятных признаков: расход попал не в то направление; итоговая строка сложена вместе со своими составляющими; перепутан знак; контрагент появился в несвойственной ему статье; показатель резко изменился относительно прошлых периодов. Затем он выстраивает цепочку до первичного документа и передает ее человеку на проверку.

Еще один интересный кейс – регулярная проверка рыночности закупочных цен на расходные материалы и крупные разовые покупки, например, серверы. Агент может сопоставлять цены между периодами и юридическими лицами, обращаться к истории закупок и тендерным площадкам, а при необходимости – готовить запросы сразу нескольким поставщикам.

«На всероссийском форуме директоров по коммерческим закупкам ВПРОК я показывал сборку такого агента прямо на сцене, – рассказывает Александр Петров. – За несколько минут он сформировал первичный разбор рынка и конкурентов, на решение такой же задачи закупщик обычно тратит дни. Это не означает, что агент сам выбирает поставщика, – он только сокращает стоимость подготовки решения и делает сравнение более полным. Вообще ИИ-агент может решать самые разные задачи в рамках финансового аудита, например, у финансового директора медицинской компании, с которой мы работали, была отдельная категория задач: автоматизация исполнения регламентов финансового отдела. Для него теперь агент создает задачи для восьми центров финансовой ответственности, прикладывает шаблоны, следит за сроками, скачивает заполненные заявки, консолидирует их в сводный файл и создает итоговую задачу для финансовой службы. Другой агент читает таск-трекер и ведет последующий контроль. По мере роста компании количество задач увеличивается быстрее, чем управленческий ресурс; агент удерживает процесс, не позволяя обязательным действиям раствориться в потоке».

Еще один важный момент: ИИ может контролировать сам себя в том числе – в сервисе управленческой отчетности для производственной группы заключение о качестве цифр встроено в сам процесс. Система не должна показывать руководителю красивую, но неверную таблицу. Она обязана сначала проверить контрольные суммы: например, сумма факта по направлениям должна совпасть с итогом выгрузки. Дополнительно используются «оракулы» – несколько направлений, рассчитанных независимо и зафиксированных как эталон. Если очередное изменение ломает ранее подтвержденный результат, система сигнализирует об этом до публикации отчета. На последнем этапе агент собирает выводы и готовит дайджест для руководителя. Формулирует машина, подписывает человек.

Что проверять сначала?

Впрочем, здесь не все так безоблачно, как кажется на первый взгляд, главный риск использования ИИ в аудите – это риск безоговорочного доверия к красивому ответу. Языковая модель умеет звучать убедительно и при этом ошибаться, поэтому, прежде чем ИИ начнет проверять компанию, она должна научиться проверять ИИ.

Для того чтобы результаты аудита были максимально достоверными, Александр Петров рекомендует использовать шесть принципов:

1. Сырые данные неизменяемы. Выгрузка из учетной системы фиксируется; вручную ее не корректируют.

2. Корректировка существует отдельно, и у нее есть автор, дата и причина. Это сразу создает аудит-трейл.

3. Итог воспроизводим. Любая цифра вычисляется из сырья и набора корректировок; напрямую «подрисовать» результат невозможно.

4. Контроль запускается при каждом изменении. Эталоны-оракулы показывают регресс до того, как ошибка попадает к руководителю.

5. Работает drill-down. Из любой итоговой цифры можно провалиться до исходных строк. Это одновременно основа доверия и инструмент отладки.

6. Действия агента журналируются. Цифровой контролер подотчетен так же, как процессы, которые он проверяет.

Такой подход меняет архитектуру решения. Модель становится не источником истины, а одним из компонентов проверяемого процесса. Она находит, сопоставляет и объясняет; данные, правила и контрольные расчеты дают доказательную основу; человек принимает решение.

Почему сейчас ИИ меняет именно процесс внутреннего аудита компании? Вовсе не потому, что это слабое звено, а потому, что его предмет и механика – данные и правила – идеально подходят для сильных сторон ИИ-агентов. Чем формальнее контроль и чем больше операций – тем заметнее эффект.

Читайте также:

Как ИИ-консультант увеличивает продажи в ритейле

Что же произойдет с профессией аудитора? На самом деле ничего плохого! Профессия не исчезнет, наоборот, возрастет цена хорошей методологии и профессионального суждения. Кто-то ведь должен будет определять, какие отклонения считать существенными, где проходит граница допустимого риска, в какой момент требуется эскалация и какие доказательства достаточны, – ответственность за результат внутреннего аудита будет по-прежнему нести человек, а не искусственный интеллект. При этом ожидания собственников и регуляторов будут меняться – когда сплошной непрерывный контроль становится технически и экономически доступным, формула «мы проверяем выборочно раз в квартал» начинает звучать так же архаично, как «мы закрываем баланс на бумаге». Вопрос уже не в том, придут ли агенты во внутренний аудит. Вопрос в том, успеют ли компании построить для них проверяемую архитектуру и переучить аудиторов с ручной сверки на управление правилами, рисками и решениями.