МнениеПозиция Global Eye 24

Аудиторским фирмам стоит использовать ИИ, чтобы расширять круг вопросов, а не сокращать число людей, которые на них отвечают

Пилотный проект КПМГ показывает, что ИИ-агенты могут проверять отчётность лучше людей, но проверка человеком всё равно нужна, и регуляторы должны настаивать на её сохранении.

Audit
Audit. Photo: Agasthya1992, CC BY-SA 3.0, via Wikimedia Commons

Главное

  • В пилотном проекте ИИ-агенты задавали более точные вопросы, чем бухгалтеры, но людям всё равно пришлось вмешиваться
  • Неудачный вопрос стоит нескольких минут, чтобы его отбросить, тогда как ошибочный аудиторский вывод может исказить отчётность, поэтому ИИ уместен на ранних этапах, до принятия профессионального решения
  • Регуляторам следует требовать раскрытия применения ИИ, публикации показателей ошибок и подписи названного человека

Пилотный проект КПМГ заслуживает серьёзного отношения, но не как предвестник замены аудиторов. Мы рассматриваем его как свидетельство того, что ИИ наиболее полезен в аудите тогда, когда расширяет круг вопросов, которые задаются руководству, а ответственность за ответы и выводы по-прежнему несут люди. Фирма из «большой четвёрки» использовала ИИ-агентов для проверки финансовой отчётности компании, входящей в индекс FTSE 250, и эти агенты задавали более точные вопросы, чем бухгалтеры. Вмешательство человека всё же понадобилось. Обе части этого результата важны, и политика должна учитывать обе.

Аудит существует для того, чтобы проверять то, что компания говорит о себе. Проверяющий, который читает каждое примечание, сверяет каждую цифру и не устаёт, имеет очевидное преимущество перед загруженной командой, работающей в жёстких сроках. Критики профессии также утверждают, что младшие сотрудники有 причины избегать неудобных вопросов платящему клиенту. У программы нет карьеры, которую нужно беречь, и это довод в пользу того, чтобы использовать её для формулирования направлений проверки, но не для вынесения заключения.

Ограничения реальны, а детали пилотного проекта неясны. Мы не знаем, сколько вопросов агентов привели к результату, сколько из них были ошибочными и в чём именно заключалось вмешательство человека. В отчёте также отмечается, что немногие компании сейчас располагают данными, достаточно чистыми для работы таких агентов. Один пилотный проект в одной компании — многообещающий результат, но не метод.

Самое сильное возражение связано со стимулами. Если машина может составить перечень вопросов, фирмы будут искушены сокращать команды, которые раньше выполняли эту работу, оставлять несколько подписантов и продавать более дешёвые и менее качественные аудиторские услуги. Даже небольшая доля ошибок в анализе ИИ означает, что всё придётся проверять, а модель, которая уверенно утверждает неверное, опаснее той, которая явно не уверена. Есть и проблема кадрового конвейера: младшие аудиторы осваивают профессию, выполняя работу, которую теперь передают программам.

Эти риски серьёзны, но они говорят о том, как инструмент применять, а не о том, чтобы оставить его без использования. Когда ИИ используется для формулирования вопросов, его собственные ошибки обходятся дёшево: неудачный вопрос стоит нескольких минут, чтобы его отбросить, тогда как неверный вывод может оставить искажённую отчётность перед инвесторами. Сбой контроля, о котором сообщалось в «Ситигруппе», где сделки в британском подразделении ценных бумаг регистрировались с использованием внутренней модели, которую регуляторы не одобряли, а взвешенные по риску активы были занижены примерно на 35 млрд долларов, — это как раз тот пробел, на который можно было бы направить систематический механизм задавания вопросов. Мы не знаем, как была выявлена эта ошибка, и не утверждаем, что ИИ обнаружил бы её. Суть в том, что неутомимые и не знающие смущения вопросы стоят того, при условии что кто-то квалифицированный решает, что означают ответы.

Из этого следуют три вещи. Во-первых, регулятор аудиторской деятельности должен обязать фирмы информировать комитеты по аудиту о применении ИИ-агентов в ходе проверки и о том, что люди сделали с их результатами. Во-вторых, фирмы должны публиковать итоги своих пилотных проектов, в том числе сведения о том, как часто агенты ошибались, чтобы утверждения о лучших вопросах можно было проверить, а не просто принимать на веру. В-третьих, ответственность за заключение должен нести названный по имени квалифицированный специалист, а ответственность самой фирмы не должна меняться из-за выбранных ею инструментов.

У компаний тоже есть своя роль. Комитеты по аудиту должны спрашивать у своих аудиторов, как используется ИИ, и добиваться того, чтобы экономия отражалась в размере вознаграждения, а финансовым службам стоит начать приводить в порядок данные, которые нужны этим инструментам. Фирмам, со своей стороны, следует сохранять места для стажировки младших аудиторов, ибо люди, которые однажды будут подписывать заключения, должны где-то научиться тому, каким бывает хороший вопрос.

Эта редакционная статья выражает позицию Global Eye 24. Написана при участии ИИ, переведена с английского. Заметили ошибку? Напишите на corrections@globaleye24.com.