Бухгалтерия, возможно, не самая гламурная профессия, но últimно в работу вплелось немного волнения. Технологии меняют роль аудиторов, делая работу гораздо более интересной, чем когда я начал, как мне сказала Кэтрин Бернет, руководитель аудита KPMG в Великобритании, на прошлой неделе. Это волнение вызвано быстрым внедрением ИИ в Большую Четвёрку аудиторских фирм, как глобально, так и в Великобритании. Работа по аудиту крупных компаний преобразуется ИИ-агентами, которые фильтруют транзакции в поисках мошенничества и ошибок, проверяют работу junior-аудиторов и в целом становятся полезными. Мэтью Кэмпбелл, главный технологический директор KPMG по аудиту в Великобритании, сравнил это с фильтрацией целой реки, а не опусканием ведра для взятия пробы. Аудиторские фирмы, сталкивающиеся с риском не выявить проблемы в массиве данных, естественно считают привлекательным развернуть армию ИИ-агентов рядом с людьми. EY emplea 85 000 аудиторов по всему миру, но проводит почти вдвое больше аудитов компаний каждый год. ИИ может предотвратить перегрузку аудиторов. Им могла бы понадобиться некоторая помощь. Аудиторские фирмы в Великобритании находятся под давлением, чтобы улучшить стандарты аудита с тех пор, как произошла серия неудач, включая крах компании по оказанию строительных услуг Carillion в 2018 году. KPMG была оштрафована на 21 миллион в 2023 году за свои неудачи в связи с Carillion. Они сделали прогресс, благодаря технологиям: и KPMG, и EY теперь используют свои собственные облачные платформы, чтобы обеспечить более тщательный аудит. Корпоративные клиенты используют ИИ для организации и отслеживания своих финансов, и бухгалтеры не хотят отставать. Но аудиторским фирмам не следует увлекаться. Во-первых, ИИ ничего не меняет в плане регуляторной ответственности.

Firma не только должна стоять за своими аудиторскими заключениями, но и уметь объяснять рассуждения и обосновывать действия, которые она предприняла по каждой проверяемой транзакции или каждой проверяемой стоимости актива. Она не может указать регулятору на «чёрный ящик». В определённом смысле именно этим и является смысл ИИ, фильтрующего все транзакции и выявляющего случаи повышенного риска для дальнейшей проверки: самая чувствительная работа по-прежнему остаётся за людьми. Но модель ИИ выполняет triage (предварительную сортировку), а не глубокий аудит материала, и как фирма может быть уверена, что её рассуждения верны? Она может выдавать цепочку ложных отрицательных результатов, не замечая проблем. Это указывает на более широкую трудность: склонность человека слишком сильно доверять технологиям. Излишняя зависимость банков от моделей Value-at-Risk, которые недооценивали вероятность тяжёлых потерь в кризисе недвижимости, стала одним из факторов глобального финансового кризиса 2008-09 гг. Модели ИИ для аудита могут работать гладко долгое время, но затем однажды их может обмануть новый тип транзакции. Ричард Харрисон, руководитель цифрового направления assurance EY в Великобритании, говорит, что их принцип заключается в том, что ИИ здесь, чтобы поддерживать нас, а не заменять нас. Они стараются обеспечить, чтобы их ИИ-агенты подсказывали аудиторам, а не диктовали им ответы. И аудиторские фирмы, и Финансовый совет по отчётности (Финансовый регулятор Великобритании) заявляют, что хотят, чтобы ИИ помогал им повышать качество аудита, а не сосредотачивался на сокращении затрат за счёт исключения junior-должностей.