Ozon Банк для бизнеса
Реклама
Ортикон Групп
1С
Читать 7 мин

Внутренний контроль и аудит в 1С: как ИИ помогает подготовить выборку и сформулировать замечания

Все документы проведены корректно, договор приложен, технических ошибок нет — но что-то гложет: операция выглядит «не так», а в чем именно, на глаз не поймешь. Как выстроить проверку, чтобы ИИ стал дополнительным инструментом в контуре 1С, а не «автономным аудитором».

350 просмотров76 открытий

Вокруг использования больших языковых моделей (LLM) и машинного обучения в корпоративных финансах существует опасное заблуждение. Иногда технологию презентуют как «автономного аудитора», способного самостоятельно квалифицировать нарушения. Это не так. ИИ не обладает правовым мышлением, не знает управленческого контекста и не имеет юридических оснований выносить вердикты.

В учетной системе могут быть тысячи корректно проведенных документов. Но отсутствие технических ошибок еще не отвечает на вопросы внутреннего контролера: соответствует ли операция условиям договора, достаточно ли подтверждающих документов и почему материалы списаны на необычное направление затрат?

В таких задачах решение «Ортикон: ИИ-Управление рабочими процессами», которое является расширением для конфигураций 1С, может стать дополнительным инструментом проверки. Он помогает находить операции по заданным признакам риска, сопоставлять учетные данные с текстами документов и готовить проекты замечаний.

Внутренний контроль и аудит в 1С: как ИИ помогает подготовить выборку и сформулировать замечания

При этом важно различать сигнал и доказательство нарушения. Нетипичная операция — повод разобраться, а не основание автоматически объявить сделку фиктивной или обвинить сотрудника.

Рассмотрим, как организовать такую работу в 1С и какие ограничения необходимо учитывать.

Что добавляет ИИ к существующим проверкам

Не стоит противопоставлять искусственный интеллект стандартным инструментам учета. Типовые механизмы вроде «Экспресс-проверки ведения учета» или «Анализа состояния бухучета» встроены в платформу «1С» изначально. Они работают по детерминированным алгоритмам (правилам «если Х, то Y») и предназначены для поиска явных технических ошибок: нарушения хронологии счетов-фактур, незакрытых счетов или отрицательных остатков ТМЦ. Если хозяйственная операция технически проведена верно, стандартный отчет ее пропустит.

Локальный ИИ ориентирован на вероятностный и семантический анализ. Он ищет отклонения от исторически сложившихся паттернов конкретной компании в ситуациях, где с точки зрения структуры данных «1С» все оформлено легитимно.

При этом ИИ-модуль не подменяет собой существующие аналитические инструменты. Встроенные сервисы 1С успешно управляют кредитными и налоговыми рисками, предоставляя базовые индексы благонадежности контрагентов. Задача локального ИИ — не дублировать эти индексы, а сопоставить их внешние показатели с внутренним поведением пользователей или содержанием документов в самой базе.

Если необходимо найти документы без заполненного реквизита, проверить превышение установленного лимита или рассчитать отклонение показателя, результат должен опираться на воспроизводимый запрос или контрольный алгоритм.

Языковая модель полезна там, где нужно работать с текстом и помогать человеку исследовать данные. Например:

  • найти в договоре условие об обязательном отчете исполнителя;

  • сопоставить это условие с доступными вложениями;

  • обратить внимание на нетипичное сочетание материала и направления затрат;

  • изложить обнаруженное отклонение понятным языком;

  • подготовить перечень вопросов ответственному сотруднику.

Задача системы — не просто показать «подозрительный документ», а объяснить, почему он попал в выборку и что именно необходимо проверить.

Как устроить проверку

Для такого сценария можно использовать следующую схему:

  1. Пользователь задает вопрос или выбирает контрольную процедуру.

  2. Инструменты интеграции получают разрешенные данные из 1С.

  3. Запросы и контрольные алгоритмы формируют перечень операций по заданным критериям.

  4. При необходимости подключаются тексты договоров и других документов.

  5. Языковая модель готовит описание отклонений и проект замечания.

  6. Проверяющий изучает основания и подтверждает либо отклоняет вывод.

Доступ к данным следует организовывать через предусмотренные механизмы платформы 1С. Иными словами:

·         ИИ-агент взаимодействует с данными исключительно через встроенный механизм запросов платформы. Продукт поставляется в виде внешней обработки (расширения). Запросы выполняются строго в контексте текущего пользовательского сеанса. Т.е., наследование RLS (Row-Level Security). Поскольку запросы выполняются внутри штатного сеанса, платформа автоматически ограничивает видимость объектов. Если у текущего пользователя ограничены права на уровне записей (например, закрыт доступ к регистру расчета заработной платы или документам определенного филиала), ИИ-обработка физически не сможет получить эти данные для анализа и не включит их в свои выводы. Далее, локальный контур и внешние сервисы:

·         Модель функционирует на собственных мощностях предприятия, что гарантирует нулевой исходящий трафик при анализе текстов внутренних регламентов и договоров. В случаях, когда для анализа требуются актуальные внешние данные, система обращается к ним через штатные, регламентированные платформой механизмы интеграции, не передавая внутреннее содержимое документов во внешнюю среду.

В конкретном внедрении необходимо отдельно проверить, в каком сеансе выполняются запросы, какие ограничения доступа применяются и какие сведения передаются модели.

Какие данные нужны системе

Качество проверки зависит не только от модели, но и от доступных источников.

Для анализа могут потребоваться:

  • документы и движения по регистрам;

  • справочники и аналитика учета;

  • условия договоров и приложения;

  • сведения о согласованиях;

  • спецификации и технологические карты;

  • журнал регистрации;

  • данные о контрагентах из подключенных сервисов.

Наличие каждого источника нужно проверять отдельно. Например, журнал регистрации позволяет исследовать события и действия пользователей, но состав регистрации настраивается. Нельзя рассчитывать на полную многолетнюю историю, не проверив, какие события сохранялись.

Поэтому система должна различать три ситуации:

  • документ найден;

  • документ не найден в проверенных источниках;

  • источник недоступен или не подключен.

Для контролера это принципиальная разница. Формулировка «в доступных вложениях отчет не найден» точнее, чем «отчет отсутствует».

Сценарий 1. Услуги, по которым не найден предусмотренный договором отчет

Ниже приведен условный пример. Названия, номера документов и суммы используются для иллюстрации сценария.

В 1С зарегистрирован акт на информационно-консультационные услуги стоимостью 4,8 млн руб. В приложенном договоре предусмотрен ежемесячный отчет с описанием выполненных работ.

При проверке система обнаруживает:

  • акт отражен в учете;

  • в договоре найдено условие о предоставлении отчета;

  • среди доступных вложений соответствующий отчет не найден;

  • документ зарегистрирован вне обычного рабочего времени.

Последнее обстоятельство может быть дополнительным признаком для отбора, но само по себе ничего не доказывает.

Как может выглядеть проект замечания

В проверенных вложениях к операции не найден отчет исполнителя, предусмотренный договором.

Необходимо уточнить, получен ли отчет и где он хранится, а также проверить наличие других документов, подтверждающих содержание и результат услуг.

Дополнительно рекомендуется уточнить причины регистрации документа вне обычного рабочего времени.

Такое замечание не объявляет услуги фиктивными и не рассчитывает доначисления автоматически. Оно задает направление проверки.

Что проверяет специалист

Отчет может храниться в системе электронного документооборота, переписке или другом хранилище, не подключенном к анализу. Возможны и изменения условий договора.

Проверяющий запрашивает недостающие материалы, изучает содержание услуг и фиксирует результат. Только после этого можно решать, требуется ли корректировка учета, дополнительное согласование или правовая оценка.

Сценарий 2. Нетипичное списание материалов

Еще один условный пример: со склада списано 450 метров силового кабеля на затраты по направлению «Хлебобулочные изделия».

Такое сочетание заслуживает внимания, но не доказывает хищение. Кабель мог использоваться при ремонте оборудования или электропроводки. Возможна и ошибка в аналитике затрат.

Для проверки система может сопоставить операцию с доступными спецификациями, историей аналогичных списаний и документами на ремонт.

Как может выглядеть проект замечания

Обнаружено нетипичное списание 450 метров кабеля на затраты по направлению «Хлебобулочные изделия».

В проверенных спецификациях соответствующее применение материала не найдено. В доступных данных о ремонтных работах подтверждающие документы также не обнаружены.

Необходимо уточнить назначение отпуска материала, проверить документы на выполненные работы и правильность выбранной аналитики затрат.

В замечании должны быть указаны конкретные источники и период проверки. Если сведения о ремонтах не подключены, система не должна делать вывод об отсутствии ремонтных работ.

Возможные результаты проверки

После изучения документов специалист может установить, что:

  • списание обоснованно и дополнительных действий не требуется;

  • материал использован по назначению, но выбрана неверная аналитика;

  • подтверждающие документы нужно дополнить;

  • обстоятельства требуют дальнейшего расследования.

Таким образом, один сигнал может привести к разным выводам. Именно поэтому окончательное решение остается за человеком.

Как должна выглядеть карточка риска

Чтобы результат был полезен аудитору, недостаточно общей формулировки «операция подозрительна». Для каждого случая стоит показывать:

Поле

Содержание

Объект проверки

Документ, операция или группа связанных операций

Основание отбора

Конкретный критерий или обнаруженное несоответствие

Источники

Данные и документы, использованные при проверке

Границы анализа

Период, отборы и недоступные источники

Предварительное замечание

Что обнаружено без обвинительной квалификации

Следующий шаг

Что запросить, сопоставить или уточнить

Решение проверяющего

Подтверждено, отклонено или направлено на дополнительную проверку

Такой формат позволяет воспроизвести ход проверки и отделить установленные факты от предположений модели.

Что означает проверка всего массива

Автоматизированная процедура может охватывать все документы выбранного периода по конкретным критериям. Но это не означает выявление всех возможных нарушений.

Корректное описание результата выглядит так:

Проверены все документы выбранного вида за указанный период по перечисленным контрольным признакам.

Чтобы оценить качество решения, полезно фиксировать не только количество найденных отклонений, но и результаты последующей проверки: сколько сигналов подтвердилось, сколько оказалось ложными и сколько потребовало дополнительных данных.

Локальное размещение и доступ к информации

Если организация выбирает локальную архитектуру, необходимо описать не только место размещения модели, но и весь маршрут обработки данных.

При проектировании стоит проверить:

  • где выполняется распознавание сканов;

  • какие сведения передаются языковой модели;

  • где сохраняются запросы, ответы и промежуточные файлы;

  • используются ли внешние сервисы;

  • кто имеет доступ к журналам и результатам проверок;

  • может ли агент изменять данные или работает только на чтение.

Для пилотного сценария разумно ограничить задачи подготовкой выборки и проектов замечаний. Блокировка оплаты, изменение документов и другие значимые действия должны оставаться в предусмотренной процедуре согласования.

Локальное размещение следует описывать через проверяемые свойства конкретной поставки, а не обещание абсолютной безопасности.

С чего начать внедрение

Необязательно сразу строить систему контроля всех операций. Для пилота лучше выбрать одну понятную задачу: например, поиск документов без предусмотренных договором приложений.

До запуска следует определить:

  1. Какие операции входят в проверку.

  2. Какие источники доступны.

  3. По каким признакам формируется выборка.

  4. Как специалист подтверждает результат.

  5. По каким показателям оценивается польза.

Сравнивать стоит не только скорость подготовки отчета, но и время проверяющего, долю полезных сигналов и воспроизводимость выводов.

Заключение

Искусственный интеллект в контуре «1С» — это не замена квалифицированного специалиста, а прикладной инструмент автоматизации аналитического поиска. ИИ может помочь внутреннему контролеру быстрее собрать документы, сопоставить учетные данные с текстами договоров и подготовить проект замечания.

Ценность такого решения — не в категоричных обвинениях и не в обещании обнаружить любую ошибку. Она в том, чтобы сделать проверку более предметной: показать основание сигнала, раскрыть использованные источники и предложить следующий шаг.

Система помогает исследовать отклонения или отвечать на вопросы. Конечный анализ, правовая оценка хозяйственных операций и принятие управленческих решений всегда остаются исключительной прерогативой человека.

Более подробно, с примерами и демонстрацией мы обсудим на нашем вебинаре 18 ноября в 11:00(мск) https://webinars.orticongroup.ru/

Пригашаем всех желающих!

 

Информации об авторе

Контакты

Начать дискуссию
ГлавнаяПодписка