Второй аналитик: чем ИИ действительно может помочь бухгалтеру и где кроется главная опасность

Первое время я использовала ИИ так же, как большинство коллег: для поиска информации, формулировки писем, сокращения текстов и подготовки черновиков. Удобно, быстро — и, как мне тогда казалось, в этом и заключается его основная польза.

Мой настоящий тест-драйв искусственного интеллекта начался во время подготовки к аудиту. Именно тогда я поняла, что ИИ — это не просто генератор текста, а полноценный второй аналитик. В статье поделюсь опытом, как бухгалтеру грамотно выстроить с ним работу, чтобы экономить часы, а не создавать новые риски.

Бухгалтеры, которые проходили аудит, знают эту механику: редко бывает так, что аудитор задал вопрос, бухгалтер открыл один документ — и ответ готов. Обычно цепочка длинная. Начинаешь с оборотно-сальдовой ведомости, переходишь в карточку счета, поднимаешь договор, ищешь платеж, проверяешь дату первичного документа. Если операция тянется из прошлого периода, приходится буквально восстанавливать хронологию: что происходило тогда и почему в учете она была отражена именно так. А потом все это нужно собрать в одну логичную картину.

В какой-то момент вместо привычного запроса «Как правильно ответить аудитору?» я задала ИИ совсем другой вопрос: «А мы вообще уверены, что собираемся дать правильный ответ?».

С этого началась моя настоящая работа с нейросетями. Вместо того чтобы просить ИИ сразу подготовить красивое пояснение, я стала ставить другую задачу: «Не пиши пока ответ. Сначала разберись, что произошло».

Для анализа я даю необходимый контекст и только те данные, которые допустимо использовать с учетом требований компании к конфиденциальности. На основе этих данных ИИ сопоставляет показатели, прослеживает движение суммы, обращает внимание на необычный остаток, замечает несостыковку или показывает место, где в цепочке не хватает информации.

Именно на этапе анализа я столкнулась с главным риском. Самая опасная фраза, которую выдает ИИ, — «Таким образом…». Знакомая ситуация: задаешь вопрос и через несколько секунд получаешь совершенно убедительный ответ. Все логично. Термины правильные. Аргументы выстроены. В конце — уверенное резюме. Хочется просто скопировать и согласиться.

Теперь, если ИИ сообщает мне, что «операция отражена таким образом, поскольку…», мой следующий вопрос звучит не «Как это лучше сформулировать?», а: «Покажи, на основании каких данных ты сделала этот вывод».

И вот тут иногда выясняется самое полезное. Часть ответа подтверждается. Часть — это просто предположение. А для другой части вообще не хватает информации. И это нормально. Более того, фраза «данных недостаточно, нужно дополнительно проверить…» для меня гораздо ценнее безупречно написанного, но ничем не подтвержденного пояснения.

Со временем у меня появился простой и очень эффективный прием. При разборе сложной ситуации я прошу ИИ разделить результат на три категории:

Факт — то, что действительно и строго следует из имеющихся данных (суммы, даты, корреспонденция счетов).

Предположение — версия, которая выглядит логичной, но пока не доказана.

Нужно подтвердить — место, где необходимо вернуться к первичному источнику или получить дополнительную информацию.

Например, по суммам и датам можно хорошо восстановить последовательность операций. Однако одинаковые суммы еще не означают, что операции действительно связаны. Необычный остаток может оказаться ошибкой, а может иметь вполне обоснованное объяснение. ИИ здесь не заменяет доказательство. Он помогает понять, какого именно доказательства нам не хватает. И для подготовки к аудиту эта разница принципиальна.

Бухгалтер работает с информацией, которая содержит персональные данные, сведения о контрагентах, условиях договоров и другую непубличную информацию. Поэтому подход «загрузим все, а ИИ разберется» я считаю неправильным.

Для анализа движения определенной суммы далеко не всегда нужны название организации, ФИО сотрудника, реквизиты контрагента или полный текст договора. Гораздо важнее оказываются даты, суммы, счета и последовательность операций. Там, где это допускают внутренние правила, для анализа нужно использовать специально подготовленные и обезличенные данные. Здесь работает тот же профессиональный принцип, что и во многих других вопросах учета: сначала нужно понять цель.

• Что именно я хочу проверить

• Какие данные действительно необходимы для этого

• Имею ли я право использовать их таким способом

И только после этого имеет смысл обращаться к ИИ.

Пожалуй, это мой любимый прием. У бухгалтера есть одна профессиональная ловушка: чем дольше разбираешь операцию, тем сильнее начинаешь верить в собственную версию произошедшего. Вопрос «Правильно ли мы отразили эту операцию?» может оказаться не таким уж нейтральным, потому что мы уже подсознательно предполагаем, какой ответ хотим получить.

• «Попробуй доказать, что мой вывод неверен».

• «Что здесь может вызвать вопрос у аудитора?»

• «Какие еще объяснения возможны исходя из имеющихся данных?»

• «Не соглашайся со мной автоматически. Найди слабое место».

После такой проверки первоначальная версия может остаться без изменений. А может случиться наоборот: ИИ задаст один вопрос, после которого мне приходится снова открывать регистр. И я считаю это не ошибкой работы с ИИ. Наоборот, именно в этот момент он выполняет одну из самых полезных функций — помогает проверить собственную профессиональную гипотезу.

Как ни странно, больше всего времени ИИ экономит не на письмах. Да, он может за минуту сделать черновик пояснения или сократить длинный текст. Но главная экономия — на первичной аналитике, которую бухгалтер обычно выполняет вручную. Это та самая рутина:

• нужно сопоставить несколько массивов данных;

• найти одинаковые суммы, сравнить периоды;

• проследить движение по счетам;

• выделить необычные остатки и понять, где именно возникло расхождение.

На специально подготовленной обезличенной выборке ИИ делает это мгновенно. Он находит нетипичные операции, сравнивает показатели регистров и подсвечивает участки, которые требуют дополнительной проверки.

• проверить первичные документы;

• понять экономическое содержание операции и сопоставить его с тем, как она отражена в учете;

• при необходимости обратиться к нормам законодательства.

И только после этого — сформировать профессиональное суждение.

Количество запросов к ИИ само по себе для меня теперь мало что означает. Можно сделать сто запросов и использовать ИИ как улучшенную поисковую строку, а можно один раз изменить привычный рабочий процесс.

Задача → Допустимые данные → Анализ ИИ → Проверка бухгалтером → Профессиональное суждение.

Если благодаря этой цепочке я не трачу часы на механическое сопоставление или вовремя вижу вопрос, который сама могла пропустить, значит, ИИ действительно помог. Поэтому «второй аналитик» — самое точное определение. Он видит то, что пропустила я. Я вижу то, где ошибся он.

Получить ответ от ИИ — легко. Гораздо труднее вовремя усомниться, верный ли он. И чем больше искусственного интеллекта в работе бухгалтера, тем ценнее не красивый результат, а способность его проверить. Потому что последнюю точку все равно ставит бухгалтер.