Спикер: Людмила Ганичева, основатель аудиторско-консалтинговой компании «Стандарты аудита», аттестованный аудитор, налоговый адвокат, эксперт ГБУ «Малый бизнес Москвы» и Корпорации МСП, автор курсов и статей по налогообложению.
Семь мифов про нейросети
Миф 1. ИИ в ближайшие годы заменит бухгалтера
Меняется структура задач, а не потребность в профессии. По экспертным оценкам автоматизации сегодня поддаются около 30–40% операций первичного учета — распознавание, сверка, черновики документов.
Учетная политика, спорные трактовки операций и решения с налоговыми последствиями остаются зоной ответственности человека. Спрос на квалифицированных специалистов не падает, но растут требования к их навыкам работы с инструментами.
Миф 2. Налоговая все видит и вычисляет благодаря ИИ
Это не совсем так. Ядро налогового контроля (АСК НДС-2, скоринг рисков) — это автоматизация по фиксированным правилам, а не самообучающийся ИИ. Она работает вполне предсказуемо, и если понимать логику правил, то понятно, что и почему подсвечивается в системе.
Это не повод терять бдительность, но и не повод верить во «всевидящий алгоритм», которому можно вслепую доверять или вслепую бояться.
Поэтому налогоплательщики иногда получают странные требования от ФНС, которые генерирует алгоритм нейросети. Однако она легко может отследить, например, работали ли вы с самозанятыми как работодатель, сколько получил самозанятый и не превысил ли лимиты и т. п.
Налоговая активно автоматизирует свои процессы, поэтому нужно учиться быстро реагировать на их автоматизированные требования.
Миф 3. Нейросеть — это справочник по законодательству, ей можно доверять ссылки на статьи и письма
ИИ — это не Гарант и не Консультант. Языковая модель не хранит тексты нормативных актов — она генерирует наиболее вероятную последовательность слов.
Отсюда типичная «галлюцинация»: несуществующий номер статьи НК или правдоподобно оформленное, но выдуманное письмо Минфина. Модель обучена на данных до определенной даты и не обязана знать вчерашние поправки в законодательство.
Миф 4. Если ИИ отвечает уверенно и развернуто, значит он прав
Тон ответа ИИ не связан с его точностью. Модель одинаково формулирует как верный, так и полностью выдуманный ответ: встроенного механизма «я не знаю» или «я не уверен» у него нет.
Миф 5. Внедрение ИИ означает полную автоматизацию первичного учета
На практике речь идет о частичной автоматизации рутинных операций с обязательным контролем человека на выходе. Такой режим называется работой «в связке»: инструмент готовит черновик, а человек проверяет и подтверждает результат.
Например, вы загрузили в 1С документы, они распознаются и загружаются дальше только после того, как вы их проверили и поставили отметку, что все верно, потому что есть много нюансов, на какой счет относить тот или иной товар, как вносить наименование материалов и т. д.
Миф 6. Если не упоминать название компании, вставлять рабочие данные в чат-бот безопасно
Данные, введенные в публичный сервис, уходят на серверы провайдера и могут использоваться для дальнейшего обучения моделей независимо от того, названа компания или нет.
Для персональных данных, например по зарплатным ведомостям, базам данных клиентов и т. п., есть прямой риск нарушения 152-ФЗ «О персональных данных».
Миф 7. ИИ либо решает любую задачу, либо бесполезен
Возможности ИИ распределены неравномерно: сильные стороны в одних сценариях, например, расшифровка текста, черновики, сверки, соседствуют с системными слабостями в других, вроде точных расчетов, актуальных данных законодательства и т. п.
Где ИИ дает реальную пользу и безопасные сценарии
Зеленая зона — это реальная польза ИИ при разумном контроле человека: расшифровка, сверка, подготовка черновиков.
Желтая зона — это черновик или «второе мнение», каждый вывод проверяется перед использованием.
Красная зона — нельзя делегировать без риска для компании: решения, персональные данные, декларации.
Только используя такой подход, можно работать с ИИ.
Основа общения с нейросетью — это промт. Важно задать ИИ роль, объяснить задачу, дать уточнения, указать формат ответа, стиль написания текста и только потом задавать задачу.
Обязательно указывайте, чтобы ИИ избегал непроверенной информации и проверял документы. Можно указывать ресурсы, где брать информацию для проверки. Отметьте, что ссылки должны быть только на актуальные решения арбитражного суда, ничего не надо выдумывать и т. п.
Прежде чем задавать задание ИИ, вы должны сами для себя понять, что вы хотите получить на выходе.
Например, закинули в ИИ баланс с фразой «рассчитай чистые активы», он выдал огромные красивые таблицы с несуществующими формулами и данными. Поэтому потом переписали промт: «ты финансовый аналитик, используй такой-то приказ Минфина, рассчитай чистые активы руководствуясь такими-то данными» — тогда он выдал логичный расчет.
Как сформулировать промт и каких ошибок избежать:
Роль — кем должен быть
Дата публикации: 01.09.2026, 10:05
Материалу требуется серьёзное обновление. Пишу это не теоретически, а как бухгалтер, который реально использует агентный ИИ в рабочих задачах, включая анализ документов, поиск информации и работу с подключёнными сервисами. Сейчас статья описывает чат-боты примерно образца 2023 года, а некоторые рекомендации не уменьшают, а сами создают риски.
Например, формула «задайте ИИ роль» может сделать анализ однобоким. Если назначить модель «налоговым инспектором» или попросить подтвердить определённую позицию, она будет сильнее искать аргументы в заданную сторону. В налоговом анализе безопаснее требовать позиции налогоплательщика и ФНС, опровергающие аргументы, неблагоприятную практику и вероятную оценку суда, не принимая исходную гипотезу за верную. Указание «ты опытный бухгалтер» также не заменяет ни нормативной базы, ни конкретных критериев проверки.
Совет разбивать сложную задачу на последовательные запросы тоже сформулирован неудачно. Декомпозиция полезна, но полная фактическая база должна сохраняться на всех этапах. Современные reasoning-модели способны самостоятельно построить многоэтапный план по одной обычной просьбе. Если же сообщать существенные обстоятельства по одному, каждый новый факт может обесценивать предыдущий анализ. Пример или шаблон также нужен не всегда: плохой образец просто размножит собственные ошибки. Современные модели рекомендуется сначала использовать без примеров, добавляя только проверенные эталоны при реальной необходимости.
Особенно странно выглядит утверждение, что ИИ «никогда не выдаёт готовый к отправке ответ». Современные агентные системы могут не только подготовить письмо, но и найти переписку, приложить документы и самостоятельно совершить внешнее действие через подключённый сервис.
Это проверено в моей реальной работе. В одном случае агенту было поручено разобраться с вопросом через подключённую электронную почту. Он самостоятельно нашёл нужную цепочку писем, сформулировал ответы, продолжил общение с технической поддержкой и приложил запрошенные документы — без того, чтобы я вручную составлял и отправлял каждое сообщение. Был и обратный случай: в другом рабочем процессе агент по ошибке отправил письмо одному из моих клиентов от моего имени. Имена и организации намеренно не называю, но оба примера реальны.
Это одновременно опровергает тезис «ИИ способен только на черновик» и показывает настоящий риск агентного ИИ. Корректная рекомендация должна состоять не в искусственном объявлении любого результата «черновиком», а в установлении технического контроля: юридически значимая отправка, публикация или подача документа должна требовать отдельного подтверждения человека, журналирования действий и разграничения полномочий.
Неудачно составлен и пример проверки накладных. Вместо субъективного «ты опытный бухгалтер» следовало прямо потребовать проверку обязательных реквизитов по части 2 статьи 9 Федерального закона № 402-ФЗ, условий договора, арифметики, полномочий подписантов и специальных требований к конкретному виду документа. При этом сама статья 9 требует указывать в первичном документе должности, подписи, фамилии и инициалы ответственных лиц. То есть первичная документация часто изначально содержит персональные данные, хотя далее материал предлагает массово загружать накладные в ИИ и почти не рассматривает это противоречие.
Раздел о конфиденциальности также содержит чрезмерные обобщения. Название, ИНН, КПП и ОГРН юридического лица не являются персональными данными. Сам факт передачи информации ИИ-провайдеру не означает автоматически «прямое нарушение 152-ФЗ». Необходимо оценивать правовое основание и цель обработки, состав передаваемых сведений, договор с обработчиком, локализацию, трансграничную передачу и меры защиты. Отключение использования диалогов для обучения модели само по себе всех этих вопросов не решает.
Первичные документы, банковские выписки и материалы проверок нельзя объявлять ни полностью открытыми, ни безусловно запрещёнными к загрузке. В них могут одновременно находиться общедоступные реквизиты юридического лица, персональные данные физических лиц, коммерческая тайна и сведения третьих лиц. Нужен анализ фактического состава документа и условий конкретного сервиса, а не запрет по его названию. Более того, в конце материала уже сказано, что акты сверки загружать можно, поскольку сведения о компаниях находятся в открытых источниках. Это прямо противоречит первоначальному запрету на документы с реквизитами контрагентов.
Предложение вручную удалять ФИО, названия компаний, реквизиты и изменять суммы практически уничтожает экономический эффект автоматизации. При обработке тысяч документов это огромные трудозатраты. Округление сумм делает невозможной точную сверку, а замена всех участников на условных «Продавца» и «Покупателя» разрушает связи между документами. Нормальный рабочий процесс предполагает автоматическое локальное обезличивание со стабильными идентификаторами либо использование корпоративного решения с договорными и техническими гарантиями.
Наконец, для публикации от 1 сентября 2026 года фраза о штрафах «до 700 тыс. рублей» устарела. После изменений, действующих с 30 мая 2025 года, отдельные штрафы за неправомерную передачу персональных данных достигают 15 млн рублей, а за повторные нарушения предусмотрены оборотные штрафы до 500 млн рублей.
В текущем виде получилась скорее памятка «не доверяйте первому ответу чат-бота», чем руководство по безопасному внедрению ИИ. Для заявленной темы необходимы актуальные сведения о reasoning-моделях и агентах, выборе режима сервиса, договорах с провайдером, автоматическом обезличивании, разграничении доступа, контроле внешних действий и проверке качества на тестовой выборке.