ИИ-агенты KPMG задали более глубокие вопросы, чем аудиторы

Hacker News · оригинал

Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

KPMG провела эксперимент Project Exponential, в ходе которого более 100 ИИ-агентов анализировали отчетность компании из индекса FTSE 250. По данным Financial Times, алгоритмы выявили финансовые нюансы и сформулировали вопросы, которые человеческая команда аудиторов не всегда рассматривала.

Эксперимент демонстрирует переход от использования ИИ как вспомогательного инструмента к автономному выполнению этапов аудита. Это ставит под вопрос традиционную бизнес-модель «Большой четверки», основанную на массовом привлечении младших специалистов, и требует пересмотра регуляторных подходов к контролю качества.

В ноябре 2026 года KPMG представила результаты внутреннего эксперимента, который может изменить представление о роли искусственного интеллекта в профессиональных услугах. Проект под кодовым названием Project Exponential был направлен на проверку финансовой отчетности анонимной компании из британского индекса FTSE 250. В отличие от типичных пилотных программ, где ИИ выполняет узкие административные задачи, здесь более 100 автономных агентов были интегрированы в полный рабочий процесс аудита. Они собирали данные, анализировали их, документировали результаты и даже координировали действия друг с другом для распределения нагрузки.

По информации Financial Times, ключевым результатом стало то, что ИИ-агенты в ряде случаев углубились в финансовые вопросы сильнее, чем штатная команда аудиторов. Кэт Бёрнетт, руководитель отдела аудита KPMG UK, подтвердила, что алгоритмы выявляли области, требующие дополнительного расследования, и формулировали вопросы, которые человеческие специалисты не всегда задавали. Это свидетельствует о том, что потенциал ИИ выходит за рамки простого повышения производительности и затрагивает саму суть аналитической работы.

Важно отметить, что KPMG строго разграничивает этот эксперимент с официальным статутным аудитом. Хотя партнер по аудиту подписался под результатами, они не использовались для формального утверждения отчетности компании. Человеческий контроль оставался критически важным: во время испытаний один из агентов ошибся при сопоставлении регуляторных требований с документами компании, и вмешательство аудитора было необходимо для исправления ситуации. Этот инцидент подчеркивает текущие ограничения ИИ в работе со сложными нормативными базами.

Разработка технологии заняла около четырех месяцев. KPMG планирует расширить инициативу до 20 крупных аудитов, однако компания признает, что технология еще не достаточно зрелая для массового внедрения на тысячи объектов. Значительным препятствием остается качество данных: многие предприятия не располагают чистыми и структурированными информационными массивами, необходимыми для эффективной работы ИИ-агентов.

Для индустрии бухгалтерского учета последствия могут быть фундаментальными. Традиционная модель аудита опирается на работу больших команд младших специалистов, выполняющих рутинные задачи под присмотром опытных партнеров. ИИ предлагает альтернативную операционную модель, автоматизируя сбор и анализ данных, что позволяет старшим профессионалам сосредоточиться на сложных суждениях. Для таких фирм, как KPMG, Deloitte, PwC и EY, это обещает ускорение процессов и снижение операционных затрат, хотя вопрос о передаче этих экономий клиентам пока остается открытым.

Регуляторы также внимательно следят за этими изменениями. Финансовый совет по отчетности Великобритании (FRC) предупредил, что использование ИИ не должно подрывать независимость аудиторов, их честность и профессиональную скептицизм. Существуют опасения относительно безопасности данных, чрезмерной зависимости от автоматизированных выводов и риска генерации ИИ неточной или вымышленной информации. Независимо от используемых технологий, окончательная ответственность за аудиторское заключение остается на человеческом аудиторе.

Эксперимент KPMG не доказывает, что ИИ способен полностью заменить бухгалтеров или самостоятельно проводить надежный статутный аудит. Однако он демонстрирует, что алгоритмы начинают конкурировать с профессионалами в областях, которые ранее считались исключительно человеческой прерогативой. Для отрасли вопрос сместился с того, станет ли ИИ частью процесса аудита, на то, какая доля этого процесса будет автоматизирована и какую роль будут играть люди в новой реальности.