Трансформация внутреннего аудита в эпоху искусственного интеллекта

Современное развитие технологий искусственного интеллекта (ИИ) ставит организации перед дилеммой: с одной стороны, повышение эффективности и оперативности бизнес-процессов за счет внедрения новых инструментов, с другой — угроза возникновения стратегических рисков в результате их применения. Баланс существующих возможностей и рисков способна обеспечить грамотно организованная и выстроенная система внутреннего аудита ИИ-моделей. Цель настоящего исследования состоит в раскрытии ключевых преобразований, с которыми сталкивается внутренний аудит в условиях развития и внедрения ИИ-технологий в операционную деятельность компаний. Основными методами работы стали обобщение, сравнение, оценка, библиометрический, сетевой, кластерный и контент-анализ. Комплексное использование названных инструментов позволило выявить основные тренды, проблемные области и лучшие практики в сфере аудита ИИ. Результатом исследования явилась разработка ключевых этапов внутреннего аудита моделей ИИ (интегрированных в бизнес-процессы компании) с учетом специфики использования последних, задач по обеспечению регуляторных и корпоративных требований к их внедрению и возникающих при этом рисков. Предложенный алгоритм охватывает полный жизненный цикл ИИ-моделей —от проверки качества входящих данных и корректности работы на этапе внедрения до мониторинга результатов применения (а именно — их конфиденциальности, точности и надежности), а также соответствия нормативным, этическим требованиям в ходе эксплуатации. Результаты исследования являются полезными для специалистов подразделений внутреннего аудита экономических субъектов, разрабатывающих корпоративные стандарты и регламенты аудита внутренних бизнес-процессов.

1. Ye. X., Yan Yu., Li J., Jiang B. Privacy and personal data risk governance for generative artificial intelligence: A Chinese perspective. Telecommunications Policy. 2024;48:102851. URL: https://www.sciencedirect.com/science/article/pii/S0308596124001484 DOI: 10.1016/j.telpol.2024.102851

2. Toth Z., Blut M. Ethical compass: The need for Corporate Digital Responsibility in the use of artificial intelligence in financial services. Organizational Dynamics. 2024;53:101041. URL: https://www.sciencedirect.com/science/article/pii/S0090261624000147 DOI: 10.1016/j.orgdyn.2024.101041

3. Zhang C., Zhu W., Dai J., Wu Y., Chen Xg. Ethical impact of artificial intelligence in managerial accounting. International Journal of Accounting Information Systems. 2023;49:100619. URL: https://www.sciencedirect.com/science/article/pii/S1467089523000118 DOI: /10.1016/j.accinf.2023.100619

4. Kazim E., Denny D., Koshiyama A. AI auditing and impact assessment: According to the UK information commissioner’s office. AI and Ethics. 2021;1:301-310. DOI:10.1007/s43681-021-00039-2

5. Tan J., Chang S., Zheng Y., Chan K. Effects of artificial intelligence in the modern business: Client artificial intelligence application and audit quality. International Review of Financial Analysis. 2025;104:104271. URL: https://www.sciencedirect.com/science/article/pii/S1057521925003588 DOI: 10.1016/j.irfa.2025.104271

6. Yang J., Amrollahi A., Marrone M. Harnessing the potential of artificial intelligence: Affordances, constraints, and strategic implications for professional services. Journal of Strategic Information Systems. 2024;33:101864. URL: https://www.sciencedirect.com/science/article/pii/S0963868724000465 DOI: 10.1016/j.jsis.2024.101864

7. Metzger M.l, O’Reilly S., Bhaird C. Generative artificial intelligence augmenting SME financial management. Technovation. 2025;147:103313. URL: https://www.sciencedirect.com/science/article/pii/S0166497225001452 DOI: 10.1016/j.technovation.2025.103313

8. Трофимов И.А. Способ выявления рисков нарушения информационной безопасности и уязвимостей процессов обработки, хранения и передачи информации в информационных системах. Вестник науки и образования. 2025;10-1(165):23-31.

9. Zou M., Yang Y. Unveiling the impact of artificial intelligence on corporate misconduct, the perspective of information asymmetry. Technological Forecasting & Social Change. 2026;225:124506. URL: https://www.sciencedirect.com/science/article/pii/S0040162525005372 DOI: 10.1016/j.techfore.2025.124506

10. Pisoni G., Moloney M. Responsible AI-based business process management and improvement. Digital Society. 2024;323. DOI:10.1007/s44206-024-00105-2

11. Wu T-H., Huang S.Y., Chiu A., Yen D.C. IT governance and IT controls: Analysis from an internal auditing perspective. International Journal of Accounting Information Systems. 2024;52:100663. URL: https://www.sciencedirect.com/science/article/pii/S1467089523000556 DOI: 10.1016/j.accinf.2023.100663

12. Кизилов А.Н., Чернышева Ю.Г. Особенности аудита регенеративного бизнеса и возможности искусственного интеллекта при его проведении. Фундаментальные исследования. 2025;7:24-29. DOI: 10.17513/ fr.43870

13. Дмитриева С.В. Внедрение регулярного аудита как фактор повышения эффективности деятельности предприятия в условиях цифровой трансформации. Экономика и управление: проблемы и решения. 2025;12(5):72-79. DOI: 10.36871/ek.up.p.r.2025.05.12.007

14. Chambers R. 5 Key trends in AI-enabled fraud schemes internal auditors must watch in 2025. URL: https://www.richardchambers.com/5 key-trends-in-ai-enabled-fraud-schemes-internal-auditors-must-watch-in 2025/