Возможности и ограничения применения технологий искусственного интеллекта в аудите финансовой отчетности 2030

Актуальность. Цифровая трансформация экономики и экспоненциальный рост объемов данных, генерируемых ERP-системами, создают новый технологический контекст для аудиторской деятельности. Традиционные методы проверки, основанные на выборочных процедурах и ручной обработке документов, ограничены по времени, трудозатратны и сложны в плане полноты охвата данных. В этих условиях внедрение технологий искусственного интеллекта рассматривается как одно из ключевых направлений модернизации аудита, позволяющее автоматизировать аналитические процессы, обрабатывать 100% массива транзакций и формировать прогнозные модели оценки рисков. Однако практическая интеграция ИИ в аудит финансовой отчетности сдерживается методологическими, правовыми и этическими барьерами, а также отсутствием четких регуляторных требований к верификации алгоритмов. Цель исследования заключается в систематизации направлений, оценке эффективности и ограничений применения ИИ при проведении аудита финансовой отчетности, а также обосновании условий, при которых интеграция инновационных технологий в указанный процесс способствует повышению качества аудиторских доказательств при сохранении независимости и ответственности аудитора. В работе использованы методы теоретического анализа и синтеза научной литературы, нормативных документов и практических ситуаций внедрения ИИ-решений ведущими аудиторскими организациями. Осуществлен системно-ф ункциональный подход для классификации уровней аналитики, и применен риск-ориентированный метод для оценки потенциальных угроз алгоритмической предвзятости, «черного ящика» и ослабления профессионального скептицизма. Теоретической основой исследования послужили труды отечественных и зарубежных ученых в области аудита и его цифровой трансформации, а также посвященные статистическим методам выявления искажений (закон Бенфорда). В качестве нормативной базы использованы международные стандарты аудита (МСА 500, 570, 230). В результате работы определены уровни аналитики (описательная, диагностическая, предиктивная, предписывающая) и соответствующего технологического стека. Систематизированы ключевые аудиторские процедуры, подлежащие автоматизации, показано, что ИИ трансформирует профессиональное суждение аудитора, повышая его доказательность, но создавая риск «автоматизированного доверия». Выделены группы эффектов внедрения и категории рисков. Установлено, что системообразующим фактором эффективности является не степень автоматизации, а сбалансированное сочетание алгоритмических инструментов и профессионального скептицизма, обеспеченное непрерывной верификацией моделей и развитием регуляторной базы. 

1. Issa H., Kogan A. Implications of AI in auditing: A review and research agenda. Journal of Emerging Technologies in Accounting. 2023;20(1):1–18.

2. Oluyombo O. O., Ajakaiye O. et al. The implications of adopting artificial intelligence in the auditing process. In: Artificial intelligence, finance, and sustainability. Cham: Palgrave Macmillan; 2024.

3. Heye A. M. The future of auditing: An analysis of AI implementation in the big four accounting firms. URL: https://scholar.google.com/scholar?&q=Heye%2C%20A.%20%282021%29.%20The%20future%20of%20auditing%3A%20Analysis%20of%20AI%20implementation%20in%20the%20big%20four%20accounting%20firms.%20Honors%20Theses%20and%20Capstones%2C%20563

4. Knechel W. R., Salterio S. E. Auditing: Assurance and Risk. 4th ed. New York: Routledge; 2017. 720 p.

5. Alles M., Kogan A. Artificial intelligence and the future of the accounting profession. Journal of Emerging Technologies in Accounting. 2018;15(2):1–9.

6. Bertomeu J., Cheynel E., Floyd E., Pan W. Using machine learning to detect misstatements. Review of Accounting Studies. 2020;(26):468–519.

7. Бабанин И. А. Оценка эффективности риск‑ориентированного подхода в аудите. Вестник евразийской науки. 2025;17(s5).

8. Алферова А. А. Непрерывный аудит как современный инструмент корпоративного контроля. Отходы и ресурсы. 2025;12(s4). DOI: 10.15862/37FAOR425

9. Чая В. Т., Чупахина Н. И. Влияние технологий цифровой экономики на развитие бухгалтерского учета. Аудит. 2023;(1):10–12.

10. Ведута Н. И. Экономическая кибернетика: очерки по вопросам теории. Минск: Наука и техника; 1971. 318 с.

11. Ведута Н. И. Социально‑эффективная экономика. М: Издательство РЭА; 1999. 254 с.

12. Ветрова И. Ф. Динамическая модель межотраслевого баланса как инструмент контроля и оценки эффективности стратегического планирования интегрированных структур. учет. Анализ. Аудит. 2025;12(4):18–25. DOI: 10.26794/2408‑9303‑2025‑12‑4‑18‑25