Сафонова М.Ф.доктор экономических наук, профессор, заведующая кафедрой аудита, Кубанский государственный аграрный университет имени И.Т. Трубилина (Кубанский ГАУ), Краснодар, Российская Федерация safsf@yandex.ru https://orcid.org/0000-0002-5825-4316 SPIN-код: 1863-4932
Предмет. Технологии искусственного интеллекта с каждым днем играют все более значимую роль во всех отраслях народного хозяйства как на уровне государства в целом, так и для отдельного индивидуума. Область искусственного интеллекта является одним из приоритетных направлений развития, поддерживаемых государством. Также данная отрасль знаний имеет огромный потенциал в рамках внедрения в процесс внутреннего аудита хозяйствующего субъекта, способствуя переходу к новой его парадигме, ориентированной на информационно-аналитическое обеспечение поддержки принятия управленческих решений. Цели. Выделить основные тенденции развития технологий искусственного интеллекта в области внутреннего аудита с обоснованием перспектив применения таких технологий в контексте развития новой концепции внутреннего аудита. Методология. Использованы общенаучные и специальные методы исследования: анализ и синтез, индукция и дедукция, системный подход, расчетно-графический и учетно-аналитический. Результаты. В ходе исследования выявлены предпосылки несоответствия ожиданий бизнеса, направленных на получение консультативной поддержки в принятии управленческих решений, и существующей парадигмы внутреннего аудита, ориентированной на тестирование системы внутреннего контроля и управления рисками. Проведенный анализ существующих методов машинного обучения как ключевой области знаний теории искусственного интеллекта в контексте потенциальной его применимости в работе внутреннего аудитора позволил выделить ключевые направления использования машинного обучения для повышения эффективности выполнения аудиторских процедур. Область применения. Результаты исследования могут быть использованы как для практического применения службами внутреннего аудита, так для развития теории и практики данной области знаний. Выводы. Несмотря на невозможность передачи функции внутреннего аудита целиком либо ее части системам искусственного интеллекта в силу экономической нецелесообразности и недостаточного уровня развития соответствующей информационной инфраструктуры, прикладное использование отдельных элементов данной технологии способствует повышению эффективности внутреннего аудита. Машинное обучение как область знания теории искусственного интеллекта позволяет автоматизировать рутинные процессы внутреннего аудита и ориентировать данную функцию в область информационно-консультационного обеспечения бизнеса, способствуя ее отходу от контрольно-ревизионной деятельности.
Алборов Р.А., Концевая С.М., Козменкова С.В. Проблемы развития методологии, метода и методики аудита // Международный бухгалтерский учет. 2015. Т. 18. Вып. 36. С. 47–60. URL: Link
Богатая И.Н., Евстафьева Е.М. Исследование эволюции методических подходов к бухгалтерскому учету и аудиту оценочных значений в условиях цифровизации // Учет. Анализ. Аудит. 2020. Т. 7. № 6. С. 64–74. URL: Link
Булыга Р.П., Сафонова И.В. Трансформация методологии аудита в связи с использованием технологий блокчейн и DLT // Учет. Анализ. Аудит. 2021. Т. 8. № 5. С. 6–13. URL: Link
Булыга Р.П. Аудит бизнеса: вопросы теории и методологии // Инновационное развитие экономики. 2011. № 3. С. 6–12. URL: Link
Жильцова Ю.В., Кемаева С.А., Козменкова С.В., Маслова Т.С. Формирование современной парадигмы аудита как прикладной науки // Международный бухгалтерский учет. 2018. Т. 21. Вып. 9. С. 1037–1049. URL: Link
Рожнова О.В., Лесина Т.В. Парадигма жизнеобеспечения – новая идея развития учета и отчетности // Учет. Анализ. Аудит. 2021. Т. 8. № 2. С. 24–37. URL: Link
Крышкин О.В. Настольная книга по внутреннему аудиту. Риски и бизнес-процессы. М.: Альпина Паблишер, 2017. 478 с.
Мельник М.В. Новый виток развития учетно-контрольных и аналитических процессов в цифровой экономике (по итогам конференции в Финансовом университете, посвященной 110-летию со дня рождения профессора С.Б. Барнгольц) // Учет. Анализ. Аудит. 2019. Т. 6. № 1. С. 96–100. URL: Link
Сафонова М.Ф., Кисилевич Т.И. Трансформация информационно-аналитического обеспечения аудита в эпоху цифровизации экономических и учетных систем // Международный бухгалтерский учет. 2022. Т. 25. Вып. 7. С. 780–805. URL: Link
Николенко С.И., Кадурин А.А., Архангельская Е.О. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер, 2022. 480 с.
Джоши П. Искусственный интеллект с примерами на Python: создание приложений искусственного интеллекта с помощью Python для взаимодействий с окружающим миром / Пер. с англ. СПб.: Диалектика, 2019. 448 с.
Петух А.В., Сафонова М.Ф. Современный аудит в условиях цифровизации экономики: проблемы и перспективы развития // Международный бухгалтерский учет. 2019. Т. 22. Вып. 10. С. 1154–1169. URL: Link
Кизим А.А., Кайфеджан Д.П. Анализ конкурентоспособности предприятия с учетом цифровой трансформации бизнеса // Экономический анализ: теория и практика. 2020. Т. 19. Вып. 1. С. 101–117. URL: Link
Андерсон Д.Дж., Юбанкс Дж. Эффективное применение COSO в модели трех линий защиты. М.: IIA, 2015. 35 с.
Соболева Г.В., Зуга Е.И., Попова И.Н. Наличие и востребованность цифровых компетенций в сфере аудита // Аудит. 2021. № 4. С. 17–21.
Якимова В.А. Возможности и перспективы использования цифровых технологий в аудиторской деятельности // Вестник Санкт-Петербургского университета. Экономика. 2020. Т. 36. Вып. 2. С. 287–318. URL: Link
Языкова С.В. Влияние цифровизации на эффективность проведения аудита и качество аудиторских услуг // Экономика и предпринимательство. 2020. № 3. С. 1248–1251. URL: Link
Диденко К.В. Некоторые проблемы выявления и предупреждения киберпреступлений // Вестник Белгородского юридического института МВД России имени И.Д. Путилина. 2020. № 3. С. 20–24. URL: Link
Сафонова М.Ф., Алексеенко А.Ю. Статистические методы исследования при планировании заданий во внутреннем аудите и подборе аналитических процедур // Учет. Анализ. Аудит. 2021. Т. 8. № 4. С. 51–68. URL: Link
Алексеенко А.Ю. Применение аналитических процедур в процессе внутреннего аудита материально-производственных запасов в стивидорных компаниях // Инновационное развитие экономики. 2017. № 6. С. 265–275.
