AI-агенты в аудите KPMG задавали вопросы глубже, чем люди

AI Agents Ask Better Questions Than KPMG Accountants in Landmark Audit Trial

AI-агенты в аудите KPMG задавали вопросы глубже, чем люди

KPMG UK провела эксперимент Project Exponential: более 100 AI-агентов вместе с обычной командой проверяли отчётность компании из FTSE 250. В ряде случаев агенты копали глубже людей, выявляли проблемы и задавали вопросы, которые аудиторы не поднимали. Технологию создали за четыре месяца, но человек всё ещё контролирует процесс — один агент ошибся в сопоставлении нормативных требований. KPMG планирует расширить проект до 20 крупных аудитов, хотя признаёт незрелость технологии и проблемы с качеством данных.

Технология в нескольких случаях ушла значительно глубже в вопросы, чем обычная аудиторская команда, выявив области, требующие дальнейшего изучения, и задав вопросы, которые аудиторы не обязательно поднимали.
  1. trentnix

    Бухгалтеры KPMG, как правило, неопытны, перегружены работой и слабо мотивированы. Вся модель публичного бухгалтерского учёта в крупных фирмах эксплуатирует людей на нескольких уровнях.

  2. origini

    Даже на обычных работах между двумя людьми бывает ОГРОМНАЯ разница. Единственная организация, которая с этим борется, — это пилоты с их процедурами и чек-листами.

    И каждый год приходит новый человек, которому приходится всё это заново учить.

    Конечно, ОДИН AI-агент и обучение ОДНОГО AI имеют огромное преимущество, как только он становится так же хорош, как средний работник, и он сметает всех остальных, как только становится чуть лучше.

  3. chilmers

    Я думаю, что правильно обученные AI-агенты будут иметь огромное преимущество перед людьми в таких контекстах: у них не будет внутренней склонности к лени. Я думаю, у большинства людей есть естественная наклонность оптимизировать объём работы, которую мы делаем в профессиональной среде, если только нам действительно не нравится делать это ради самого процесса. Мы можем бороться с этим, выстраивая процессы и стимулы, но мы всегда будем идти против глубоко укоренённой эволюцией тенденции минимизировать затраты умственной энергии и избегать повторяющихся, нудных или скучных задач.

    С другой стороны, с AI мы будем использовать обучение с подкреплением, чтобы создавать агентов без таких эволюционно приобретённых тенденций. Где (при условии, что мы сможем решить проблему выравнивания и читерства) их обучают выполнять работу, независимо от того, сколько усилий это требует и что в неё входит.

  4. odyssey7

    Excel не заменил бухгалтеров, то же самое с калькуляторами, которые были до него. AI поможет им делать больше, а не меньше.

  5. chirau

    Я совсем не удивлён.

    AI-лаборатории работали с такими компаниями, как Mercor, больше года, платя консультантам и бухгалтерам из этих самых фирм хорошие деньги за типичную задачу, которую они выполняют каждый день, некоторые даже предоставляли реальные документы.

    Требования были более строгими, а рубрики довольно обширными. так что да, агент, обученный на десятках тысяч консультантов, в итоге будет задавать вопросы лучше, чем отдельный консультант.

  6. priyadarshy

    У меня был такой же опыт при аудите SOC2-соответствия моих компаний с помощью Opus (или любой модели того же уровня).

    Opus с доступом ко всем нашим политикам, репозиторию и стандартам контроля SOC2 более тщателен и строг в отношении доказательств, чем любой аудитор, с которым я когда-либо имел дело при любом виде проверки безопасности/соответствия.

    Это почти до крайности: он устанавливает нереалистичные стандарты для некоторых вещей, которые нужно немного скорректировать, и он также агрессивно изобретает работу, которая будет держать вас занятым вечно.

  7. prometheus1992

    ЧИТАЙТЕ TFA — эксперимент проводит сама KPMG. Результат этого эксперимента эквивалентен утверждению «большая часть кода в FAANG сегодня написана AI».

    Задача аудита бизнеса чрезвычайно усложняется тем, что данные/информация разбросаны повсюду. AI ещё не достиг уровня, когда он мог бы превзойти людей, но в этом эксперименте они обнаружили, что группа агентов достаточно хороша для этой задачи. Я всё ещё думаю, что есть так много плохо определённых задач, которые аудиторы просто понимают неявно, например, поиск данных; ещё до начала аудита, что люди всегда будут нужны для инициирования и завершения аудита, как и в случае с программными проектами.

  8. marconey

    https://www.ft.com/content/5168b3e9-75d0-4be0-9ccd-d327d6b16...

    Я думаю, это исходная статья FT

Ещё за этот день

2026-11-18