Проблемы применения искусственного интеллекта в бухгалтерском учете

Статья посвящена проблемам, которые в перспективе ожидают национальную систему бухгал­терского учета в связи с развитием цифровых технологий и соответствующим использованием искусствен­ного интеллекта. Сложность учетных задач по отражению экономической действительности в условиях повышения значимости вероятностных экспертных оценок анализируется с точки зрения утилитарных возможностей современных компьютерных систем. В результате автор приходит к выводу о невозмож­ности и недопустимости устранения бухгалтерских работников от их профессиональных обязанностей. В противном случае величина накапливаемых ошибок повлияет на финансовую отчетность и декларируе­мые данные перейдут в разряд рискованных и непригодных для принятия управленческих решений.

Исследуя актуальный сегодня цифровой формат представления информации в области бухгалтерского учета, мы определи­ли, что цифровизация — это аналогово-цифровой процесс кодирования данных в двоичной системе счисления. Подобная система была выбрана потому, что современный уровень технического развития нашего общества в ка­честве материальных информационных носи­телей использует компьютеры, работающие на основе только двух состояний электрической цепи. Критический анализ вопроса позволил развенчать самые распространенные заблуж­дения относительно отождествления цифровой экономики со степенью оснащения хозяйству­ющих субъектов электронным микрофункци­ональным оборудованием; с отдельным, про­рывным направлением научного знания; с на­думанной, псевдонаучной бессмыслицей про­цесса цифровизации как самостоятельного явления. Мы пришли к однозначному выводу: “...при условии определенной избирательности в предметной области (в нашем случае в ракур­се бухгалтерского учета), цифровизация может рассматриваться не как отдельная наука, а как один из методов синтезирования новых знаний” [2, с. 36].

Углубление в суть этой актуальнейшей темы приводит к переосмыслению и переоценке роли бухгалтерской науки и практики. В про­тивовес распространившемуся в последнее время мнению об исчезновении бухгалтерской специальности в цифровой экономической среде, наши исследования еще раз доказывают ошибочность и даже вредоносность подобных убеждений.

Известно, что концепции и сама финансо­вая отчетность, подготовленная в соответ­ствии с требованиями Международных стан­дартов финансовой отчетности, в значитель­ной мере основываются на профессиональном суждении составителей отчетных данных, то есть мнение специалистов является приори­тетным. Например, решение основополагаю­щих вопросов оценки активов или обяза­тельств, подразумевающее не только наличие нескольких актуальных методических под­ходов, но часто вероятность наступления тех или иных событий в будущем, требует осмыс­ления значительного количества внешних и внутренних экономических, политических и других факторов, которые не отвечают кри­териям признания в системе бухгалтерских счетов и не находят соответствующего отра­жения, а потому не могут быть алгоритмизи­рованы ни в одной профессиональной про­грамме. Учитывая то, что цифровизация яв­ляется лишь инструментом кодификации, принятие решений по таким сложным вопро­сам выходит за рамки ее компетенции. Сле­довательно, присутствие и участие бухгалтеров в ходе организации, ведения бухгалтерского учета, а также при подготовке бухгалтерской (финансовой) отчетности является обязатель­ным и необходимым, а все убеждения в ис­чезновении нашей профессии, снижении ее популярности, по крайней мере, пока явля­ются заблуждением.

Возникает логичный вопрос относительно степени и возможности влияния научно-тех­нического прогресса на бухгалтерскую науку и практику. Цифровизация позволяет снизить временные и денежные издержки: “Практика показывает, что суть цифровизации заключа­ется в кардинальном сокращении трансакционных издержек, то есть издержек, связанных с поиском клиентов, новых видов бизнеса, контрагентов, получением информации о кон­курентах и т.д.” [2, с. 37]. То есть принципиаль­ного воздействия на “технологию” учета, на его методологическую эволюцию современное раз­витие производительных сил не оказывает.

Однако этот вывод является поверхностным и поспешным. Сегодня мы еще не ощутили кардинальных профессиональных модифика­ций, но к моменту их появления необходимо провести научные исследования, направлен­ные на выявление положительных и отрица­тельных тенденций в развитии бухгалтерско­го знания.

Речь идет о внедрении технологий искус­ственного интеллекта (ИИ) в национальную учетную систему. “Искусственный интеллект представляет собой ансамбль разработанных и закодированных человеком рационально-логических, формализованных правил, кото­рые организуют процессы, позволяющие ими­тировать интеллектуальные структуры, про­изводить и воспроизводить целерациональные действия, а также осуществлять последующее кодирование и принятие инструментальных решений вне зависимости от человека” [6, с. 40]. Если в пятидесятых и шестидесятых годах прошлого столетия мировое научное сообще­ство могло говорить лишь о “символьном” ИИ, который решал задачи исключительно из области формальной логики (формализация логических игр), весьма отдаленной от реаль­ной действительности, то сейчас ситуация изменилась. Сегодня в программировании сформировалось так называемое «генетиче­ское» направление, суть которого состоит в возможности воспроизведения поведения биологических систем, коими мы с вами яв­ляемся: “Для современного этапа характерно очень быстрое развитие технологий искус­ственных нейронных сетей (ИНС) — сетей, имитирующих работу биологических нейронов живых существ” [3, с. 134]. Искусственная нейронная сеть включает в себя множество слоев синтетических нейронов, воспринима­ющих сигналы из внешней и из внутренней среды, что и позволят ИИ решать многофак­торные задачи и самостоятельно принимать необходимые решения.

Большинство зарубежных научных уни­верситетов, компаний, агентств ведут перма­нентную работу в области исследований ИИ. Ведущими брендами здесь являются Microsoft, Google, Apple и др. Больше всего внимания и инвестиций в эту область выделяет Китай. В 2017 году 48% мировых капиталовложений в развитие ИИ принадлежало КНР [8]. Раз­работки ведутся в различных направлениях: в области образования, медицины, государ­ственного контроля, в банковской сфере, в во­енной технике и т.д. О чем это нам говорит? О том, что в систему бухгалтерского учета, без которой немыслимо функционирование обще­ственных институтов и отдельно взятых ор­ганизаций, технологии ИИ придут быстро и обязательно.

Ситуация позволяет сделать вывод о неиз­бежности внедрения ИИ в нашу профессио­нальную среду, тем более что количество ре­шений, требующих вероятностных оценок в бухгалтерском учете неуклонно растет. Это касается большинства Международных стан­дартов финансовой отчетности, назовем лишь некоторые: IFRS 15 “Выручка по договорам с покупателями”, IAS 8 “Учетная политика, изменения в бухгалтерских оценках и ошибки”, IAS 36 “Обесценение активов”, IAS 10 “Со­бытия после окончания отчетного периода”, IAS 37 “Оценочные обязательства, условные обязательства и условные активы”, IFRS 6 “Аренда”, IFRS 8 “Операционные сегменты”.

Преимущества нового технологического уклада очевидны, но наряду с ними в ближай­шей перспективе нас ожидают определенные сложности. Экстраполируя ситуацию на пред­мет бухгалтерского учета, напомним, что се­годня наша национальная система бухгалтер­ской (финансовой) отчетности ориентирова­на на информационные запросы инвесторов и кредиторов. Процесс отражения экономи­ческих событий в конечном итоге сфокусиро­ван на одной целевой установке — повышении инвестиционной активности. Последняя за­висит от целого ряда факторов, имеющих как финансовую, так и нефинансовую природу:

• материальный (реальный) и финансовый ресурсы, объединенные в инвестиционно-финансовую подсистему;
• организационный, управленческий и ин­ституциональный ресурсы, объединенные в институционально-управленческую под­систему;
• трудовой, фактор организационной куль­туры, маркетинговый, инновационный и ин­формационный ресурсы, объединенные в со­циальную подсистему [7, с. 159].

Очевидно, что для принятия обоснованно­го инвестиционного решения необходимо проанализировать соответствующую инфор­мацию, представляющую собой целостную, многокомпонентную картину финансово-эко­номического состояния организации, ее ре­путации на рынке деловой активности.

Актуальным становится вопрос адекват­ности подобного представления с помощью технологий ИИ. Возможность искажения ис­ходных данных и последующих ошибочных управленческих, производственных реше­ний — главная экономическая угроза, над­вигающаяся на бухгалтерскую науку и прак­тику. Рассмотрим этот вопрос более подробно.

Одна из грядущих и неизбежных проблем — это так называемая “ловушка цифровизации”. Суть ее в том, что современные компьютерные технологии функционируют на дискретной основе, что является причиной некоторой неточности в процессе передачи аналоговой (непрерывной) информации. То есть по про­шествии времени информация будет иска­жаться, и степень обоснованности принятых на ее основе решений будет снижаться: “с какой бы точностью современный компью­тер не восстанавливал непрерывный сигнал по его точкам отсчета, с каждым отсчетом разница между природным (аналоговым) сиг­налом и искусственным цифровым накапли­вается ... дискретность представления, как оказалось, обрывает спектр непрерывного модулирующего сигнала ... незаметно раз­рушает целостность представляемых сигналом явлений” [4, с. 174]. Следовательно, о целост­ности картины инвестиционно-финансовой, инвестиционно-управленческой и социальной природы организации рано или поздно при­дется забыть и с течением времени принятие управленческих решений будет сопровождать­ся все большей погрешностью.

Следующий непростой вопрос — это “ло­вушка рациональности”, которая связана со сложностью проведения анализа данных, генерируемых с помощью ИИ. В принципе проведение экономического анализа с исполь­зованием определенных формализованных методик не вызывает никаких затруднений и, на первый взгляд, не несет в себе никаких рисков. Подтверждением аналитических вы­водов является повышение эффективности и результативности деловой активности хо­зяйствующего субъекта. Но если, как мы от­метили ранее, целостность подвергается со­мнению, то возникает следующий парадокс — логика аналитического подхода подтвержда­ется в экономической реальности только в одностороннем направлении. Имеется в виду, что анализ деятельности организации основан на ее исследовании как целостного экономи­ческого субъекта, и мы имеем дело с дедук­тивной логико-методологической процедурой, с переходом в рассуждениях от общего к част­ному. Обратная процедура — индуктивный подход, который является паритетным с де­дуктивным, в случае применения ИИ, — дает свои положительные результаты лишь в из­бирательных, точечных логических задачах. Гарантировать ее эффективное применение в случае анализа целостного объекта исследо­вания, коим является любая организация, не возьмется ни один профессиональный экс­перт. Следовательно, рациональный, равно­весный дедуктивно-индуктивный подход, который характерен для ИИ, не даст ожидае­мых положительных результатов из-за невоз­можности учесть нерациональную составля­ющую мнения экспертов: “смыслы — плоды парадоксов, носителями основных оценок являются люди, эксперты ... институт экс­пертизы еще плохо разработан и на то есть различные, включая субъективные, основа­ния” [5, с. 28].

Итак, вторая ловушка подтверждает наши предположения о сложностях в адекватном и многофакторном представлении финансово-экономической информации о результатах деятельности организации и ее перспективах получения экономической прибыли (на чем собственно и основаны теоретические под­ходы Международных стандартов финансовой отчетности).

Третья ловушка — “ловушка причинно-след­ственной связи”, которая является главной парадигмой для ИИ. Суть в том, что выводы и решения, которые принимает ИИ, основы­ваются на результатах накопленного, преды­дущего опыта. Но не надо забывать, что чело­веческое восприятие окружающей действи­тельности является объективно-субъектив­ным, и цели, которые ставит перед нами политическая, экономическая реальность не поддаются строгой причинно-следственной закономерности: “Задачи планирования и управления, ориентированные на амбици­озный и конкурентный прорыв, как правило, ставятся лидерами и далеки от любых экстраполяций прошлого” [4, с. 175]. В очередной раз мы приходим к выводу — перспективная картина деятельности хозяйствующего субъ­екта рано или поздно будет искаженной, про­фанированной, что является залогом кризис­ной, если не коллапсирующей ситуации в эко­номике. Очевидно, что это не те целевые уста­новки, которые ставятся перед ИИ.

Четвертая ловушка — “ловушка субъектив­ного оценочного отношения” — связана с ос­новополагающей природой человеческого интеллекта, заменить который так стремится технологический прогресс. Принятие менед­жером любого рода решений целиком и пол­ностью (даже вопреки логике) зависит от эмоций, которые испытывает соответству­ющий индивид: “Интеллект же питается эмо­циями, чувствами, переживаниями. Последние характеризуются позитивной и негативной окраской, не сами по себе, а своим когнитив­ным влиянием на поведение человека” [1, с. 352]. Экстраполяция сказанного на систему бухгалтерского учета свидетельствует об опре­деленных будущих трудностях применения ИИ. Например, Международный стандарт финансовой отчетности (ІАS) 10 “События после отчетного периода” посвящен вопросам корректировки финансовой отчетности и рас­крытия информации в примечаниях к ней на результаты последствий событий, которые либо имели место на отчетную дату, либо про­изошли после отчетной даты.

“События после отчетного периода — со­бытия как благоприятные, так и неблагопри­ятные, которые происходят в период между концом отчетного периода и датой одобрения финансовой отчетности к выпуску. Различают два типа таких событий:

(а) события, подтверждающие условия, существовавшие на отчетную дату (коррек­тирующие события после отчетного периода); и (b) события, свидетельствующие о воз­никших после отчетного периода условиях (некорректирующие события после отчетно­го периода)” [9].

Суть ІАS 10 заключается в том, что коррек­тирующие события должны корректировать финансовую отчетность таким образом, как будто соответствующая информация уже име­лась на дату составления отчетности.

Некорректирующие события непосред­ственно в финансовой отчетности не отража­ются, но в случае существенности информации данные должны приводиться в примечаниях к финансовой отчетности.

IAS 10 приводит перечень и примеры вы­шеописанных событий, но главное то, что одобрение финансовой отчетности организа­ции в конечном итоге зависит от человеческо­го фактора: “Процесс одобрения финансовой отчетности к выпуску будет отличаться в за­висимости от структуры руководства, норма­тивных требований, процедур составления и окончательного оформления финансовой отчетности” [9]. Учитывая тот факт, что ИИ не имеет эмоциональной окраски, которая является определяющей для нас, как для фи­зических субъектов-участников любой орга­низации, решить поставленную задачу просто не представляется возможным. Система, фор­мирующая информационный банк на основе неметрических пространств (недесятичной системы мер), обладающая жестким логиче­ским подходом как к отражению экономиче­ских событий на счетах бухгалтерского учета, так и в процессе экономического анализа де­ятельности организации, не соответствует парадигме Международных стандартов фи­нансовой отчетности. Последние — суть про­гнозные оценки, последствия существующих экономических событий на ближайшую пер­спективу.

Решение этой проблемы относит процесс применения ИИ в бухгалтерском учете к за­дачам высокой сложности. Вопросы, связанные с достижением группового прозрения, так называемого коллективного инсайта, в резуль­тате которого индивиды, осуществляющие совместную целенаправленную деятельность, мгновенно и беспричинно приходят к одно­значным, одинаковым выводам, мы даже не бе­ремся обсуждать в данном контексте.

Отмеченные здесь ловушки не являются “закрытым списком”, их число будет увели­чиваться по мере роста числа попыток при­менения ИИ в бухгалтерском учете. Но само их наличие ставит под вопрос распространив­шееся сегодня среди обывателей убеждение об исчезновении бухгалтерской профессии в ближайшее десятилетие. Ведь для того, чтобы это произошло, необходимо будет предотвра­тить наличие вышеописанных проблем.

И это, возможно, здесь существует два пути развития ситуации. Первый, предлагаемый нашими коллегами физиками, философами, программистами — принципиальное изменение носителей информации, отказ от использования дискретной модели хранения и генерирования данных: “идея формирования и обработки ко­герентного оптического излучения с много­разовой и многослойной голографической за­писью сигнала может стать основой для созда­ния такого компьютера, который позволит учитывать весь бесконечный спектр сигнала, мгновенно решать сложные задачи, на которые сейчас тратятся недели и месяцы” [4, с. 177].

Второй путь решения проблемы прост, но непопулярен — это возврат к унификации регистров бухгалтерского учета, оценки и пе­реоценки активов и обязательств, отражения экономических событий и объектов учета в системе бухгалтерских счетов. Иными сло­вами — внедрение единой учетной политики для всех экономических субъектов (конечно, с отраслевыми методическими различиями). Продвигаясь в данном направлении, мы зна­чительно снизим степень неточности в пред­ставлении финансово-экономической инфор­мации, так как унификация основана на жест­кой логике и стандартизации. Удивительно, но это именно тот подход, который мы пыта­емся искоренить в нашей профессии, рефор­мируя учетную систему в соответствии с Меж­дународными стандартами финансовой от­четности.

Литература

1. Ильин Е.П. Эмоции и чувства. — СПб.: Питер, 2002. — 752 с.
2. Миславская Н.А. Цифровизация и бухгалтерский учет // Аудитор. — 2021. — Т. 7. — № 2. — С. 33-38.
3. Пройдаков Э.М. Современное состояние искусственного интеллекта // Науковедческие иссле­дования. — 2018. — № 2018.
4. Райков А.Н. Ловушки для искусственного интеллекта // Экономические стратегии. — 2016. — Т. 18. — № 6 (140).
5. Райков А.Н. “Экспертократия” как инструмент лоббирования // Президентский контроль. — 2010. — № 3.
6. Резаев А.В., Трегубова Н.Д. “Искусственный интеллект”, “Онлайн-культура”, “Искусственная социальность”: определение понятий // Мониторинг общественного мнения: экономические и социаль­ные перемены. — 2019. — № 6 (154).
7. Семыкина О.Ф. Факторы увеличения инвестиционной активности предприятия: системный подход // Вестник Томского государственного университета. — 2006. — № 292-1.
8. В прошлом году Китай потратил на исследования и разработки 279 млрд долл. [Электронный ресурс]. — URL: https://hightech.fm/2018/02/27/279-billion-on-rd
9. Международный стандарт финансовой отчетности (IAS) 10 “События после отчетного периода” [Электронный ресурс]. — URL: https://minfin.gov.ru/ru/perfomance/accounting/mej_standart_fo/ standard/kons_msfo/?id_38=117367-mezhdunarodnyi_standart_finansovoi_otchetnosti_ias_10_sobytiya_ posle_otchetnogo_perioda