Западные компании до сих пор не знают, как считать отдачу от использования ИИ

ИИ уже стал повседневным инструментом внутреннего аудита, но большинство отделов пока не в состоянии назвать конкретную цифру пользы для бизнеса. По данным Gartner, 93% руководителей и сотрудников аудита используют ИИ хотя бы на каком-то уровне, а по утверждённым ИИ-процессам его регулярно применяют лишь 15% отделов. Разрыв между массовым юзом технологии и умением посчитать отдачу от неё получился внушительный.

Для руководителей аудита это превращается в неловкий момент разговора с начальством. От них ждут внятного ответа, зачем подразделению технологии и какой профит они приносят, а больше половины команд пока не способны показать это в цифрах.

В майском исследовании Gartner поучаствовали 142 руководителя аудита. 54% из них признались, что ещё даже не начали замерять отдачу от ИИ. Лишь 7% связывают применение технологии с конкретными показателями расходов, например сокращением бюджета на подрядчиков или отказом от найма новых людей.

Экономия на персонале не единственный способ измерить пользу ИИ в аудите. Технология закрывает сразу несколько рутинных задач:

• сокращает время подготовки проверок;
• ускоряет анализ документов и договоров;
• помогает находить подозрительные операции в потоке данных;
• снимает с людей рутинную бумажную работу.

Формального управления всем этим тоже пока не хватает. Только 38% из 161 опрошенного руководителя имеют ИИ-стратегию хотя бы на каком-то уровне, причём большинство не оформляли для аудита отдельный документ, а просто вписали использование нейросетей в общую стратегию подразделения. Ещё 39% руководителей такую стратегию только готовят. Расклад получается странный, ИИ юзают почти все, а правила применения компании только сейчас начинают собирать.

Интересно, что 93% аудиторов уже пользуются ИИ, а формально закрепили его в процессах только 15% отделов, разрыв получился в шесть раз.

Джеймс Бурк, аналитик-директор направления Risk & Audit в Gartner, отметил, что без формальной стратегии аудиторы не могут выжать из технологии максимум пользы. Распространение ИИ, по его словам, уже стало массовым, но без понятных правил и целей отделы используют возможности технологии далеко не полностью.

Применяют ИИ аудиторы прежде всего там, где ошибка не способна напрямую изменить итог проверки. Среди 743 участников исследования на первых местах оказались:

• подготовка проверок, поиск рисков и направлений для аудита занимает 60% специалистов;
• составление замечаний, оценок и итоговых отчётов, тоже 60%;
• подготовка матриц рисков и контроля, где человек остаётся главным редактором результата;
• проверка черновиков, где финальное решение всё равно принимает аудитор.

До этапа тестирования средств контроля ИИ дошёл пока у 30% участников. Ставки здесь ощутимо выше. Аудитор проверяет, реально ли работает конкретный контроль, а результат способен изменить вывод всей проверки.

Если модель прохлопает критичную деталь или уверенно выдаст выдуманный результат, беда не ограничится одним неудачным абзацем в отчёте. Ошибка способна сдвинуть оценку риска или увести аудитора к неверному выводу.

Поэтому применение ИИ прямо в тестировании требует отдельной проверки результатов и фиксации всего процесса. Аудитор обязан объяснить, откуда взялся вывод модели и как специалист убедился в его точности. Российским аудиторским командам предстоит решать ту же задачу. Документировать, откуда модель взяла вывод и кто его перепроверил, придётся и им.

Топ проблем аудиторы назвали таким:

• неясные требования к тому, как сотрудникам использовать ИИ, эту проблему назвали 48% участников;
• разный подход специалистов к нейросетям, один ищет риски, другой готовит текст, третий не в курсе, какие данные можно грузить в модель;
• расхождение в результатах одной и той же технологии в разных проверках;
• сложности сравнения эффекта ИИ между командами и отделами.

Стоит обратить внимание, техническая часть аудиторов почти не пугает, а вот отсутствие внятных правил использования ИИ назвали проблемой почти половина опрошенных.

Технические сложности с выбором моделей и доступом к данным оказались не такими критичными. Аудиторам сейчас мешает не нехватка мощных нейросетей, а отсутствие внятных правил их использования.

Gartner предлагает переходить от вольного эксперимента к заранее прописанным протоколам ИИ для самых ценных процессов. Пока такие решения тестируют лишь 12% опрошенных отделов. Чтобы выйти из текущего вольного эксперимента, компаниям нужно закрыть сразу несколько дыр:

• прописать понятные правила, что и как аудиторы могут доверять ИИ;
• завести метрики, которые покажут реальную экономию времени и денег;
• собрать разрозненный опыт команд в единый протокол;
• определить, какие данные вообще разрешено грузить в модель.

Парадокс нынешнего этапа получился в лоб. Сотрудники гоняют нейросети чуть ли не каждый день, а системы, которая объяснила бы, где технология реально помогает, сколько времени экономит и насколько ей можно доверять, у компаний пока нет.

Для многих аудиторских команд ИИ пока скорее универсальный помощник под рукой, чем управляемый корпоративный инструмент с понятной отдачей в деньгах. Следующий раунд внедрения, судя по всему, будет крутиться уже не вокруг того, можно ли применять ИИ, а вокруг того, сколько конкретно он приносит. Для российских аудиторских отделов вопрос стоит так же остро, дефицит понятных правил использования ИИ здесь никуда не делся.

Эксперты CISOCLUB прокомментировали ситуацию и отметили, что массовое использование ИИ без формальной стратегии несёт риск разрозненных подходов внутри одной команды. По их оценке, компаниям стоит в первую очередь фиксировать процесс принятия решений моделью, а не гнаться за скоростью внедрения.

Специалисты также заявили, что путаница в правилах опаснее любых технических ограничений нейросетей. Отдельно они заявили о необходимости обучать аудиторов проверять выводы ИИ, а не принимать их на веру. Внедрение без прозрачных метрик, по их словам, рано или поздно приведёт к вопросам со стороны руководства о реальной пользе технологии. В CISOCLUB резюмировали, что похожая ситуация уже наблюдается и в других направлениях бизнеса, где нейросети внедряют быстрее, чем формируют правила работы с ними.

Ранее сообщалось, что президент США Дональд Трамп считает, что развитие искусственного интеллекта в конечном итоге принесёт человечеству больше пользы, чем вреда. Об этом он заявил журналистам во время поездки в Ирландию, одновременно предупредив, что чрезмерно жёсткое регулирование ИИ может ослабить позиции США в технологическом соперничестве с Китаем. Трамп выступает за сохранение американского лидерства в этой сфере и считает, что страна, которая первой добьётся значительного преимущества в развитии ИИ, получит серьёзные позиции практически во всех остальных областях.