Автоматизація аудиту підвищує його ефективність, але змінює вимоги до підготовки нових фахівців та контролю якості
Аудит виступає ключовим компонентом забезпечення довіри в економічних відносинах. Інвестори, кредитори та державні органи спираються на фінансову звітність підприємств, оскільки вона підлягає незалежній професійній перевірці. Протягом багатьох років ця довіра підтримувалася завдяки уважній роботі: ретельній перевірці документів, аналізу кожної транзакції та накопиченому досвіду, що формувався впродовж тривалого часу професійної діяльності.
Інтеграція штучного інтелекту радикально змінює аудиторську практику швидше, ніж професіонали встигнуть адаптуватись до цих змін. Цифрові системи вже виконують більшість стандартних процедур, аналізують фінансові операції та готують проєкти документів. Хоча продуктивність зростає, виникає безліч питань, на які аудиторська спільнота ще не має чітких відповідей. Як формуватиметься професійне судження, якщо комп'ютер виконує рутинні завдання, на яких навчались молоді аудитори? Яким чином можна обгрунтовано відрізнити суттєві відхилення від випадкових, якщо алгоритми можуть помічати тисячі операцій як нетипові? Які наслідки для незалежності аудиту, якщо звітність формують і перевіряють подібні алгоритми? І на якій основі буде формуватись довіра до остаточного висновку, частина якого була створена штучним інтелектом?
Щоб зрозуміти суть проблеми, важливо простежити розвиток професії аудитора. Протягом тривалого часу на передньому плані знаходився аудитор-контролер, який детально перевіряв первинну документацію, глибоко розбирався в законодавчих нормах і забезпечував швидку обробку вибірки. Згодом акцент змістився в бік аудитора-аналітика — спеціаліста, який працював з великими обсягами даних, здатного бачити за цифрами справжні бізнес-процеси, а також виявляти приховані аномалії та системні ризики підприємства. Нині всі ці функції може виконувати штучний інтелект, який співставляє накладні з бухгалтерськими записами, аналізує ключові умови угод і створює проекти документів набагато швидше, ніж людина. У таких умовах лідерство переходить до фахівців, які вміють інтерпретувати результати, отримані від штучного інтелекту, та готові брати на себе відповідальність за остаточні висновки.
Розуміння стандартів та облікових норм не втрачає своєї цінності: без цього важко підтвердити результати роботи алгоритму. Проте, для того щоб залишатися конкурентоспроможними на ринку, цього вже недостатньо. Найбільше під загрозою опиняється традиційна бізнес-модель, відповідно до якої клієнти оплачують години аудиту, витрачені на звичайні процедури. Саме ці години зазвичай виконували молодші аудитори.
Аудиторська індустрія завжди функціонувала за принципом піраміди. На верхньому рівні розташований партнер, під ним — керівники проектів та старші аудитори, а в основі знаходиться велика кількість молодших спеціалістів. Молодші аудитори виконували рутинні завдання, старші перевіряли їхню роботу, а керівники слідкували за процесом виконання завдань. Ця структура була не лише організаційною схемою, але й механізмом передачі професійних знань. Молоді спеціалісти обробляли звіти, допускали помилки, отримували коментарі та поступово підвищували свій рівень кваліфікації.
Уявімо собі ситуацію, коли основні початкові процедури виконуються штучним інтелектом. Компанія отримує змогу здійснювати таку ж кількість роботи, маючи при цьому меншу команду. Однак, разом із зменшенням витрат, пропадає й важливий "виховний" аспект - без нижчої ланки "піраміди" передача досвіду стає неможливою.
Емпіричні дані вже підтверджують зміни в підходах до формування кадрового потенціалу. Протягом останніх двох років британські офіси "Великої четвірки" зменшили набір випускників вузів: найбільше скорочення спостерігається у KPMG, де зменшення склало 18%, у Deloitte - 18%, у EY - 11%, а у PwC - 6%. Ці зменшення не можна пояснювати лише впливом штучного інтелекту, оскільки на них також впливають ринкові умови, попит на консалтингові послуги та перенесення частини діяльності в офшорні зони. Проте стратегічні очікування роботодавців є чіткими. Згідно з дослідженням Інституту присяжних бухгалтерів Англії та Уельсу (ICAEW), яке було опубліковане у травні 2026 року, 68% опитаних представників фірм відзначили, що ШІ скоротить потребу в деяких спеціалістах початкового рівня. Водночас 83% респондентів вважають, що загальна кількість вакансій у цій професії залишиться на тому ж рівні.
Порівняння цих двох показників виявляє структурну суперечність. Ринок продовжуватиме потребувати кваліфікованих аудиторів, тоді як бажання компаній інвестувати в навчання новачків "з нуля" швидко зменшується. Професія, яка нині економить на молодших спеціалістах, в наступні десять років може опинитися перед серйозною нестачею досвідчених аудиторів та партнерів.
Міжнародні мережі цей ризик усвідомлюють і формулюють власну відповідь. EY у США описує свій підхід як аудит, "яким керує людина і який забезпечують технології". Агенти виконують чітко визначені завдання, а люди виступають рецензентами та валідаторами їхньої роботи. Одночасно фірма перебудовує сам старт кар'єри: у перші роки фахівець за програмою EY 360 Careers має набути широкого крос-функціонального досвіду та глибокого розуміння бізнесу клієнтів. Інакше кажучи, навчальну функцію, яку раніше виконувала рутина, намагаються штучно відтворити через інтенсивні практичні семінари та менторство. Чи замінить така модель тисячі годин самостійної роботи з первинними документами - покаже час. Але сам факт появи подібних ініціатив свідчить, що найбільші гравці вважають цю загрозу цілком реальною.
Від нестачі доказів до перевантаження інформацією.
Масштаб технологічних змін у міжнародних аудиторських мережах вражає. KPMG ще в квітні 2025 року оголосила про розширення використання ШІ-агентів у своїй платформі Clara, що охоплює понад 95 тисяч аудиторів. Це нововведення включає перевірку документів, що підтверджують витрати, а також виявлення неоплачених зобов'язань. EY, у свою чергу, у квітні 2026 року запустила багатофункціональну систему на платформі Canvas, яка обробляє більше 1,4 трлн бухгалтерських записів щороку, і має на меті інтегрувати ШІ на всіх етапах аудиту до 2028 року. Deloitte у червні 2026 року об'єднала своїх агентів на платформі Omnia в єдину мережу для близько 85 тисяч спеціалістів. Інші компанії, такі як PwC, Grant Thornton, RSM, Crowe, Forvis Mazars, BDO та Baker Tilly, також активно впроваджують подібні технології. Функціонал цих систем майже повністю відповідає обов'язкам молодших аудиторів.
Найглибша зміна стосується, однак, не швидкості, а самої логіки аудиторського завдання. Традиційна методологія базувалася на дефіциті інформації. Аудитор фізично не міг перевірити всі операції, тому формував репрезентативну вибірку і поширював її результати на всю сукупність. Суцільний аналіз за допомогою ШІ усуває це обмеження, але породжує протилежну проблему - надлишок "інформаційного шуму". Алгоритм, що перевірив мільйон бухгалтерських проводок, цілком може позначити як нетипові кілька тисяч із них. Більшість виявиться результатом сезонності, специфіки договірних умов або технічних коригувань, і лише одиниці вказуватимуть на реальний ризик суттєвого викривлення.
У сучасних умовах основною навичкою стає вміння чітко розрізняти істотне від випадкового. Аудитор повинен обґрунтувати, чому одна група відхилень не становить загрози для достовірності звітності, тоді як інша, на перший погляд непомітна, вимагає додаткових перевірок. Концепція суттєвості, яка довгий час розглядалася лише як математичний показник, здобуває чітко виражене якісне, аналітичне значення. Важливішим буде не той, хто зафіксує більше виключень, а той, хто зможе переконливо продемонструвати, які саме аномалії мають значення для остаточного висновку.
З цього виникає ще одне критично важливе зауваження. Аналіз усієї сукупності транзакцій сам по собі не забезпечує отримання адекватних та надійних аудиторських доказів. Алгоритм працює лише з даними, які вже були внесені в облікову систему. Транзакція, яку навмисно не зареєстрували, залишиться поза увагою цифрового агента.
Ризик методологічної одноманітності
Широке застосування ШІ несе для аудиту прихований ризик, який поки що рідко обговорюють у професійних колах. Якщо тисячі аудиторів у всьому світі користуються моделями всього кількох великих постачальників, спираються на схожі правила виявлення аномалій і виходять із типових сценаріїв ризику, їхні оцінки перестають бути незалежними. Раніше недолік методики однієї фірми частково компенсувався іншими підходами на ринку. Уніфіковані ж алгоритми формують глобальні спільні "сліпі зони". Схема маніпулювання звітністю, яку не розпізнає поширена ШІ-модель, може залишатися непоміченою одночасно в сотнях компаній.
Одночасно змінюється і інша сторона цього процесу. Компанії-клієнти активно впроваджують штучний інтелект для автоматизації закриття фінансових періодів, підготовки складних облікових оцінок та створення фінансової звітності. У майбутньому аудит, ймовірно, все більше трансформуватиметься в закриту взаємодію між двома алгоритмічними системами: одна модель ШІ формує звітність, а інша її перевіряє. Якщо обидві системи базуються на подібних архітектурах та навчені на схожих наборах даних, питання незалежності аудитора набуває абсолютно нового технологічного виміру.
Можливий і протилежний, позитивний сценарій: ШІ здатний виявляти унікальні, надскладні закономірності та суперечності між джерелами даних, які раніше ніколи б не потрапили до класичної вибірки. Який саме зі сценаріїв реалізується, залежатиме не стільки від самої технології, скільки від готовності аудитора застосовувати критичне мислення та власне судження до висновків агента. У середовищі, де більшість фірм працюватиме за схожими алгоритмічними шаблонами, особливо цінним стає фахівець, який здатний поставити під сумнів сам шаблон.
Керування штучним інтелектом як фундамент для довіри.
Можливості штучного інтелекту підвищувати точність та ефективність аудиту не забезпечують автоматичну довіру до його висновків. В професійних колах все частіше обговорюється, що ключовим аспектом стає надійна система управління алгоритмами (AI Governance). Технологія лише спростить процес перевірки, тоді як управлінські рішення визначають цілі її використання та оцінюють, наскільки вони досягнуті. Це передбачає конкретні дії на практиці:
* Чіткий порядок сертифікації та затвердження цифрових інструментів.
Постійна перевірка моделей та оцінка їх на предмет упередженості.
* Забезпечення "зрозумілості" результатів алгоритмів.
* Постійний контроль та відкритий регламент дій у випадку виявлення підозрілих операцій, пов'язаних з штучним інтелектом.
У дослідженнях компанії Deloitte, що аналізують вплив штучного інтелекту на організацію праці, виокремлюють три основні моделі взаємодії між людьми та технологіями:
* Людина в центрі процесу: людське оцінювання безпосередньо вплетене в усі етапи алгоритму.
* Людина над процесом (Human-on-the-loop): фахівець здійснює загальний нагляд і втручається лише у разі виявлення ШІ складних аномалій чи винятків.
* Людина поза процесом: система діє автономно, і людина фактично не бере участі в жодному етапі.
Для сучасного аудиту прийнятним є лише поєднання першої та другої моделей. Повністю автономний режим без дієвого людського контролю є несумісним із самою природою надання впевненості, за яку конкретна особа мусить нести персональну, зокрема юридичну, відповідальність.
Також важливо розуміти, що вимоги щодо управління штучним інтелектом стосуються не лише аудиторів. Фінансова доброчесність компанії формується задовго до початку аудиту — через корпоративну культуру і ефективність внутрішнього контролю. Якщо керівництво використовує ШІ для створення звітів, Рада директорів та аудиторський комітет повинні чітко усвідомлювати, які саме інструменти застосовуються, як вони тестуються і хто несе відповідальність за кінцеві результати. Довіра до фінансових ринків майбутнього базуватиметься не на сліпій вірі в безпомилковість алгоритмів, а на прозорості їх контролю людиною на всіх етапах процесу.
Розробники стандартів і регулятори прагнуть передусім одного: забезпечити, щоб довіра аудитора до результатів автоматизованих інструментів була обґрунтованою та задокументованою. Чинна редакція ISA 315 (2019) вже вимагає враховувати інформаційні технології під час оцінювання ризиків суттєвого викривлення. 5 серпня 2026 року Рада з міжнародних стандартів аудиту та надання впевненості (IAASB) оприлюднила проєкт змін до ISA 330, ISA 500 і ISA 520, що передбачає нове визначення аудиторських доказів з урахуванням цифрового середовища.
Національні регулятори рухаються швидше. Британська Рада з фінансової звітності (FRC) у червні 2025 року опублікувала настанови щодо документування аудиторських інструментів із ШІ, а в березні 2026 року доповнила їх аналізом ризиків генеративного та агентного ШІ для якості аудиту. У США Рада з нагляду за бухгалтерською звітністю публічних компаній (PCAOB) внесла зміни до стандартів AS 1105 і AS 2301 щодо процедур, які спираються на технологічний аналіз електронних даних.
Попри різноманітність форм, ці регуляторні документи грунтуються на єдиному основоположному принципі: хоча алгоритм здатен виконувати технічні етапи процесу, відповідальність за фінальний висновок завжди залишається за людиною.
Інспектори, а також користувачі звітності, більше зосереджуватимуться не на повноті файлу завдання, а на чіткій та логічній структурі міркувань: яке основне питання поставив аудитор, які докази він визнав ключовими, який найвагоміший контраргумент було розглянуто і чому його не було прийнято. Лаконічний, але змістовний робочий звіт все частіше виявляється важливішим за громіздке досьє, створене за допомогою штучного інтелекту.
Український аспект
Оскільки українські аудитори дотримуються Міжнародних стандартів аудиту, зазначені зміни вже відчуваються на внутрішньому ринку. В даний момент він піддається подвійним викликам. Перший з них – технологічний, оскільки міжнародні мережі активно впроваджують свої ШІ-рішення в усіх країнах, включаючи Україну. Невеликі та середні компанії не можуть дозволити собі порівнянні інвестиції в розробку, тоді як їхні витрати на сторонні програмні продукти, забезпечення інформаційної безпеки та підготовку кадрів зростають стрімко. У таких умовах технологічний розрив між ринковими лідерами та місцевими учасниками лише збільшується. Одночасно, кадровий тиск, хоч і зменшує потребу в рутинній праці, суттєво підвищує попит на досвідчених фахівців, які здатні валідувати результати роботи ШІ. В українських умовах цей дефіцит ще більше ускладнюється через війну, мобілізацію та трудову міграцію.
У таких умовах українська аудиторська професійна спільнота стикається з необхідністю обрати одну з трьох моделей адаптації. Перший варіант передбачає повну інтеграцію з міжнародною мережею, що дозволить отримати доступ до її технологічної платформи та сучасних методичних підходів. Другий шлях полягає в закупівлі та адаптації готових комерційних ІТ-рішень. Третій підхід акцентує на нішевій спеціалізації, де відбувається відмова від масового ринку на користь поглибленої експертизи в окремих складних сферах чи специфічних задачах.
Вища освіта вимагає особливої та термінової уваги. Основна загроза для професійної сфери полягає в тому, що українські університети можуть продовжувати навчати студентів для виконання завдань, які вже повністю автоматизовані за допомогою алгоритмів. У сучасних умовах необхідно переосмислити підходи до формування навичок, впроваджуючи інноваційні освітні програми.
Аудиторським фірмам, своєю чергою, час кардинально переглянути принципи найму на початкові позиції. Молодшому аудиторові відтепер доцільно доручати не саму звірку документів, а критичний перегляд валідації, виконаної ШІ-агентом, та детальний розбір виявлених машиною винятків.
Підсумовуючи ці тенденції, сучасна аудиторська діяльність із застосуванням штучного інтелекту може бути представлена у вигляді трьох взаємозалежних рівнів. Перший рівень, пов'язаний із даними, включає визначення того, що саме відображається в облікових записах і документації. На цьому етапі штучний інтелект поступово вирівнює технологічні можливості компаній. Другий рівень, рівень інтерпретації, полягає у тому, що аудитор аналізує, які наслідки мають виявлені алгоритмом відхилення для достовірності фінансових звітів, і саме тут зосереджується основна конкуренція на ринку. Завершальний, третій рівень - це рівень судження, на якому формулюється висновок, за який конкретна компанія чи фахівець несе особисту професійну та юридичну відповідальність. Саме на цьому етапі сьогодні знаходиться найвища цінність у професії.
Впродовж наступних трьох-п'яти років така зміна неминуче призведе до значного підвищення вартості професіоналів, які здатні стратегічно планувати завдання, починаючи з оцінки ризиків і закінчуючи формулюванням висновків, а також ефективно управляти автоматизованими системами.
У випадку, якщо цифрові системи зможуть не лише генерувати фінансову звітність, а й здійснювати її перевірку, основним і незамінним компонентом аудиторського процесу залишиться особиста відповідальність тієї людини, яка підтверджує висновок своїм підписом.
#Університет #Англія #Модель #Технічний стандарт #Бізнес #Ризик #Штучний інтелект #Алгоритм #Уельс #Дефіцит #KPMG #Перебудова #Бізнес-процес #Ринок (економіка) #Шум #Методологія #Велика Британія #Він чує #Рішення #Масштаб (карта) #Аудитор, призначений згідно із законодавством #Deloitte #Архітектура, що відповідає галузевим стандартам #Фінансова звітність #PricewaterhouseCoopers #Ernst & Young #Baker Tilly International #Mazars #Grant Thornton International
