Приятно получить отзыв от профессионалов про твое приложение, при том, что ты никогда не позиционировал себя как разработчик. Сила современных технологий: вайбкодинг (программирование без знания языков программирования при помощи нейросетей) + промпт инжиниринг дают удивительный эффект.

🤩 Ваш АБ
@smartaudit2035

Коллеги, ввиду агрессивной блокировки Telegram со стороны РКН хочу напомнить, как эту проблему решали в прошлом эпизоде борьбы РКН vs Telegram (не в пользу первого) — добавление прокси-сервера в настройках Telegram.

Где взять этот самый прокси?

Я использую этот ресурс. Можно арендовать прокси европейской страны (чем ближе к России, тем быстрее отклик), протокол IPv6 работает с Telegram и стоит всего 20 рублей в месяц. Можно арендовать на 3 дня для проверки и, если будет стабильно работать, просто продлевать аренду дальше, пока не отпадёт необходимость.

Официально запрета использовать Telegram нет, мы используем настройки программы по своему усмотрению, поэтому можно не волноваться, что мы что-то нарушаем. Когда и если ситуация изменится, тогда будем решать эту проблему, а пока остаёмся на связи.


UPD: мне начали писать, что IPv6 не подходит для Telegram и что у кого-то не захотел работать этот протокол, а IPv4 должен работать точно. Учитывая низкую стоимость и возможность протестировать оба варианта, как и написал выше, советую начать с аренды IPv6 на минимальный срок, и если данный протокол у Вас не запустится, то тогда уже арендовать IPv4.

Надеюсь, всё у всех получится 🤞

🤩 Ваш АБ
@smartaudit2035

🔍 ИИ «съедает» задачи, а не людей — но это только пока: что говорят данные

Коллеги, вышло свежее исследование Anthropic «Labor market impacts of AI» (март 2026), авторы которого предложили измерять влияние ИИ на рынок труда не по теоретическим моделям, а по реальным данным использования языковых моделей в профессиональных задачах.
Введён новый показатель — observed exposure (наблюдаемая экспозиция): насколько конкретная профессия уже автоматизируется через ИИ прямо сейчас, а не «в теории». Сопоставлялись задачи из базы ~800 профессий O*NET, реальный трафик Claude и независимые оценки автоматизируемости задач. Делюсь главными наблюдениями — глазами аудитора.

📊 Кто в зоне наибольшей автоматизации
Топ профессий по observed exposure:
— программисты — 74,5% задач уже автоматизируется;
— операторы клиентского сервиса — 70,1%;
— ввод и обработка данных — 67,1%;
— финансовые и инвестиционные аналитики — 57,2%;
— аналитики по информационной безопасности — 48,6% (включая оценку рисков и тестирование ИБ-контролей).

Обратите внимание: в этом списке — наши ближайшие партнёры по экосистеме контроля и управления рисками. Это не повод для паники, но повод для профессионального интереса.

⚖️ Теория vs реальность
Теоретически LLM могут покрыть до 94% задач в категории «Компьютеры и математика» и до 90% в «Офисно-административных» ролях. Фактически — реальное покрытие составляет около 33% в той же IT-категории. Разрыв между «ИИ умеет» и «ИИ делает» огромен. Именно поэтому авторы призывают к трезвости: громкие прогнозы о волнах сокращений не подтверждаются текущими данными.

📉 Безработица — без изменений. Но молодёжи становится труднее войти в профессию

Статистически значимого роста безработицы в наиболее «экспонированных» профессиях с 2022 года нет. Это главный вывод. Однако авторы фиксируют ранний сигнал: среди специалистов 22–25 лет вероятность начать карьеру в высококонкурентных с ИИ профессиях снизилась примерно на 14% по сравнению с 2022 годом. Среди работников старше 25 лет такой динамики нет. Иными словами: ИИ пока меняет не состав занятых, а входной билет в профессию для новых поколений.

🛡 Что с этим делать внутреннему аудитору
Три практических наблюдения для нашей функции.
Первое. Высокоэкспонированные работники — не «низкоквалифицированная рутина», а, напротив, более образованные, более высокооплачиваемые люди. Значит, изменения будут видны в зоне «белых воротничков», в том числе в финансах, ИБ и аналитике. Это прямо влияет на устойчивость контрольной среды в этих функциях.
Второе. Методологию «наблюдаемой экспозиции» можно применить внутри компании: взять перечень задач по ключевым функциям, наложить реальные паттерны использования ИИ в компании (включая «теневой ИИ»), оценить долю автоматизируемых операций и вынести этот сигнал на риск-комитет и в план ВА.
Третье. Внутренний аудит не стоит в стороне от этой динамики: анализ данных, составление отчётов, работа с документами — задачи с высокой теоретической и растущей реальной экспозицией. Разрыв между «ИИ может» и «ИИ делает» — это окно, в котором мы можем выстроить управляемую, контролируемую модель применения, а не быть застигнутыми врасплох.

Для вашего удобства разместил отчет в чате: оригинал на английском и эксклюзивно для подписчиков канала машинный перевод на русский.

Хотел бы узнать, коллеги, как у вас сегодня: ощущается ли давление на профессии, подверженные автоматизации и внедрению ИИ?

🤩 Ваш АБ
@smartaudit2035

🌷 С праздником 8 Марта!

Дорогие женщины, коллеги - аудиторы, эксперты по управлению рисками и внутреннему контролю!

От всей души поздравляю вас с Международным женским днём! К моим искренним пожеланиям присоединяется и Джефф Монсон 🫶.
Желаю вам весеннего тепла, неиссякаемой энергии, баланса между сложными рабочими задачами и личной жизнью, а также профессиональной интуиции, которая всегда помогает находить правильные решения. Пусть каждый ваш день будет наполнен радостью и новыми победами!

В качестве небольшого весеннего подарка для всех коллег я подготовил обновление своего приложения ASB SimpleProxy, версия 1.2.0.

Многие из нас на практике сталкиваются с тем, что доступ к передовым AI-инструментам (будь то ChatGPT, Claude или NotebookLM) сегодня требует определенных обходных путей. Как я часто говорю: если мы, аудиторы, не будем первыми тестировать эти технологии, за нас это сделает кто-то другой. Поэтому важно иметь под рукой надежный инструмент, который обеспечивает стабильный доступ к нужным исследовательским ресурсам без лишней головной боли.

⚙️ Что нового в ASB SimpleProxy v1.2.0:

Приложение стало ещё комфортнее в повседневной эксплуатации.

Сохранил главное — прежнюю простоту и удобство интерфейса.

Никаких сложных конфигураций: инструмент работает по принципу «настроил и забыл» (настройки хранятся в файле settings.json в папке с приложением).

🔗 Ссылка на релиз v1.2.0 и детальное описание на GitHub (для удобства файл размещен в чате)

Дорогие женщины, еще раз с прекрасным весенним праздником!

💐 Ваш АБ
@smartaudit2035

🔍 Как ИИ меняет найм: область оценки рисков

В продолжение недавнего поста про влияние ИИ на работников, в статье на e‑xecutive хорошо описано, как изменилась сама цепочка поиска и подбора персонала: от ожиданий до реальности. Свёл основные выводы в одну инфографику: слева - как найм задумывался, по центру - как он работает сейчас, справа - к чему это приводит при массовом использовании ИИ в резюме и фильтрах.

На уровне ожиданий картинка простая: кандидат сам описывает свой опыт максимально честно и конкретно, рекрутер сам анализирует резюме и принимает решение по сути, а не по форме. Под эту модель у многих компаний до сих пор написаны регламенты и политики HR‑процессов: ручной разбор, оценка компетенций, взвешенное заключение нанимающего руководителя.

Реальность при активном применении ИИ выглядит иначе. Кандидаты используют конструкторы и нейросети, чтобы быстро собирать «идеальные» резюме под массовые отклики, поэтому резюме становятся более ровными, но хуже описывают реальный опыт, красиво оформляя намерения. Рекрутеры и нанимающие менеджеры, чтобы не утонуть в потоке, усиливают автоматизацию: алгоритмический скоринг, фильтры по ключевым словам, ранжирование откликов системой.
Часть решений о том, кто вообще попадёт на интервью, фактически принимают настройки инструментов, а не люди.

На выходе формируется негативный тренд: сильные кандидаты могут не проходить первичный фильтр, потому что их профиль не совпал с моделью, а рекрутеры не уверены, что система отбирает действительно подходящих людей, а не «удобно похожих».
Для кандидатов найм превращается в «чёрный ящик» без прозрачной обратной связи, для компании — в процесс с плохо измеряемыми рисками потери компетенций и зарождения скрытой дискриминации.

С точки зрения внутреннего аудита такая схема удобна тем, что сразу показывает разрыв между описанным процессом и фактической практикой. Формально у вас могут быть «индивидуальный разбор резюме» и «оценка по компетенциям», а по факту ключевые точки решения уже отданы алгоритмам и шаблонным практикам обеих сторон.
Отсюда вопросы для проверки: кто утверждает и пересматривает правила алгоритмического отбора, как оценивается их влияние на качество найма и доступ к критичным ролям, фиксируются ли риски и инциденты, связанные с автоматизированным фильтром.

Как в ваших компаниях выглядит эта цепочка найма: ближе к «ожиданиям» слева на схеме или к «реальности и итогу» в центральной и правой части?

🤩 Ваш АБ
@smartaudit2035

🎨 Вайбкодинг с Codex от OpenAI, или почему создавать софт теперь может каждый

Коллеги, по просьбе подписчиков делаю небольшой обзор Codex от OpenAI.
Я давно увлекаюсь автоматизацией и ИИ, и после длительного использования программ типа IDE - Integrated Development Environment (интегрированная среда разработки) со встроенными ИИ агентами (таких как Visual Studio Code, Trae, Cursor и Antigravity (AI-IDE) Codex дал мне возможность совершенно по-другому посмотреть на сам процесс разработки.

Специально для этого поста я решил доработать свое приложение ASB.SimpleProxy, чтобы по горячим следам описать свои впечатления и опыт. В качестве тестовой задачи взял конкретный запрос (Issues) от пользователя с GitHub: «Программа занимает место в панели задач, хочется ее свернуть в систрей». Забегая вперед: от постановки задачи до загрузки готового релиза на GitHub у меня ушло около двух часов велючая чтение Telegram и питье чая 🫖☕.
В чем магия и главное отличие? Мое главное наблюдение — Codex фактически делает вход в кодинг свободным для людей, которые вообще не имеют представления о программировании.
Обычные AI-IDE все равно остаются сложным программным обеспечением. Сам вид такой среды (где куча окон, терминал, библиотеки) может отпугивать человека без ИТ-бэкграунда. Codex работает иначе. Вы общаетесь с ним в привычном формате чата, почти как с обычным ChatGPT, только этот чат привязан к локальной папке вашего проекта на компьютере. ИИ сам создает и меняет файлы в фоне. Вы не смотрите на код и не чувствуете себя «не в своей тарелке» — вы взаимодействуете исключительно с задачей, логикой и конечным результатом.

«Готовить может каждый» 🤌
Помните этот девиз из мультфильма «Рататуй»? В случае с Codex возникает стойкое ощущение: «Создавать софт может каждый». От вас не требуется знать языки программирования или архитектуру. Вам нужно только уметь объяснить, что вы хотите получить, и проверить, устраивает ли вас результат. Наш профессиональный аудиторский скептицизм и умение тестировать контроли здесь подходят идеально!
На практике это проявилось очень наглядно. В процессе доработки Codex новая сборка SimpleProxy оказалась неудачной — приложение начало вылетать, а на экране на долю секунды появлялись белые артефакты. Я просто написал в чат Codex: «Приложение запускается и сразу вылетает... Откати сделанные изменения, проведи анализ причин неудачной сборки, пересмотри свой подход».
В ответ Codex не просто «наколдовал» фикс, а по-инженерному всё объяснил. Он откатил рискованные изменения и рассказал, что перехват системной кнопки окна Windows конфликтует с библиотеками и вызывает краш (ошибка WinAPI). Мы обсудили это в чате и нашли компромисс: не ломать системное поведение, а добавить отдельную кнопку сворачивания в интерфейс программы. То есть решение принималось не по принципу «как написать код», а по принципу надежности и логики.

➕Гибкость мышления ИИ
Отдельно отмечу, что в Codex можно менять «уровень рассуждения» модели. Основную часть времени я работал на «среднем» уровне, но когда Codex начал топтаться на месте, выдавая версии с ошибками, я переключил ИИ на «высокий» режим. Это помогло дожать задачу и исправить ошибки за счет вдумчивого анализа компромисса между функционалом и стабильностью.
В итоге всего за 2 часа мы (я как оператор и Codex) не только сделали новую функцию, но и прошли весь цикл: протестировали всё, обновили README, оформили релиз и загрузили v1.3.0 на GitHub.

🟣Вывод
Вайбкодинг — это не про то, что вы внезапно стали программистом. Это про то, что вы управляете разработкой, используя обычный язык, логику и обратную связь. Это дает потрясающую возможность участвовать в создании продуктов без страха перед неизвестными технологиями.

Результат моих изысканий - обновлённая версия ASB.SimpeProxy v.1.3.0. (для использования уже настроенных прокси поместите новую версию в ту же папку, где размещена предыдущая, чтобы настройки подтянулись из settings.json).

Кто уже пробовал подобные инструменты в работе? Делитесь мыслями и идеями в комментариях! 🔽

🤩 Ваш АБ
@smartaudit2035

ИИ-сотрудники 24/7: от ассистентов к автономным исполнителям

Коллеги, если вы, как и я, из-за загрузки иногда выпадаете из новостной повестки, то вот яркий маркер того, как стремительно меняется ландшафт корпоративного управления. Команда Kept представила полноценную витрину ИИ-сотрудников, где бизнес в погоне за эффективностью уже сегодня может «положить в корзину» цифрового казначея, бухгалтера или юриста.

Это не просто чат-боты для ответов на вопросы. Речь идет об автономных модулях, способных замещать целые участки процессов.

🔎 Что умеют ИИ-агенты:

Казначейство: обработка выписок, контроль платежей и прогноз ликвидности. Посмотреть описание.

Бухгалтерия: учет расчетов, движение МПЗ, формирование актов сверки и авансовых отчетов 24/7. Детали решения.

Юристы: автоматическое формирование карточек договоров и первичная сверка условий. AI-ассистент юриста.

🚩 Что это значит для внутреннего аудита, управления рисками и контроля?

На мой взгляд, мы входим в фазу, когда классические методы проверки «первички» и интервью с исполнителями теряют актуальность.

Чтобы подтвердить обоснованность проведённой ИИ-сотрудником операции или оценить дизайн контроля, нам придётся:

Аудировать алгоритмы: изучать системные инструкции (System Prompts) и логику принятия решений ИИ-агентом.

Оценивать качество данных: если на входе «мусор», то и контрольная процедура на выходе будет фикцией, какой бы современной ни была модель.

Сравнивать промпты: понимать, не заложены ли в настройки модели отклонения от внутренних политик компании.

📉 Взгляд в будущее: Vision 2030?
Идёт 2026 год. Глядя на такие кейсы, я всё чаще ловлю себя на мысли, что глобальное исследование Vision 2035 от IIA, которое мы так активно обсуждали в 2024 году, уже требует серьезной актуализации. Темпы изменений показывают: те прогнозы, что казались футуристичными, реализуются по сверх-оптимистичному сценарию.

Профессии бухгалтера, юриста, HR, финансиста и, конечно, внутреннего аудитора могут измениться до неузнаваемости не к 2035-му, а уже к 2030 году.

Мы должны быть готовы не просто «наблюдать» за цифровизацией, а стать теми, кто подтверждает надежность этих автономных систем.

📝 Коллеги, как вы считаете, готова ли ваша методология аудита к проверке ИИ-сотрудников, работающих 24/7 и как скоро, по вашему мнению, мы начнем проверять бухгалтерию без бухгалтеров🙈? Делитесь мнением в комментариях.

🤩 Ваш АБ
@smartaudit2035

🤖 Агенты среди нас: от «партизанских» интеграций до собственных ИИ-агентов

Коллеги, добрый день!
Решил поделиться небольшим опытом интеграции ИИ-агентов в ежедневную рутину.

Протестировал три решения разной степени «цветности» и сложности. Делюсь выводами через призму личного опыта, рисков и реальной пользы для нашей профессии.

🟠 Оранжевая интеграция: NotebookLM + Claude Code
Попробовал связать базу знаний NotebookLM с мощью Claude через неофициальный Python-интерфейс.
⚡️ Суть: Claude Code сканирует ваши блокноты, делает краткое описание каждого документа и даже автоматически верстает итоговый PDF-отчёт прямо у вас на компьютере.
💻 Личный опыт: За разбор блокнота с 47 документами с баланса Claude API списали около 1,5 млн токенов (0,61 USD).
👎 Мой вердикт: Это «партизанский» метод. Для обычного пользователя — дорого и неудобно (нужна командная строка). Плюс налицо риски теневого ИИ: можно случайно раскрыть ключи доступа, а гарантии сохранности данных на маршруте нет. Интересно для прокачки ИТ-скиллов, но для массового аудита пока перебор.

🔵 Синяя интеграция: Antigravity Browser
Давно присматривался к этому плагину для Chrome. Это агент, который работает в самом браузере, но для его работы требуется установка Antigravity.
Особенности: Главный плюс — работает без VPN и прокси в РФ.
👀 Как это выглядит: Вы просите его найти информацию, а он сам запускает браузер, «гуглит», переходит по ссылкам и анализирует страницы. Вы буквально видите запись экрана его действий.
👌 Впечатление: Пока медленно. Он имитирует действия обычного человека. Но тренд понятен: скоро наши браузеры превратятся в автономных навигаторов, которые за нас будут собирать доказательную базу и анализировать рыночные индикаторы.

🔴 Красная интеграция: OpenClaw (Лобстер)
Этой интеграцией я занимался несколько недель, не сразу подружились, но после запуска случился настоящий вау-эффект.
* Ощущения: Почувствовал себя Тони Старком с собственным «Джарвисом». Установил сервис на виртуальный сервер и подключил через API DeepSeek и Kimi.
👍 Что умеет: Лобстер обучается «скиллам» по вашему запросу. Транскрибирует аудио, делает заметки, создает задачи в календаре и анализирует документы прямо в Telegram. У него есть память, и с ним можно обсуждать всё прочитанное в режиме живого диалога.

Что это значит для внутреннего аудита и рисков?
Интеграция ИИ идет семимильными шагами, и часто она проникает в компании через «черный ход» инженерной смекалки. Для нас, как для аудиторов будущего, это важный сигнал:
1. Прощай, рутина: Агенты уже способны брать на себя транскрибацию встреч и первичный анализ массивов документации. Это высвобождает ресурс для задач с высокой добавленной стоимостью.
2. Новые угрозы: Теневое использование таких связок через личные API-ключи сотрудников — это огромная дыра в безопасности. Конфиденциальные данные могут улетать в облака бесконтрольно.
3. От контроля к стратегии: Нам нужно не «заколачивать дверь» запретами, а возглавить процесс. Искать возможности внедрения таких агентов по «Белой схеме» — внутри защищенного периметра компании.
Трансформация необратима. Количество ИИ-ассистентов в наших процессах будет расти, и нам важно держать руку на пульсе, чтобы понимать, как эти алгоритмы принимают решения.

Коллеги, делитесь опытом ваших интеграций в комментариях. Для коллег по Сообществу "Обмен опытом по аудиту" - задумался об очной встрече для обмена опытом по теме интеграции.

🤩 Ваш АБ
@smartaudit2035

🤖 ИИ-агенты (Agentic AI) и Hot Topics 2026: COSO и Deloitte задают новый вектор

Коллеги,

С1️⃣ мая Вас, дополнительный выходной— отличный повод, чтобы отложить текучку и сделать прогнозы на будущее. Дошли руки до свежего руководства COSO по GenAI и доклада Deloitte «Internal Audit Hot Topics 2026». Если коротко: мы входим в эру, где аудит — это не просто проверка прошлого, а стратегическое партнёрство в управлении ИИ-агентами.

🔎 О чём говорят лидеры мнений?

Deloitte называет Agentic AI (ИИ-агентов) «мега-темой» 2026 года. В отличие от привычных чат-ботов, агенты способны автономно планировать и выполнять многошаговые задачи в разных системах. Для нас это означает взрывной рост эффективности, но и новые риски:

— Control bypass (обход контроля) — агенты могут инициировать действия в обход цепочек одобрения
— Accountability gap (пробел подотчётности) — не всегда ясно, кто несёт ответственность за решение модели
— Shadow AI (теневой ИИ) — бизнес-юниты внедряют агентов без ведома ИТ и аудита

И это не только западная повестка. Минфин России уже внедряет ИИ в бюджетный процесс. А сам сайт РИА Новости — заметьте — сразу предлагает «Краткий пересказ от РИА ИИ». Скептики скептиками, а технологии приходят независимо от их позиции.

🛡 Как строить контроль над GenAI: подход COSO

Новое руководство COSO «Achieving Effective Internal Control Over Generative AI» (2026) не переписывает классические 17 принципов, а адаптирует их под вероятностную природу GenAI через 8 типов возможностей ИИ — от сбора данных (извлечение) до взаимодействия человека и ИИ (Human-in-the-loop).

Ключевые идеи документа:

— GenAI вероятностен, а не детерминирован. Один и тот же промпт может дать разные результаты. Контроль должен строиться на проверке утверждений, а не на доверии к выходным данным.
— Риски оцениваются непрерывно. Модели, промпты и данные поиска меняются быстро — ежегодного аудита недостаточно, необходим непрерывный аудит.
— Контрольная среда (Принципы 1-5): от Политики допустимого использования GenAI до назначения владельцев систем ИИ с чёткими полномочиями и подотчётностью.
— Human-in-the-loop (человек в контуре) — обязательная проверка человеком для высокорисковых решений.

🟣 Личный опыт

Чтобы не быть голословным, параллельно с ознакомлением с документами, настроил для своего ИИ-Агента OpenClaw навык перевода PDF прямо в Telegram через Google Cloud API. Раньше на перевод уходило до 15 минут (открыть сайт, загрузить документ, дождаться перевода, скачать документ)— теперь 2 минуты с полным сохранением структуры, таблиц и графики. Это и есть «партизанская цифровизация» в хорошем смысле: автоматизируем рутину и высвобождаем время на стратегические риски. С переводом документов можно ознакомиться тут и тут.

🤖 Вопрос к коллегам: готовы ли ваши функции внутреннего аудита к проверке алгоритмов, которые принимают решения автономно? Видите в этом «квантовый скачок» или зону критического риска?🤖

🤩 Ваш АБ
@smartaudit2035

🤖 Как проанализировать Excel через Telegram, не открывая сам Excel

Коллеги, делюсь опытом использования ИИ-Агента с взаимодействием через Telegram.

Решил проверить на деле: могу ли я, сидя за рулем 🙈, проанализировать Excel-файл, сделать на его основе отчёт и отправить его по email — не открывая ноутбук, не запуская Excel, только смартфон и Telegram.

🔛 Исходные данные:
На личном виртуальном сервере установлен open-source ИИ-агент Hermes Agent, управление происходит через Telegram.

🔜Задача:
Провести анализ небольшой таблицы excel: 372 строки, около 40 столбцов.

🔄 Порядок действий:
Скинул в чат Telegram с ИИ-агентом файл excel. Агент открыл его, определил структуру и понял, что на сервере нет нужной библиотеки — доустановил. Подтвердил , что видит содержимое. Дальше я диктовал голосом и отправлял в чат: какие срезы сделать, что обезличить, какие категории сравнить. На выходе — распределение по категориям, доли, проблемные сегменты.
Пример:

Распределение тарифов
2500 руб. → 65 чел. (57.0%) ████████████████████████████
500 руб. → 40 чел. (35.1%) ████████████████
1500 руб. →  5 чел. (4.4%)
2000 руб. →  1 чел.
2100 руб. →  1 чел.
1900 руб. →  1 чел.
400 руб. →  1 чел.


Общая сумма поступлений: 196 400 руб. 

Остановился на нужном мне срезе и сравнении с нужным уровнем аналитики. Дал задачу агенту подготовить краткий отчет и направить на указанную почту.
Агент подключился к Gmail API и отправил письмо адресату.

Ни строчки кода. Ни одного клика в Excel. Только голосовые сообщения.

⬆️Рутина, которая раньше выглядела как «открыть ноутбук → Excel → сводный отчет → отчёт → почта», теперь закрывается из одного окна Telegram. Учитывая небольшой объём, результат легко проверить.

---

В рамках тестирования ИИ-агентов настроил ещё несколько сценариев работы не выходя из Telegram:
📝 перевод PDF-документов с английского на русский через Google Cloud API (с сохранением вёрстки);
📚подключение агента к NotebookLM для работы с блокнотами с получением всего, что даёт платформа (презентации, аудиоподкаст, инфографика);
🩺анализ рисков (ошибок) по методу Premortem (7 параллельных субагентов разбирают план на причины провала).

Какой из них был бы интереснее для отдельного поста — напишите, разберём подробнее.

🤩 Ваш АБ
@smartaudit2035

👨‍💻 «Сидеть за компьютером» осталось 18 месяцев: разбор прогноза от главы Microsoft AI

Коллеги, попалось на глаза интервью с руководителем ИИ-направления Microsoft, который дает прогноз замещения профессий: 18 месяцев до того, как искусственный интеллект сравняется с человеком в большинстве офисных задач. Т.е. как раз к концу 2027 года — срок, который разные аналитики и эксперты связывают с трендом развития искусственного интеллекта.

📊 Работа на уровне человека — так глава Microsoft AI оценивает способность моделей выполнять профессиональные задачи. Под ударом всё, что делается «сидя за компьютером»: бухгалтерия, юристы, маркетинг, управление проектами. Он ссылается на экспоненциальный рост вычислительных мощностей. Пока одни спорят, «догонит или нет», мощности растут так, что модели скоро будут писать код лучше большинства программистов.

«Создать новую модель будет так же просто, как завести подкаст или написать блог», — утверждает он. Каждая организация сможет спроектировать себе искусственный интеллект под свои задачи.

Реальность сложнее прогнозов

Я далёк от того, чтобы слепо тиражировать громкие заявления. Цифры пока противоречивы.

Разрыв между «искусственный интеллект умеет» и «искусственный интеллект делает работу» всё ещё огромен. Я писал об этом в марте, разбирая исследование Anthropic: наблюдаемая автоматизация составляет 33% даже в ИТ — против 94% теоретически возможных.

🙅‍♂️ Тренд, который не заметить - ошибка

И всё же игнорировать происходящее нельзя. Руководитель Microsoft AI не абстрактный футуролог, а человек, который управляет интеграцией искусственного интеллекта в продукты экосистемы Microsoft — туда, где сидят бухгалтеры, аудиторы, финансисты по всему миру.

Посмотрите, что происходит у нас под боком:

🔹 Маркетплейс Kept Store уже продаёт цифровых сотрудников: бухгалтера, казначея, юриста. Это не прототипы — это готовые продукты
🔹 Codex от OpenAI позволяет собрать приложение, не написав ни строчки кода — я делился собственной разработкой.
🔹 Пока мы обсуждаем прогнозы, реальные компании и стартапы уже строят команды, где ИИ-агент — полноценный член команды, а не просто инструмент
🔹 Глава Microsoft AI ставит задачу достичь «суперинтеллекта» внутри компании, снижая зависимость от OpenAI. Зная их умение ставить и достигать задачи, можно ожидать прорыва в этой области. Думаю многие видят, как "незаметно" продукты Microsoft обрастают решениями на базе ИИ.

🛡 Что это значит для нас

Я вижу два сценария:

Сценарий А (оптимистичный): Искусственный интеллект автоматизирует рутину — сверку, обработку выписок, первичный анализ документов. Профессиональное суждение, оценка дизайна контроля, интерпретация результатов остаются за человеком. Именно эту позицию я подробно разбирал в посте про ИИ-сотрудников.

Сценарий Б (реалистичный): Разрыв между «теорией» и «практикой» сократится быстрее, чем мы думаем. 18 месяцев — это не дедлайн конца профессии, а дедлайн, после которого «работа без искусственного интеллекта» станет конкурентным недостатком.

И вот здесь от нас с вами зависит, какой сценарий реализуется раньше: либо мы проявляем сдержанность по отношению к неэффективности, либо начинаем активно участвовать во внедрении инструментов, повышающих эффективность.

Что думаете? Какой сценарий вам ближе:
А 👍
Б 🤔
Свой вариант 🤝

P.s. пока вы думает, какой сценарий выбрать, хочу поделиться очередным навыком, которому я обучил своего ИИ-агента - создание презентаций Power Point не выходя из Telegram. Пример такой презентации на основе текста поста по ссылке

🤩 Ваш АБ
@smartaudit2035

🤖 Внутренний аудит и 7 архетипов профессий будущего: отчёт McKinsey. Где наше место в экосистеме ИИ?

Коллеги!
Фонд McKinsey Global Institute выпустил доклад «Agents, robots, and us: How AI reshapes work and skills in Europe». Предлагаю разобрать этот отчёт через призму нашей профессии — внутреннего аудита, рисков и контроля.

Мы часто говорим об использовании ИИ-агентов (OpenClaw и Hermes Agent, Codex и Antigravity). Исследование McKinsey подтверждает: мы на пороге тотальной автономизации бизнес-процессов, к которой СВА, СВК и СУР нужно готовить уже сейчас.
Ниже — ключевые выводы доклада, сжато и по делу.

📉 Цифры, которые меняют карту рисков

❗️58% рабочих часов в европейских компаниях теоретически могут быть автоматизированы существующими технологиями. При этом 44% приходится на когнитивные задачи (ИИ-агенты) и лишь 14% — на физических роботов.

Автоматизация окончательно смещается в сферу умственного труда.

❗️$1,9 трлн — потенциальный экономический эффект к 2030 году. Но McKinsey делает жесткую оговорку: ценность будет реализована только при агрессивном сценарии внедрения. Медленная адаптация — главный риск потери конкурентоспособности.

❗️5-кратный рост спроса на навыки работы с ИИ в вакансиях с 2023 года. Это больше не нишевая история ИТ-департаментов, а базовое требование к квалификации.

📑 Смена парадигмы: 7 архетипов и позиция аудита

McKinsey вводит Индекс изменения навыков (Skill Change Index) и делит профессии на 7 моделей (архитипов). Если исключить физический труд (~9%), то наш офисный мир держится на трёх китах:
1. Человеко-центричный (31%): упор на суждение, этику и контекст.
2. Агенто-центричный (30%): рутина, полностью уходящая цифровым помощникам.
3. Человек–Агент (21%): плотное ежедневное гибридное партнёрство.

Моё наблюдение: Внутренний аудит традиционно относится к категории профессий с высокой плотностью данных. Сверка реестров, проверка первичных документов, рутинный анализ выборок и базовые тесты — все эти задачи неизбежно заберёт «агенто-центричный» контур.

Что важно. Навыки аудитора не исчезают, но они кардинально меняют форму. Профессиональное суждение, адаптивность в непредсказуемых ситуациях и знание бизнес-контекста — это то, что остаётся за человеком. Наша роль — из исполнителей тестов превратиться в валидаторов систем.

🛡 Взгляд на риски: вызовы для СВА

Раскол на архетипы отлично стыкуется с трендами Hot Topics 2026 от Deloitte и новыми руководствами COSO: неспособность функций использовать ИИ будет являтся главным стратегическим риском на горизонте 5 лет. Без автоматизации ручной контроль неизбежно ведёт к выгоранию команд.

Для нас это формирует два чётких направления работы:
1. Аудит гибридной среды: как распределена ответственность в процессах «Человек–Агент»? Как логируются действия автономных систем? Как контролируется обход цепочек одобрения алгоритмами?
2. Борьба с теневым ИИ (Shadow AI): пытаясь ускорить работу, сотрудники массово используют бесплатные open-source решения (вроде DeepSeek) вне защищённого контура. Задача аудитора — не запрещать, а помогать внедрять легальные альтернативы внутри периметра компании.
От «бумажной» цифровизации пора переходить к реальной трансформации процессов. Чтобы оставаться «архитекторами доверия», нам нужно быть на шаг впереди.

💬 Коллеги, вопрос к вам: посмотрите на инфографику к посту. В каком архетипе, по вашему мнению, должна находиться функция внутреннего аудита к 2030 году, чтобы приносить максимальную пользу бизнесу?
Должны ли мы оставаться строго в человеко-центричном кластере 👍 или сознательно переходить в гибридный формат «Человек–Агент» 🤔? Делитесь опытом и мнениями в комментариях!

Традиционно делюсь исходными докладом и переводом (сделанным моим агентом), а также подготовленным для вас аудиоподкастом на основе доклада. Приятного прослушивания.

🤩 Ваш АБ
@smartaudit2035

72 страницы МСФО → 28 страниц аналитики: тест скиллов ИИ-агента на отчётности ПАО ГК Самолёт

Коллеги,

В профессиональной группе по автоматизации зашёл разговор об использовании ИИ-Агентов для анализа финансовой отчётности, мимо которого я не смог пройти. Коллега аудитор обозначил проблему: «компаний — сотни, отчётов — ещё больше. Стоит задача автоматизировать работу с отчётностью: распознавание (парсинг) трансформация, конвертация, предварительная обработка, создание черновых документов на основе отчётов.».

Для тестирования задачи был использован ИИ-Агент, настроенный как эксперт в аудите, которому была поставлена задача проанализировать консолидированную отчётность по МСФО ПАО «ГК Самолёт» за 2025 год — 72 страницы, аудитор EY (Б1): извлечь данные из отчета и перевести в Excel (первая итерация), провести углублённый анализ ликвидности с прогнозом (ранее в той же группе обсуждался кейс Самолёта), дать прогноз ликвидности, и сформировать презентацию. Всё это через чат Telegram.

Что в отчётности:

Данные по ликвидности разбросаны по примечаниям: коэффициенты — в одном месте, структура долга — в другом, эскроу — в третьем, ковенанты — в четвёртом, процентный риск — в пятом. Аудитор (Б1) дал безоговорочно положительное мнение. Про кредитный риск контрагентов — одна категория: «Высокий риск — регулярные просрочки платежей, низкий уровень ликвидности, отсутствуют обеспечения» (Примечание 23, стр. 43). Но это оценка должников Самолёта, а не самой компании.

Полноценного анализа ликвидности в отчётности нет — только разрозненные данные.

Что сделал агент:

72 стр. МСФО (4 формы + примечания 17–54)
                    ↓
Извлечение: Баланс + ОФР + ОДК + ОДС → Excel
                    ↓
Расчёт коэффициентов ликвидности
                    ↓
Структурный анализ (8 разделов, 12 стр.)
                    ↓
3 сценария с вероятностями
                    ↓
Рекомендации для 4 групп стейкхолдеров
                    ↓
Заключение: «Компания "выплывет", но с потерями»

Ключевые находки агента:

• Текущая ликвидность: 2,04 ✅ — но быстрая: 0,06 🔴
• Иллюзия нормы: 96% оборотных активов заморожены в запасах и эскроу
• Эскроу: 368 млрд руб. заблокированы до сдачи объектов
• 87% долга — переменная ставка: рост на 100 б.п. = +6,5 млрд руб./год
• Операционный CF: (212) млрд руб. — прибыль на бумаге, деньги сжигаются
• К погашению в 2026: 438 млрд руб.

Сценарный анализ:

• Базовый (ставка 18–20%): баланс положительный, риск разрыва 15–20%
• Стрессовый (ставка 22–25%): кассовый разрыв 200–250 млрд руб.
• Наиболее вероятный (60%): управляемая реструктуризация, масштаб −30–40%

Вердикт агента: Организация справится со сложившейся ситуацией (вероятность 70–75%), но при условиях: господдержка, продажа активов, смена стратегии от роста к консервативному управлению ликвидностью.

Где граница агента:

Анализ структурно грамотный, но «по учебнику». Агент не видит того, что видит аналитик-девелопер: почему региональная экспансия при ставке ЦБ 16–21% — это стратегическая ошибка, а не просто риск. Почему эскроу — одновременно подушка и кандалы. Почему продажа «Клиентского Сервиса» за 1,5 млрд руб. — это не успех, а вынужденная мера при кассовом разрыве. Финальное профессиональное суждение — за человеком.

Раньше: PDF → перебить цифры в Excel → сверить → собрать данные из примечаний → рассчитать коэффициенты → написать анализ → сверстать Word.

Теперь: загрузить PDF → агент извлекает, считает, структурирует (Excel), прогнозирует (Word) → эксперт проверяет и если нужно дорабатывает суждения → выпустить отчет.

Моя оценка процесса и результата:

Агент берёт на себя оцифровку, расчёты, структуризацию и черновую аналитику — 28 страниц из 72 страниц исходника. Это 4 часа ручной работы аналитика, сжатые в 15 минут диалога. Профессиональное суждение и отраслевой контекст — за вами, экспертами.

Исходники и результаты работы агента по ссылкам:
Отчётность ПАО ГК Самолёт

Результат работы ИИ-агента
Excel
Word
PowerPoint


Какие сценарии работы с отчётностью разобрать подробнее? Напишите — посмотрим.

🤩 Ваш АБ
@smartaudit2035

Коллеги,

Буду благодарен за обратную связь. Насколько вам интересен контент канала, что нравится, что не нравится.
Размещаю посты редко и, как правило, стараюсь наполнить их максимально, но есть ощущение, что не у всех подписичков хватает времени на вычитывание моих лонгридов.

Ставьте реакции❤️, чтобы дать мне ценную обратную связь - делать посты короче (разряженнее) или сохранить текущий формат:

Короче, Склифосовский - 😎

Всё нравится, продолжай - 👍

🤩 Ваш АБ