Финансовый контроль – один из ключевых механизмов социально-экономического развития, обеспечивающий прозрачность, подотчетность использования государственных средств и устойчивость государственных институтов.

Эффективность финансового надзора напрямую зависит от качества, актуальности и полноты используемых данных. Цифровизация открыла новые возможности обработки информации и оптимизации рабочих процессов. Однако непрерывный рост объемов данных[1] и усложнение задач в области финансового контроля требует перехода от традиционных[2] к более гибким, интеллектуальным инструментам.

В числе наиболее перспективных технологий – искусственный интеллект (ИИ). Эксперты Всемирного банка (ВБ) не рассматривают ИИ как замену человека, даже в долгосрочной перспективе. Основные решения в области государственного финансового контроля будут приниматься профильными специалистами. Тем не менее сочетание экспертных знаний и вычислительных возможностей значительно расширит аналитический и прогностический потенциал надзорных органов, позволив регуляторам действовать проактивно.

Возможности ИИ для финансового анализа и контроля:

• обработка и анализ больших массивов структурированной и неструктурированной информации (письма, соцсети), выявление закономерностей и аномалий;
• оценка динамики изменений, прогнозирование финансовых рисков и моделирование сценариев ответных действий;
• автоматизация повторяющихся процессов (новостной мониторинг, документооборот);
• глубокий, структурированный и оперативный доступ к знаниям;
• создание цифровых ассистентов, адаптированных под конкретные задачи на основе актуальных данных.

Несмотря на преимущества, по данным Всемирного банка, ИТ-инструменты последнего поколения (в.т.ч. ИИ) составляют не более 7,6% от общего количества применяемых контрольными органами решений. Причины – отсутствие необходимого нормативно-правового регулирования, низкое качество данных и цифровых компетенций, скептическое отношение сотрудников (в большинстве случаев из-за страха потерять работу).

Более того, технология остается несовершенной с технической зрения. ИИ-системы нестабильны и непрозрачны при обработке новой информации, предоставляют предвзятые, фактически неточные результаты. Риски конфиденциальности данных затрудняет их применение в сферах, где требуется строгое соблюдение требований безопасности. Чрезмерное полагание на ИИ в выполнении задач, в свою очередь, может привести к снижению профессионального уровня сотрудников.

Внедрение технологии искусственного интеллекта требует комплексного подхода. Всемирный банк рекомендует:

• оценить реальные возможности организации (состояние технологической инфраструктуры, уровень технических знаний, финансовые ресурсы) и разработать стратегию последовательной интеграции технологии;
• проинформировать коллектив о целях цифровой трансформации, обеспечить обучение и переквалификацию сотрудников;
• сбалансировать использование внутренних и внешних ресурсов. Разработка собственных ИИ-решений обеспечит контроль и соответствие целям организации, но потребует дополнительных вложений. Внешняя экспертиза позволяет быстро восполнить дефицит компетенций, но сопровождается риском технологической зависимости.

[1] ​По данным международной облачной платформы Soax, в 2010–2024 гг. объем цифровых данных в мире увеличился в 73 раза – с 2 зеттабайт до 147 зеттабайт. Прогнозируется, что к концу 2025 г. показатель достигнет 181 зеттабайта.

[2] Традиционные технологии обработки данных – реляционные системы управления базами данных (Oracle, MySQL, Microsoft SQL Server), Excel и др.