Искусственный интеллект уже нельзя рассматривать как эксперимент отдельных технологических компаний. В 2025 г. Банк России опросил 252 организации финансового рынка: ИИ применяла каждая 5-ая, еще около 1/3 планировали внедрить его в бизнес-процессы в течение 3 лет. В июне 2026 г. регулятор впервые включил вопрос об ИИ в свой мониторинг предприятий и получил еще более широкий результат: технологии искусственного интеллекта использует уже каждое 7-ое российское предприятие.
По мере распространения технологии меняется и постановка вопроса. Для корпоративной отчетности важно уже не столько то, может ли ИИ обработать документы, найти аномалию или подготовить текстовое раскрытие. Важнее другое: кто отвечает за результат, если в процессе его формирования использовался ИИ, а опубликованная информация оказалась ошибочной?
Федеральный закон № 402-ФЗ «О бухгалтерском учете» обязывает экономические субъекты организовать внутренний контроль фактов хозяйственной жизни, а организации, отчетность которых подлежит обязательному аудиту, – также внутренний контроль ведения бухгалтерского учета и составления бухгалтерской (финансовой) отчетности.
Минфин России в рекомендациях ПЗ-11/2013 раскрывает содержание этого требования. Внутренний контроль должен давать достаточную уверенность в достоверности и своевременности бухгалтерской и иной отчетности, обеспечивать предотвращение или выявление отклонений и искажений данных. При этом законодательство не ограничивает конкретные способы и процедуры такого контроля. Следовательно, появление ИИ внутри отчетного процесса не отменяет существующей системы ответственности и не создает отдельной категории «машинной» ошибки, находящейся за ее пределами. Если ИИ используется при обработке данных, классификации информации, анализе документов или подготовке раскрытий, его работа становится частью процесса формирования отчетности и, соответственно, объектом внутреннего контроля.
В Кодексе этики в сфере искусственного интеллекта на финансовом рынке России регулятор рекомендует проверять используемые для ИИ наборы данных на достоверность, точность и полноту, фиксировать источники данных, устанавливать показатели качества моделей и регулярно проверять их соблюдение. Для используемых моделей рекомендуется вести централизованный учет, документировать условия их применения и сведения об ответственных лицах. Для ИИ с высоким уровнем риска предусмотрен контроль его решений сотрудниками организации. Таким образом, Банк России фактически предлагает не просто проверять ответ нейросети, а формировать полноценный контур управления ИИ-риском: учитывать используемые модели, оценивать риск, контролировать данные, фиксировать ответственных и регистрировать реализовавшиеся риск-события.
В июне 2026 г. регулятор сделал еще один шаг и выпустил первые специальные рекомендации по обеспечению информационной безопасности при разработке и применении ИИ на финансовом рынке. Для критически важных процессов с высоким уровнем риска Банк России рекомендует сохранять подтверждение операции сотрудником, а также разрабатывать внутренние модели угроз и политики работы с ИИ, т.е. Банк России формулирует принцип ответственности предельно ясно: применение ИИ не освобождает финансовую организацию от ответственности за последствия принятого с его использованием решения.
Схожие вопросы возникают и в зарубежной практике корпоративной отчетности.
В июле 2026 г. британский Financial Reporting Council (FRC) опубликовал результаты специального исследования использования ИИ в корпоративной отчетности, которое включало 39 интервью с участниками отчетного процесса и опрос 103 респондентов. ИИ уже использовали 39% организаций, еще 31% находились на стадии пилотирования, а 18% рассматривали его внедрение в течение года. Иными словами, 7 из 10 участников либо уже применяли ИИ, либо непосредственно его тестировали.
Среди пользователей GenAI 61% применяют его для подготовки черновиков текстовых разделов отчетности, 57% – для редактирования текста, 56% – для анализа тенденций и сопоставительного анализа, 44% – для перекрестной проверки согласованности информации. Еще 36% используют ИИ при интерпретации требований к отчетности и отслеживании регуляторных изменений.
На этом фоне особенно показателен другой результат FRC: обязательный человеческий контроль результатов ИИ формально установлен только у 44% организаций. Таким образом наблюдается важный разрыв: технология уже вошла в процесс подготовки корпоративной информации, а контрольная среда перестраивается медленнее.
Причем речь идет не только о гипотетической способности нейросети «ошибаться». Национальный институт стандартов и технологий США (NIST) выделяет так называемую конфабуляцию (уверенное генерирование ошибочной или ложной информации) как самостоятельный риск генеративного ИИ. NIST отдельно обращает внимание на то, что модель способна сформировать не только неверный вывод, но и правдоподобную логику или фиктивные ссылки, которые создают у пользователя ложное ощущение обоснованности ответа.
Для корпоративной отчетности проблема конфабуляции принципиальна. Простая техническая ошибка часто обнаруживается при сверке. Содержательно неверное профессионально сформулированное объяснение может выглядеть убедительно и пройти несколько уровней согласования. Поэтому вопрос контроля ИИ постепенно перемещается из области технологических рекомендаций в сферу корпоративного управления.
В феврале 2026 г. COSO выпустила отдельное руководство Achieving Effective Internal Control Over Generative AI. В нем среди специфических рисков GenAI названы непрозрачность логики модели, изменение ее поведения со временем, манипулирование запросами и частые изменения конфигурации. COSO рассматривает эти риски именно через существующую систему внутреннего контроля, а не как отдельную от нее технологическую проблему.
Анализ, проведенный преподавателями кафедры аудита и корпоративной отчетности Факультета налогов, аудита и бизнес-анализа Финансового университета при Правительстве Российской Федерации к.э.н., доцентом Мариной Гордовой и к.э.н., доцентом Еленой Домбровской, позволяет сделать вывод о том, что за ошибку ИИ в корпоративной отчетности в конечном счете отвечает не алгоритм, а организация, которая включила его результат в свою систему формирования и контроля отчетной информации. По мере расширения применения ИИ российским компаниям предстоит адаптировать существующие процедуры внутреннего контроля к новым элементам процесса формирования отчетности.