S
Stitex
Внедрение AI

Локальный AI для аудита и консалтинга

Короткий ответ: аудиторской компании подходит та нейросеть, которая работает внутри её собственного контура. Статья 9 закона 307-ФЗ относит к аудиторской тайне сведения и документы, полученные или составленные при оказании услуг, и запрещает передавать их третьим лицам без предварительного письменного согласия клиента, кроме случаев, установленных федеральными законами. При отправке файла в чужой сервис он оказывается у оператора этого сервиса — стороннего лица. Второе требование специфично для аудита: одна компания ведёт проекты клиентов, среди которых бывают прямые конкуренты, поэтому разграничивать доступ приходится и внутри себя. Ниже — регламент: в каком порядке подключать модель к рабочим файлам.

3 сентября 20268 минутStitex Technologies
Границы материала
Здесь описан технический порядок обращения с файлами. Он не заменяет заключение вашего юриста и правила внутреннего контроля аудиторской организации: конкретные формулировки согласий и политик утверждаете вы.

Вопрос «какую нейросеть выбрать» в аудите и консалтинге вторичен. Первый вопрос — где физически окажется файл клиента в момент обработки и кто внутри вашей же компании сможет его увидеть. Поэтому регламент выстроен в таком порядке: сначала данные, потом контур, потом доступы и журнал, и только затем задачи.

Шаг 1. Разделить данные до того, как появится модель

Составьте список: что у вас аудиторская тайна, что внутреннее, что открытое. Без такого списка решение о модели принимается вслепую. Сделайте разделение один раз, дальше только пополняйте.

КатегорияЧто сюда попадаетГде обрабатывается
Аудиторская тайнарабочие документы, первичка клиента, переписка по проектутолько свой контур
Внутреннееметодики, шаблоны рабочих документов, внутренние регламентысвой контур
Открытоезаконы, стандарты, отчётность из публичных источниковограничений нет

Пробуйте инструмент на третьей строке, пока контур не готов. Первые две — то, ради чего контур и нужен.

Шаг 2. Поставить модель внутрь периметра

Поставьте модель на свой сервер. Запросы и документы не выходят за пределы сети. Сервер можно вообще отключить от интернета. Тогда вопрос о третьих лицах закрывается сам: сведения не покидают вашу сеть, и передавать их некому. Как устроено развёртывание и от чего зависит железо — на странице локального AI-сервера.

Шаг 3. Развести проекты между собой

Здесь у аудита своя специфика. Периметр держит внешний мир, а внутри рядом могут лежать материалы клиентов-конкурентов. Стройте барьер на уровне доступа к данным, а не на уровне обещаний.

  • Заведите свой индекс на проект, а не одну общую базу на всю фирму,
  • Откройте сотруднику поиск только по тем проектам, куда он назначен,
  • Требуйте в ответе ссылку на исходный документ — источник должен проверяться,
  • Не дообучайте модель на клиентских файлах: сведения одного проекта всплывут в ответе по другому,
  • Меняйте доступ к индексу тем же порядком, каким меняете доступ к папке проекта.

Шаг 4. Записывать обращения

Пишите в журнал: кто обращался, когда, по какому проекту и какие документы попали в ответ. Журнал нужен не для контроля сотрудников. Он нужен, чтобы ответить на вопрос «куда девался документ», если тот когда-нибудь прозвучит. Срок хранения привяжите к сроку хранения рабочих документов — тому, который у вас уже установлен, а не отдельному.

Шаг 5. Назначить точку, где отвечает человек

Запишите в регламенте три вещи: что модель делает сама, что показывает человеку, где обязана остановиться. Запишите до запуска, а не после первой ошибки. Когда модель переезжает внутрь периметра, к её ответам начинают относиться как к своим, и безопасность данных незаметно подменяет собой проверку правильности. В аудите граница проходит понятно: суждение, заключение и подпись остаются за аудитором, модель готовит материал под них.

Шаг 6. Пилот на одном участке

Возьмите один повторяющийся участок. Запишите заранее, что считаете успехом и что провалом. Вопрос про остальную фирму решайте после пилота, а не до. Запуск сразу во всех отделах разводит внимание и не даёт понять, где инструмент сработал, а где мешал. Как формулировать критерий провала — в статье когда AI-пилот считать неудачным. Типовые грабли разобраны в материале ошибки внедрения нейросети.

С чего начинают в аудите и консалтинге

  • Разбор сканов первички: перевод пачки документов в таблицу для сверки,
  • Поиск по своим рабочим документам и методикам вместо расспросов коллег,
  • Сверка реквизитов и сумм между документом и учётной системой,
  • Черновики рабочих документов и писем по вашим же шаблонам,
  • Подготовка выборки к проверке по заданным признакам.

Первый пункт упирается в качество распознавания, а не в модель: что реально получается со сканов и где распознавание ошибается — в материале распознавание документов нейросетью.

Если задача не влезает в локальную модель
Для тяжёлых запросов существует гибридная схема: наружу уходит обезличенный текст, а восстанавливается ответ уже внутри вашего контура. Но обезличивание само по себе не снимает статью 9 автоматически — решение о том, считается ли такой текст сведениями клиента, принимает ваш юрист, а не подрядчик. Пока решения нет, схема по умолчанию — только внутренний контур.

Разобрать контур под конкретную аудиторскую или консалтинговую практику — локальный AI-сервер Stitex.

Частые вопросы

Можно ли аудитору пользоваться облачной нейросетью?

Статья 9 закона 307-ФЗ относит к аудиторской тайне сведения и документы, полученные или составленные при оказании услуг, и запрещает передавать их третьим лицам без предварительного письменного согласия клиента, кроме случаев, установленных федеральными законами. При отправке рабочего документа в чужой сервис он оказывается у оператора этого сервиса — стороннего лица. Поэтому вопрос закрывается либо письменным согласием клиента, либо контуром, из которого файл не уходит; квалификацию конкретной схемы даёт ваш юрист.

Чем аудит отличается от других отраслей при внедрении AI?

Аудиторская компания одновременно ведёт проекты разных клиентов, среди которых бывают прямые конкуренты. Внешнего периметра тут мало: нужен барьер внутри самой компании, чтобы поиск по базе не поднял документы чужого проекта. Там, где компания работает только со своими данными, такой задачи не возникает вовсе.

Нужно ли дообучать модель на своих рабочих документах?

На старте нет. Достаточно поиска по вашим файлам с подстановкой найденного в ответ — это даёт ссылку на источник и легко разграничивается по проектам. Дообучение смешивает данные разных клиентов в одних весах и делает невозможным ответ на вопрос, откуда взялась фраза.

Что делать, когда проект закрыт?

Тот же порядок, что и с бумажными рабочими документами: доступ к индексу проекта закрывается вместе с проектом, а журнал обращений хранится по вашему внутреннему регламенту. Отдельного правила для AI придумывать не нужно — оно должно совпадать с уже действующим.

Заменит ли нейросеть аудитора?

Нет. Модель делает механическую часть: собирает выборку, сверяет суммы и реквизиты, готовит черновик рабочего документа. Профессиональное суждение, заключение и подпись остаются за аудитором, и регламент должен называть его поимённо.

Разберём ваш контур

Развернём локальную модель внутри периметра аудиторской или консалтинговой компании и разграничим доступ по проектам. Обсудим задачу до старта.

Контакты

Спросите нас по теме статьи

Опишите свою ситуацию — скажем, что из этого применимо у вас, а что нет. Без обязательств.

Telegram
@StitexBot
Отвечаем
В течение рабочего дня