Что останется бухгалтеру после автоматизации
Нейросети уже умеют читать счета, сверять выписки и готовить черновики отчётов. Но профессия бухгалтера не исчезает, а меняется: рутина уходит к алгоритмам, а ответственность остаётся у человека.
Фото: Wilfred Iven, CC0, StockSnap
Что нейросети забирают первым
Больше всего автоматизации поддаётся ввод первичных документов. Системы распознавания считывают сканы и фотографии счетов, актов, накладных и УПД, находят реквизиты, суммы и ставки НДС и сразу создают проводки. Раньше на это уходили часы ручного набора, теперь сотрудник лишь просматривает результат.
Второе направление: сверка. Банковская выписка сопоставляется с оплатами, а платежи с договорами и закрывающими документами. Расхождения программа подсвечивает сама, и бухгалтеру остаётся разбираться только с исключениями.
Третье направление: электронный документооборот. Такие сервисы, как Диадок, СБИС и Контур, давно обмениваются документами между компаниями, а поверх них появляются ИИ-помощники, которые подсказывают, чем договор отличается от шаблона или почему не сходится сумма.
Добавляются и языковые модели общего назначения: GigaChat, YandexGPT и их аналоги. Они помогают составить письмо контрагенту, пересказать длинный документ, объяснить термин или подготовить черновик пояснения для налоговой.
Где ИИ ошибается и чем это грозит
Языковые модели склонны уверенно придумывать то, чего не знают. В бухгалтерии это особенно опасно: можно получить несуществующий номер статьи Налогового кодекса или неверную ставку, поданную очень убедительно.
Второй риск: устаревшие знания. Нормы по налогам, взносам и отчётности меняются, а модель могла обучаться на данных прошлых лет. Поэтому любой вывод по правилам и срокам стоит сверять с актуальной редакцией закона или справочной системой.
Третий риск связан с распознаванием. Размытая печать, необычный шаблон документа или рукописная правка могут привести к неверной сумме или не тому контрагенту. Ошибка тихо попадает в учёт и всплывает при проверке или сверке с банком.
Есть и вопрос данных. Бухгалтерия работает с коммерческой тайной и персональными сведениями сотрудников, поэтому загружать такие материалы в публичные чат-боты без политики безопасности небезопасно. Компании всё чаще выбирают закрытые решения внутри собственного контура.
Наконец, остаётся вопрос ответственности. За достоверность отчётности отвечают руководитель и главный бухгалтер, а не нейросеть. Ссылка на то, что так посчитал алгоритм, перед контролирующими органами не работает.
Что остаётся человеку
Прежде всего профессиональное суждение. Как квалифицировать нетиповую сделку, какой вариант учёта выбрать, как отразить спорную ситуацию, где в договоре скрыт налоговый риск. Здесь нужен контекст бизнеса, а не просто распознанный текст.
Второе: общение. Бухгалтер объясняет собственнику, почему прибыль на бумаге не равна деньгам на счёте, договаривается с контрагентами о недостающих документах, отвечает на требования налоговой. Алгоритм может подготовить черновик, но переговоры и объяснения остаются за человеком.
Третье: контроль качества. Кто-то должен понимать, как устроены данные, чтобы заметить, что отчёт выглядит подозрительно. Опытный специалист чувствует, когда цифра не может быть правильной, даже если формально все формулы сошлись.
Четвёртое: планирование и налоговая оптимизация в рамках закона. Выбор системы налогообложения, расчёт нагрузки при росте бизнеса, подготовка к проверке. Это аналитическая работа, где ИИ служит быстрым помощником, а решение принимает человек.
Какие навыки становятся важнее
Первый навык: умение формулировать задачу для ИИ и проверять результат. Хороший запрос содержит контекст, период, форму документа и ограничения, а хороший специалист всегда сверяет итог с первоисточником.
Второй навык: работа с данными. Понимание того, как выгрузить, очистить и сопоставить цифры из разных систем, всё чаще ценится выше, чем знание проводок наизусть. Бухгалтер постепенно превращается в финансового аналитика.
Третий навык: знание цифровых инструментов. Облачные сервисы учёта, электронная отчётность, маркировка, работа с маркетплейсами вроде Ozon и Wildberries, где отчёты о продажах содержат десятки удержаний и комиссий, требуют внимательности и системного мышления.
Четвёртый навык: понимание информационной безопасности. Бухгалтер имеет доступ к деньгам и данным, а значит, становится мишенью для мошенников. Умение распознать поддельное письмо или звонок от имени руководителя сегодня не менее важно, чем знание нормативных актов.
Как ИИ меняет другие отрасли и что дальше
Бухгалтерия не уникальна. В банках, например Сбере, алгоритмы помогают выявлять подозрительные операции и оценивать кредитные риски. В юриспруденции нейросети ищут нужные нормы и сравнивают редакции договоров. В медицине ИИ анализирует снимки, а врач принимает решение. В логистике модели прогнозируют спрос и маршруты.
Общая закономерность везде одна: исполнительская часть работы дешевеет, а ценность проверки, интерпретации и ответственности растёт. Специалист, который умеет работать в паре с алгоритмом, выигрывает у того, кто с ним борется, и у того, кто слепо ему доверяет.
Прогнозы по этой теме обычно осторожны. Вероятнее всего, число рутинных вакансий сократится, а требования к оставшимся вырастут. Небольшие компании могут получать качественный учёт по более низкой цене, а опытные бухгалтеры переходят в роль консультантов и финансовых партнёров бизнеса.
Практический вывод для тех, кто работает в профессии: не ждать, пока изменения придут, а уже сейчас осваивать инструменты автоматизации и брать на себя задачи, где нужно думать, а не переписывать. Рутина в любом случае уйдёт, а вот способность отвечать за результат будет нужна всегда.