Актуальные проблемы внедрения искусственного интеллекта в консалтинге и аудите
Бесплатный доступ
Внедрение инструментария искусственного интеллекта в последние годы стало надотраслевым трендом - инновационные технологии затрагивают как основные, так и вспомогательные бизнес-процессы в различных сферах деятельности, в том числе в консалтинге и аудите. Однако компании, выступающие первопроходцами в этой области, наряду с получаемыми конкурентными преимуществами сталкиваются с рисками, многие из которых недостаточно изучены. Этим обуславливается актуальность темы исследования в контексте обновления методологии консалтинга и аудита. Цель работы заключается в рассмотрении актуальных проблем внедрения искусственного интеллекта в консалтинге и аудите. Системный подход был реализован на основе таких общенаучных методов, как анализ и синтез, классификация, сравнение. В результате исследования выявлены сложности и риски внедрения ИИ как для отдельных организаций, так и для отрасли в целом, сформулированы целевые принципы внедрения инструментария искусственного интеллекта.
Консалтинговые услуги, искусственный интеллект, цифровая трансформация, машинное обучение, аудит, управление рисками
Короткий адрес: https://sciup.org/14136617
IDR: 14136617 | УДК: 659.235 | DOI: 10.24412/2220-2404-2024-12-14
Current issues of implementing artificial intelligence in consulting and audit
The implementation of artificial intelligence tools has become a cross-industry trend in recent years - innovative technologies affect both primary and secondary business processes in various fields of activity, including consulting and auditing. However, companies that are pioneers in this area, along with the competitive advantages they receive, face risks, many of which have not been sufficiently studied. This determines the relevance of the research topic in the context of updating the consulting and auditing methodology. The purpose of the work is to consider the current problems of implementing artificial intelligence in consulting and auditing. A systematic approach was implemented based on such general scientific methods as analysis and synthesis, classification, comparison. As a result of the study, the difficulties and risks of implementing AI were identified both for individual organizations and for the industry as a whole, and target principles for the implementation of artificial intelligence tools were formulated.
