Перспективы внедрения искусственного интеллекта в управленческий учет предприятий АПК

Введение. Важными задачами при организации учетных, контрольных и управленческих систем в хозяйственной жизни каждой сельскохозяйственной организации является интеграция современных технологий в бизнес-процессы, упрощение путем автоматизации рутинных операций, оперативный поиск и принятие наиболее эффективных управленческих решений. Это позволяет достигать повышения эффективности управления в целом. Большие возможности для решения указанных задач в целях достижения повышения эффективности управления может предоставить применение технологии искусственного интеллекта.При этом, несмотря на бурное развитие технологий ИИ, их воздействие на бухгалтерский и особенно управленческий учет в аграрной сфере остаётся недостаточно исследованной областью.

На сегодняшний день в разрезе исполнения функций учета, контроля и управления технология ИИ позволяет с меньшими затратами собирать информацию, быстрее ее обрабатывать, глубже и детальнее ее анализировать, выявлять связи и строить обоснованные прогнозы. Управленческий учет, являясь неотъемлемой частью информационно-аналитической системы современной компании, не должен упускать возможности ИИ, которые существенно облегчат достижение целей и повысят эффективность принятия управленческих решений.

Целью исследования является анализ использования возможностей искусственного интеллекта в практической работе подразделений управленческого учета аграрных предприятий. Для этого необходимо провести анализ текущего состояния исследуемой проблемы и выделить основные проблемы управленческого учета в разрезе цифровой трансформации бизнеса.

Реализация предложенной цели исследования потребовала последовательного выполнения следующих задач:

• 1)    проанализировать современное состояние и выявить ключевые проблемы управленческого учета в контексте цифровой трансформации агробизнеса;

• 2)    исследовать возможности технологий искусственного интеллекта, релевантных для задач управленческого учета в аграрном предприятии;

• 3)    разработать практические рекомендации по внедрению инструментов ИИ в систему управленческого учета для предприятий сферы АПКразличных масштабов.

Методы исследования Исследование осуществлялось с применением осмысления и обобщения концептуальных положений о технологии искусственного интеллекта, системного подхода, обще- и конкретно -научных методов, анализа публикаций российских и зарубежных авторов, занимающихся вопросами данной проблематики.

Основной информационной базой исследования выступают: нормативноправовые акты, статистическая информация из разных источников; управленческая документация, финансовая и нефинансовая отчетность рыночных субъектов АПК; материалы научных конференций и исследований; ресурсы сети Интернет.

Результаты исследования

Исследование эволюции моделей и методов управленческого учета позволяет сегодня выделить ряд ограничений традиционных систем и «узкие места» в этой сфере. К таким ограничениям можно отнести запаздывание информации, высокая трудоемкость, субъективизм. Современные проблемы и ограничения управленческого учета сводятся к следующим группам(табл. 1).

Таблица 1 – Современные проблемы и ограничения управленческого учета

№	Группы проблем	Элементы	Содержание
1	Методологические проблемы	Отставание от потребностей управления	•       -  ориентация  на  прошлые  периоды  вместо прогнозирования; •       -   неспособность   быстро   адаптироваться   к изменениям бизнес-среды; •       -  преобладание  финансовых  показателей  над нефинансовыми.
		Сложность интеграции данных	•   - разрозненность информации из различных систем; •   - несопоставимость данных разных подразделений; •   - отсутствие единых методик расчета показателей.
		Недостаточная аналитичность	•       - преобладание отчетных форм над аналитическими; •       - неразвитость методов многофакторного анализа; •       -  отсутствие  связей  между  оперативными  и стратегическими показателями.
2	Технологические ограничения	Устаревшее программное обеспечение	•       -  использование локальных,  неинтегрированных систем; •       -   ограниченные   возможности   анализа   и визуализации; •       - сложности масштабирования и доработки.
		Низкое качество данных	•       - ошибки в первичном учете; •       - несвоевременное отражение операций; •       - отсутствие автоматизированного контроля качества данных.
		Проблемы автоматизации	•       -  высокая  стоимость  внедрения  современных систем; •       - длительные сроки реализации проектов; •       - сопротивление персонала новым технологиям.
3	Организационные проблемы	Недостаточное вовлечение менеджеров	•       - формальное использование отчетности; •       - непонимание методологии расчета показателей; •       - отсутствие обратной связи от пользователей.
		Кадровые ограничения	•       - дефицит специалистов, сочетающих знания учета и анализа; •       - недостаточная квалификация персонала; •       - высокая текучесть квалифицированных кадров.
		Проблемы коммуникации	•       -  языковой  барьер  между  бухгалтерами  и менеджерами; •       -    неэффективное    взаимодействие    между подразделениями; •       - отсутствие регулярного обсуждения результатов.
4	Финансовые ограничения	Высокие затраты на содержание	•       -   стоимость   программного   обеспечения   и обновлений; •       - затраты на обучение и развитие персонала; •       - расходы на сбор и обработку информации.
		Сложность оценки эффективности	•       - затратный характер функции учета; •       - отсроченный характер результатов; •       - субъективность оценки полезности информации.
5	Временные ограничения	Запаздывание информации	•       - длительный процесс закрытия периода; •       - несвоевременное представление отчетности; •       - невозможность оперативного реагирования.
		Трудоемкость процессов	•       - ручной сбор и обработка данных; •       - множество согласований и проверок; •       - частые корректировки и перерасчеты.

Анализ выделенных ограничивающих факторов позволил сформулировать основные информационные потребности системы управленческого учета хозяйствующих субъектов сферы АПК, которые можно удовлетворить путем внедрения искусственного интеллекта (рис.1).ИИ можно отнести к любому способу или алгоритму, который позволит получить новое знание на основе обработки неограниченно больших массивов информации [1]. Искусственный интеллект предлагает значительные возможности для совершенствования системы управленческого учета в АПК.Ниже представлены основные направления.

• 1.    Автоматизация рутинных операций, включающая следующие процедуры:

• -    систематический сбор и обработка данных;

• -    точное выполнение расчетных операций;

• -    автоматическая генерация отчетных документов.

Информационные потребности управленческого учета

Автоматизация рутинных процессов

• -    обработка документов;

• -    верификация данных;

• -    Формирование проводок

Проактивный контроль

• -    выявление аномалий;

• -    мониторинг рисков;

_____ - предотвращение ошибок _____

Прогнозирование и предиктивная аналитика

• - прогноз выручки и спроса; -- сценарное моделирование;

• - выявление рыночных трендов

Глубокий анализ затрат - классификация затрат; - расчет себестоимости; - оптимизация расходов

Интеллектуальная отчетность - формирование отчетов;

• ■ текстовые аналитические заключения;

  - интерактивные дашборды

• 2.    Повышение операционной эффективности благодаря тому, что современные нейронные сети успешно применяются для выполнения следующих операций:

Рисунок 1 - Информационные потребности системы управленческого учета

Искусственный интеллект, как автоматизированный инструмент, гораздо менее подвержен ошибкам, чем люди [2]. Особенно эффективно ИИ проявляет себя при работе с большими объемами информации. В отличие от человеческого фактора, где неизбежны ошибки вследствие усталости или снижения концентрации при монотонной работе, интеллектуальные системы демонстрируют стабильно высокую точность.

• -    мгновенного перевода документов;

• -    идентификации персональных данных;

• -    обучающих процессов;

• -    автоматизированного документооборота.

• 3.    Аналитика и прогнозирование.

Главное преимущество ИИ-решений - способность предоставлять аналитическую информацию в режиме реального времени, что значительно повышает качество управленческих решений.

Современные технологии искусственного интеллекта открывают новые перспективы для глубинного анализа данных и построения точных прогнозных моделей. Основные преимущества сводятся к следующим проявлениям:

• 1.    поддержка принятия решений;

• 2.    расширенные аналитические возможности;

• 3.    стратегическое планирование.

• 4.    Оптимизация процессов бюджетирования и планирования.

Такие интеллектуальные системы позволяют перейти от реактивного к проактивному управлению, существенно повышая эффективность бизнес-процессов.В финансовой сфере искусственный интеллект может быть «дивидендным» помощником, сэкономив огромное количество времени на анализ рынка, увеличив прибыльность портфеля инвестора [3].

Современные технологии искусственного интеллекта трансформируют традиционные подходы к финансовому планированию, предлагая ряд инструментов, описанных далее.

• 1)    повышение точности прогнозирования;

• 2)    автоматизация процессов;

• 3)    интеллектуальная аналитика;

• 4)    стратегические преимущества.

• 5.    Обнаружение признаков мошенничества и управление рисками.

• 6.    Совершенствование прогнозной аналитики.

Реализация ИИ-решений в системе управленческого учета позволяет организациям перейти на качественно новый уровень финансового управления, обеспечивая надежную основу для достижения стратегических целей компании. Такой подход способствует минимизации рисков и максимизации эффективности использования ресурсов.

Современные технологии искусственного интеллекта и машинного обучения позволяют автоматизировать контроль финансовых операций, выявляя подозрительные действия и отклонения. Благодаря этому организации могут:автоматически анализировать транзакции на предмет нестандартных операций или несоответствий;обнаруживать аномалии в учетных данных, которые могут свидетельствовать о мошенничестве;минимизировать финансовые риски, предотвращая потенциальные угрозы на ранних стадиях.

Алгоритмы ИИ также могут помочь в оценке и снижении рисков, связанных с оценкой затрат. Анализируя исторические данные и выявляя потенциальные факторы риска, эти алгоритмы могут дать представление о вероятности и влиянии перерасхода средств или отклонений [4].

Современные технологии искусственного интеллекта открывают новые горизонты для предиктивного анализа в бизнесе. Использование ИИ в прогнозной аналитике позволяет компаниям перейти от реактивного к проактивному управлению, обеспечивая более точное предсказание бизнес-показателей, своевременное выявление перспектив развития, минимизацию рисков за счет аналитического подхода [5]. Такой подход обеспечивает значительное конкурентное преимущество в условиях цифровой экономики.

На основе проведенного анализа информационных потребностей управленческого учета и сопоставления их с предлагаемыми возможностями технологии ИИ, считаем оправданным рекомендовать следующие меры для практического внедрения ИИв систему управленческого учета для предприятий различных отраслей и масштабов.

Процедура внедрения ИИ начинается с подготовительного этапа. Данный этап предполагает следующие работы.

• 1.1.    Диагностика и оценка готовности:

• 1)    проведите аудит существующей системы управленческого учета;

• 2)    оцените качество и структуру данных;

• 3)    определите уровень цифровой зрелости компании;

• 4)    проанализируйте техническую инфраструктуру.

• 1.2.    Выбор приоритетных направлений:

• 1)    составьте карту бизнес-процессов и выделите наиболее болезненные точки;

• 2)    определите процессы с максимальным потенциалом автоматизации;

• 3)    выберите 2-3 пилотных направления для старта.

На основе информации и решений, принятых в процессе подготовительного этапа, на втором этапе прорабатывается стратегия внедрения. Выбор конкретной стратегии во много зависит от размеров организации и отрасли, в которой она работает. Отличия в стратегии в зависимости от размеров компании представлены в табл. 2.

Таблица 2 – Отличия в стратегии внедрения искусственного интеллекта в управленческий учет организаций различных размеров

№	Размер организации	Подход	Приоритеты	Рекомендуемые инструменты
1	Для малого бизнеса (до 100 сотрудников)	Поэтапный, с использованием готовых облачных решений	Автоматизация составления отчетов Прогнозирование денежных потоков Анализ себестоимости услуг/товаров	SaaS-платформы с AI-модулями Интеграция с существующими бухгалтерскими системами Использование API для связи различных сервисов
2	Для среднего бизнеса (100-1000 сотрудников)	Комплексный, с кастомизацией под специфику бизнеса	Внедрение предиктивной аналитики Оптимизация затрат с помощью ML-алгоритмов Автоматизация бюджетного процесса	Доработка существующих ERP-систем Внедрение специализированных BI-платформ Использование RPA для рутинных операций
3	Для крупного бизнеса (свыше 1000 сотрудников)	Трансформационный, с созданием центра компетенций	Создание единой data-driven платформы Внедрение когнитивных систем поддержки решений Разработка собственных AI-алгоритмов	Построение корпоративных dataцентров Разработка собственных ML-моделей Создание центра экспертизы по AI

На третьем этапе, исходя из содержания общей стратегии, более подробно определяются направления внедрения ИИ в управленческий учет, учитывающий отраслевые особенности деятельности компании[6]. Примерные направления представлены на рис. 2.

Рисунок 2 - Примерные направления внедрения ИИ в управленческий учет предприятий АПК

На четвертом этапе реализуются начальные организационные меры, включающие такие работы, как формирование команды (назначение ответственного за цифровую трансформацию, создание кросс-функциональной рабочей группы, привлечение внешних экспертов при необходимости), обучение персонала (проведение тренингов по работе с новыми системами, обучение основам информационной грамотности, развитие компетенций в области анализа данных), изменение бизнес-процессов (адаптация регламентов под новые возможности, внедрение гибких подходов в учетные процессы пересмотр KPI для мотивации сотрудников).

На пятом этапе осуществляется техническая реализация внедрения ИИ. Этот этап предполагает последовательную подготовку необходимой инфраструктуры, интеграцию ИИ в действующую систему управленческого учета и обеспечение мер по укреплению безопасности доступа к информационным системам. Более подробное содержание этапа показано на рис. 3.

Рисунок 3 - Техническая реализация внедрения ИИ в управленческий учет

После внедрения ИИ в работу управленческого учета, на шестом этапе необходимо обеспечить его стабильную работу, реализуя следующие процедуры:

• 1)    планирование:

• -    разработка детального плана-графика;

• -    определение контрольных точек;

• -    установление реалистичных сроков.

• 2)    бюджетирование:

• -    расчет ROI для каждого этапа;

• -    планирование инвестиций в инфраструктуру;

• -    учет операционных расходов на поддержку.

• 3)    мониторинг:

• -    регулярная оценка прогресса;

• -    корректировка планов по результатам;

• -    измерение достигнутых эффектов.

Пост-внедренческая поддержка на заключительном седьмом этапе предполагает развитие системы по следующим основным направлениям:

• 1)    постоянное обучение и дообучение моделей;

• 2)    расширение функционала на основе обратной связи;

• 3)    масштабирование на новые бизнес-направления.

Обязательно также необходимо предусмотреть постоянную поддержку пользователей, включая[7]:

• 1)    организация службы технической поддержки;

• 2) создание базы знаний и инструкций;

• 3) проведение регулярных обзоров эффективности.

Выводы исследования акцентируют необходимость взвешенного внедрения ИИ-технологий, разработки комплексной стратегии цифровизации, обеспечения баланса между инновациями и управленческими рисками. Это способствует укреплению финансовой стабильности компаний, повышению их рыночной конкурентоспособности, созданию устойчивой бизнес-модели в условиях цифровой трансформации.

Результаты работы позволят углубить теоретические представления о конвергенции управленческого учета и искусственного интеллекта, сформировать новые концептуальные модели и классификации. Внедрение ИИ в управленческий учет позволит перейти от констатации фактов к проактивному управлению на основе предиктивной аналитики, автоматизировать рутинные операции (классификация затрат, сверка данных), высвободив время аналитиков для творческих задач. Всё это в комплексе создает возможность для повышения точности калькуляции, бюджетирования и прогнозирования и позволяет реализовать сценарии «что, если?»для моделирования последствий управленческих решений в режиме, близком к реальному времени.

Таким образом, поставленные цели исследования были направлены не только на констатацию возможностей ИИ, но и на создание целостного, практически ориентированного видения того, как эти возможности могут стать новым фундаментом для развития управленческого учета как стратегической функции бизнеса. Считаем, что проведенный в ходе исследования детальный анализ возможностей ИИ в целях удовлетворения информационных потребностей управленческого учета, а также предложенная модель внедрения ИИ в практическую деятельность управленческого учета хозяйствующих субъектов позволяет считать достигнутыми цели настоящего исследования.