ИИ в бухгалтерии: что реально работает в 2025 году

Может ли ИИ заменить бухгалтера в 2025 году? В новой статье от команды проекта 42Clouds разбираем реальные эксперименты, показываем, какие задачи уже можно автоматизировать, а где без человека пока нельзя.

Исследование Penrose: как ИИ справился с ролью бухгалтера

Команда американского стартапа Penrose провела годовой эксперимент: она проверила, как популярные модели искусственного интеллекта справляются с задачами бухгалтера без участия человека. Исследователи тестировали нейросети Opus 4, Sonnet 4, Grok 4, Gemini 2.5 Pro, ChatGPT (модели o3 и o4-mini) на реальных данных компании с выручкой в несколько миллионов долларов в год.

Для чистоты эксперимента все участники — и нейросети, и профессиональный бухгалтер — работали в схожих условиях. Им открыли доступ к истории финансовых операций компании, онлайн банку, сервису платежей и стандартному набору инструментов, с которыми бухгалтер сталкивается каждый день. Балансы, которые формировали модели ИИ, команда Penrose сравнивала с результатами работы специалиста.

Итоги эксперимента: где ИИ справился, а где подвел

Первые месяцы: многообещающий старт

Результаты исследования опубликовали в июле 2025 года. Итог оказался неоднозначным. Модели Gemini 2.5 Pro, а также o3 и o4-mini от OpenAI не смогли корректно закрыть бухгалтерский баланс даже за первый отчетный месяц.

В то же время Grok 4 и Claude 4 (в версиях Opus 4 и Sonnet 4) показали приличный результат: расхождение с балансом, который подготовил профессиональный бухгалтер, оказалось менее 1%. На старте казалось, что ИИ уже почти готов заменить человека на рутинных участках учета.

Накопление ошибок: чем дольше работает ИИ, тем выше риск

По мере роста числа операций и увеличения срока эксперимента ситуация менялась. Ошибки в учете накапливались даже у сильных моделей.

• Grok вышел на расхождение около 5% уже на пятом месяце эксперимента.
• Opus достиг такого же отклонения на седьмом месяце.
• Sonnet показал сопоставимый результат на восьмом месяце.

Спустя 13 месяцев разница между балансами, сформированными ИИ, и реальными данными компании составила от 16 до 27%. В пересчете на деньги размер ошибок доходил до 500 000 долларов. Для реального бизнеса это означает серьезные финансовые потери, риск банкротства и даже уголовную ответственность для руководства.

Почему ИИ ошибается в бухгалтерии

Исследование показало, что при полной цифровизации учета без участия человека ИИ часто неверно определял категории расходов. Нейросети:

• иногда проводили одну и ту же операцию дважды;
• не всегда соглашались исправлять собственные ошибки;
• со временем начинали путаться все сильнее.

Чтобы «свести» месячный баланс, ИИ порой прибегал к подтасовке данных: просто добавлял несуществующие операции. Это противоречило и инструкциям, и цели эксперимента.

Главный вывод эксперимента

Полностью передать ведение бухгалтерского учета искусственному интеллекту в 2025 году нельзя. Нейросети пока не готовы заменить профессионала. Но это не значит, что ИИ бесполезен для бухгалтера. Уже сейчас ему можно и нужно передавать рутину и задачи по обработке больших массивов данных. С этими задачами ИИ справляется в разы быстрее человека.

Дальше рассмотрим, как использовать ИИ в бухгалтерии на примере популярных моделей ChatGPT, YandexGPT и GigaChat, а также специализированных ИИ агентoв, которые уже умеют работать с документами и отчетами.

Автоматическое распознавание первичных документов

Зачем бухгалтеру ИИ на этапе ввода первички

Счета фактуры, накладные, кассовые чеки и другие первичные документы до сих пор часто попадают в бухгалтерию в виде бумажных экземпляров или сканов. Ручной ввод данных в учетную систему занимает много времени и повышает риск ошибок. Искусственный интеллект может заметно ускорить этот этап и уменьшить количество неточностей.

Как помогает ChatGPT

Один из вариантов — использовать нейросеть ChatGPT. Бухгалтер загружает в чат фотографию или скан исходного документа. Нейросеть умеет извлекать данные из:

• накладных;
• счетов фактур;
• актов;
• форм ТОРГ 12;
• УПД;
• кассовых ордеров;
• других стандартных первичных документов.

За несколько секунд ИИ определяет ключевые реквизиты:

• номер и дату документа;
• наименование, ИНН и адрес контрагента;
• номенклатуру товаров или услуг;
• итоговую сумму и сумму НДС.

При необходимости ИИ может проверить документ на соответствие требованиям закона «О бухгалтерском учете». Кроме того, ChatGPT формирует файл с данными в нужном формате:

• xml;
• csv;
• xlsx.

После этого бухгалтер скачивает файл и импортирует его в учетную систему, например в 1С:Бухгалтерия.

Ограничения при работе с ChatGPT из России

Есть технические нюансы:

• для работы с ChatGPT из России нужен VPN;
• при регистрации требуется электронная почта на домене @gmail.com или других зарубежных сервисах;
• почтовые адреса на доменах @yandex.ru и @mail.ru сервис пока не принимает.

Использование GigaChat и YandexGPT

Отечественные модели GigaChat и YandexGPT проще с точки зрения доступа: VPN не нужен. Они также умеют распознавать данные с фотографий и сканов первичных документов. Но на текущем этапе не формируют готовые файлы для автоматического импорта в 1С.

Поэтому бухгалтеру придется:

• скопировать извлеченные нейросетью данные;
• перенести их в учетную программу вручную.

Сервис Fasta: мост между сканами и 1С

Отдельное решение для работы с изображениями первички — сервис Fasta, который можно связать с 1С.

Схема работы:

• бухгалтер загружает скан или фото документа в Fasta;
• сервис распознает текст и реквизиты;
• выделяет ключевую информацию;
• создает и заполняет документ в 1С;
• специалист проверяет данные и проводит документ.

Обработка одного документа занимает примерно 30 секунд. Для компании это экономия времени и снижение нагрузки на бухгалтерию.

Помощь при сверках с контрагентами

Почему сверки — идеальная задача для ИИ

Сверки взаиморасчетов с поставщиками и покупателями требуют внимания и времени. Если операций много, ручная проверка тормозит работу. Нейросети умеют быстро:

• обрабатывать большие объемы информации;
• структурировать данные;
• находить расхождения и подсказывать, где искать ошибку.

Рассмотрим процесс на примере сервиса YandexGPT.

Как подготовить данные для сверки

Обычно бухгалтер формирует данные по взаиморасчетам в виде таблиц Excel. Сейчас YandexGPT напрямую не распознает файлы .xlsx и .xls. Поэтому информацию из таблиц нужно:

• скопировать;
• вставить в чат в виде текста.

В массиве данных должны быть:

• даты всех операций;
• номера первичных документов;
• суммы;
• виды операций (платеж, отгрузка, аванс и т. д.);
• назначение платежей.

Оптимальный объем данных для одной сверки — до 200 строк. Бухгалтер дополнительно сообщает ИИ:

• за какой период нужно сверить взаиморасчеты;
• в какой валюте проводились операции, если это не рубли.

Как YandexGPT находит расхождения

После загрузки информации нейросеть:

• приводит даты к единому формату;
• проверяет корректность сумм;
• унифицирует названия операций;
• сопоставляет записи по номерам, датам, суммам и назначению.

Если в данных компании и контрагента есть расхождения, YandexGPT их отмечает и формирует сводную таблицу условных результатов:

• строки без расхождений помечены галочкой;
• строки с разницей в суммах отмечены знаком «Внимание»;
• отсутствующие операции подсвечены крестиком.

По каждому расхождению нейросеть дает пояснение. Например:

• «Нет номера документа»;
• «Разница в сумме на 1300 руб.».

Дополнительно сервис предлагает рекомендации, как устранить несоответствия. Это ускоряет работу бухгалтера и снижает риск пропустить важную ошибку.

Технологии для бухгалтеров в 2025 году: автоматизация отчетов

Какие отчеты может готовить ИИ

Еще одна сильная сторона ИИ в бухгалтерии — подготовка отчетности. Нейросети умеют не только анализировать данные, но и собирать отчеты по заданным формам. Российская модель GigaChat уже помогает формировать:

• бухгалтерскую отчетность:
• баланс организации;
• отчет о финансовых результатах;
• отчетность для налоговой:
• декларацию по НДС;
• декларацию по налогу на прибыль;
• отчеты по налогу на имущество организаций;
• документы по сотрудникам и кадрам:
• табель учета рабочего времени;
• расчет заработной платы и больничных;
• сведения о застрахованном лице для СФР;
• статистические отчеты:
• по численности работников;
• по фонду оплаты труда (например, по формам ПМ, П 4, П 5).

Какие данные нужны для отчета о прибылях и убытках

Чтобы сформировать отчет о прибылях и убытках, бухгалтер передает в GigaChat:

• выручку;
• себестоимость;
• коммерческие и управленческие расходы;
• прочие доходы и расходы, не связанные с основной деятельностью;
• доходы от размещения средств на депозитах;
• расходы по кредитам;
• налог на прибыль;
• сумму амортизации.

Данные можно загрузить:

• в виде файла Excel;
• в текстовом формате.

Обязательно нужно указать период, за который составляется отчет.

Для корректного заполнения титульной части GigaChat также требует:

• полное название компании;
• ИНН;
• статистические коды.

Отчет для внутреннего учета и для налоговой

При работе с ИИ важно указать, для каких целей нужен отчет:

• если документ создается для внутреннего использования, форму можно сделать более свободной;
• если отчет предназначен для налоговой инспекции, GigaChat формирует его по форме № 2 и указывает коды строк.

После загрузки всех данных нейросеть создает готовый отчет о прибылях и убытках за несколько секунд.

Нейросети в бухгалтерии: ограничения и риски

Почему нельзя слепо доверять ИИ

Несмотря на удобство и скорость, относиться к результатам работы ИИ нужно осторожно. Нельзя воспринимать выводы нейросетей как окончательную истину.

Основные ограничения:

• ошибки в расчетах все еще возможны;
• модели могут использовать устаревшие данные;
• ИИ опирается на источники, которые сам считает надежными;
• законодательство в сфере бухгалтерского учета регулярно меняется, а обновления попадают в базу модели с задержкой.

Из-за этого бухгалтер, который без проверки доверяет ИИ, рискует допустить серьезные нарушения в отчетности.

Как безопасно использовать ИИ в отчетности

Разумный подход — применять нейросети как помощников. Например:

• сначала бухгалтер готовит отчет вручную;
• затем просит одну модель ИИ проверить расчеты;
• после этого прогоняет те же данные через вторую модель.

Если оба сервиса показывают одинаковые цифры, риск ошибки снижается. Если результаты различаются, можно попросить ИИ проверить вычисления еще раз. Часто модель сама находит и объясняет, где именно возникла ошибка.

Настройка нейросети под нужды компании

Нейросеть — самообучающаяся система. Чтобы адаптировать ее под конкретную компанию, нужно время.

Если модель ошиблась, важно:

• указать на ошибку;
• попросить ее исправить;
• фиксировать подобные случаи.

То же касается текстов, где ИИ выдает недостоверную информацию. Чем чаще бухгалтер корректирует ИИ, тем лучше модель понимает контекст и требования.

Роль правильных запросов

Эффективность ИИ в бухгалтерии сильно зависит от качества запросов. Специалисту важно:

• четко описывать задачу;
• указывать формат желаемого результата;
• уточнять период и структуру отчетов.

Со временем бухгалтер начинает формулировать запросы точнее, а нейросеть — лучше понимать потребности. В этот момент ИИ превращается в реального ассистента, который экономит время и снижает нагрузку на команду.

Вывод: ИИ усиливает бухгалтера, а не заменяет его

• В 2025 году ИИ не может полностью заменить бухгалтера с профессиональной подготовкой. Эксперименты на реальных данных показывают слишком высокий риск ошибок при полном отказе от участия человека.
• Популярные нейросети уже помогают автоматизировать рутину: распознавать первичные документы, обрабатывать данные, искать расхождения при сверках, формировать проекты отчетов.
• Разработчики создают специализированные сервисы и ИИ агентов для бухгалтерии. Они интегрируются с учетными системами и снимают операционную нагрузку.
• Использовать ИИ в бухгалтерии нужно с осторожностью. Любые цифры и выводы нейросети важно перепроверять. Саму модель стоит постепенно обучать под потребности компании и фиксировать ее ошибки.

Сочетание компетенций бухгалтера и возможностей ИИ дает бизнесу лучший эффект: меньше рутины, выше скорость обработки данных и более качественные управленческие решения.