Автор Медяк Евгений 
Еще недавно нефинансовая отчетность воспринималась как дополнительный элемент корпоративных коммуникаций. В ней компании рассказывали о социальной политике, экологических инициативах, отношении к сотрудникам и принципах управления.
Сегодня значение таких данных заметно выросло: инвесторы, партнеры, клиенты и государственные органы все чаще оценивают бизнес не только по финансовым результатам, но и по тому, как он влияет на общество и окружающую среду.
Одновременно увеличивается объем информации, которую необходимо собирать, проверять и систематизировать. Именно поэтому искусственный интеллект постепенно становится одним из инструментов подготовки нефинансовой отчетности.
Он помогает компаниям работать с большими массивами данных, ускорять анализ и находить взаимосвязи, которые сложно обнаружить вручную. ## Почему нефинансовые данные стали важнееНефинансовая отчетность охватывает широкий круг показателей.
В нее могут входить сведения о выбросах и потреблении ресурсов, охране труда, текучести кадров, обучении сотрудников, разнообразии и инклюзивности, соблюдении прав человека, взаимодействии с поставщиками и антикоррупционных мерах.
В совокупности эти данные позволяют понять, насколько устойчивой является бизнес-модель компании. Для многих организаций подготовка такой отчетности остается сложной задачей.
Информация поступает из разных подразделений, собирается в неодинаковом формате и может иметь разную степень достоверности.
Экологические показатели находятся у производственных служб, данные о персонале - в HR-системах, сведения о рисках и контролях - у подразделений внутреннего аудита и комплаенса.
Ручная обработка подобных массивов требует значительных временных и трудовых ресурсов. Кроме того, при переносе информации между таблицами и системами повышается вероятность ошибок. Искусственный интеллект способен частично решить эту проблему, автоматизируя повторяющиеся операции и помогая выстраивать единый процесс работы с данными.
### Какие задачи может выполнять ИИОдно из наиболее очевидных направлений применения искусственного интеллекта - сбор и классификация информации.
Специальные алгоритмы могут извлекать нужные сведения из документов, отчетов, анкет, корпоративных систем и открытых источников. После этого данные распределяются по заданным категориям и подготавливаются для дальнейшего анализа. ИИ также способен выявлять пропуски, противоречия и необычные значения.
Например, система может обратить внимание на резкое изменение показателя потребления энергии, несоответствие между данными разных подразделений или отсутствие обязательной информации за определенный период.
Это не заменяет проверку специалиста, но помогает быстрее определить участки, требующие внимания. Еще одна важная функция - обработка текстовой информации. Алгоритмы могут анализировать внутренние политики, договоры, обращения сотрудников, результаты опросов и публикации в СМИ.
Благодаря этому компания получает более полное представление о возможных социальных, экологических и управленческих рисках. Кроме того, искусственный интеллект используется для подготовки предварительных вариантов отчетов.
Он может структурировать собранные сведения, формировать описания показателей и предлагать аналитические выводы. Однако финальная редактура и проверка фактов должны оставаться за ответственными сотрудниками, поскольку автоматическая генерация текста не гарантирует абсолютной точности. ## Преимущества и ограничения использования искусственного интеллектаВнедрение ИИ в процессы нефинансовой отчетности может дать компаниям несколько заметных преимуществ.
Прежде всего речь идет о скорости: обработка больших объемов информации выполняется значительно быстрее, чем при полностью ручной работе. Это особенно важно для организаций с разветвленной структурой, большим количеством филиалов и сложной цепочкой поставок.
Автоматизация также помогает сделать отчетность более последовательной. При использовании единых алгоритмов снижается зависимость от индивидуального подхода отдельных сотрудников, а показатели легче сравнивать между периодами.
В перспективе это может повысить прозрачность корпоративной информации и упростить подготовку отчетов по различным стандартам и требованиям. Еще один плюс связан с возможностью постоянного мониторинга.
Вместо того чтобы собирать данные только перед публикацией годового отчета, компания может отслеживать ключевые показатели регулярно.
Это позволяет быстрее реагировать на негативные изменения, выявлять потенциальные проблемы и корректировать управленческие решения.
### Почему без человека не обойтисьНесмотря на широкие возможности, искусственный интеллект не способен самостоятельно гарантировать достоверность нефинансовой отчетности. Алгоритм работает с теми данными, которые ему предоставили.
Если исходная информация неполная, искаженная или собрана с нарушениями, автоматизация лишь ускорит обработку ошибки, но не устранит ее причину.
Особое значение имеют вопросы качества и происхождения данных. Компаниям необходимо понимать, откуда поступили сведения, кто их проверял, каким образом они изменялись и на каком этапе использовались алгоритмы. Без прозрачной системы контроля результаты работы ИИ могут вызвать недоверие у пользователей отчетности.
Существуют и риски, связанные с предвзятостью моделей.
Если алгоритм обучался на неполных или односторонних данных, он может воспроизводить уже существующие перекосы. Это особенно чувствительно в вопросах найма, оценки условий труда, равенства возможностей и анализа обращений сотрудников.
Нельзя забывать и о конфиденциальности. Нефинансовая отчетность может включать персональные сведения, коммерческие данные и информацию о внутренних процессах. Поэтому компаниям нужно заранее определить, какие сведения разрешено передавать в ИИ-системы, где они будут храниться и кто получит доступ к результатам анализа.
## Как компаниям подготовиться к внедрению ИИНачинать цифровизацию нефинансовой отчетности целесообразно не с выбора конкретной технологии, а с анализа текущих процессов.
Организации важно определить, какие показатели она собирает, где хранятся данные, какие этапы занимают больше всего времени и на каких участках чаще возникают ошибки. После этого можно выбрать задачи для пилотного проекта.
Обычно первыми автоматизируют операции, которые имеют четкие правила и регулярно повторяются: сбор показателей из корпоративных систем, проверку полноты анкет, сопоставление данных и подготовку стандартных сводок.
Может быть интересно: Лицензия ФСБ на работы на работы: от аттестации объектов до контролируемых зон
Такой подход позволяет оценить эффективность технологии без резкой перестройки всей системы отчетности. Не менее важна разработка внутренних правил.
В них следует закрепить порядок использования ИИ, требования к проверке результатов, ответственность сотрудников и ограничения по работе с конфиденциальной информацией.
Также необходимо регулярно оценивать качество алгоритмов и обновлять их с учетом изменений в законодательстве, стандартах и структуре бизнеса.
Сотрудникам, которые отвечают за нефинансовую отчетность, понадобятся новые компетенции. Им важно понимать принципы работы ИИ, уметь интерпретировать результаты и замечать возможные ошибки. В результате специалист по отчетности постепенно превращается не просто в сборщика данных, а в эксперта, который оценивает их качество и значение для бизнеса.
Искусственный интеллект не отменяет необходимость нефинансовой отчетности и не освобождает компании от ответственности за опубликованные сведения.
Его главная роль заключается в том, чтобы сделать подготовку данных быстрее, системнее и технологичнее. При грамотном использовании ИИ может стать важным инструментом повышения прозрачности, улучшения внутреннего контроля и более точного понимания рисков, связанных с устойчивым развитием компании.