ИИ в бухгалтерии сегодня лучше всего справляется с вводом: разнести банковские операции по статьям, сопоставить с ними чеки и счета. Так выходит по исследованию Чон Хо Чоя из Стэнфорда и Хлои Се из MIT (Jung Ho Choi, Chloe Xie) — одному из первых, где эффект мерили на реальной работе бухгалтеров, а не только спрашивали мнение. ИИ в нём работал в паре с бухгалтером, а не вместо него. У тех, кто пользовался ИИ чаще, меньше времени уходило на ввод и больше на клиентов и проверку, а учёт закрывался быстрее.
Ниже — что именно мерили, какие цифры устояли в журнальной версии, какие ходят по интернету из черновика, что из этого переносится на Узбекистан и где ИИ в бухгалтерии решать нельзя.
Кто и что изучал
Статья «Human + AI in Accounting: Early Evidence from the Field» вышла в Journal of Accounting Research, том 64, № 3, в открытом доступе. Рукопись поступила в редакцию 1 декабря 2024 года, принята 4 февраля 2026-го, онлайн вышла 16 апреля. Исследование авторы зарегистрировали в реестре Американской экономической ассоциации 31 октября 2024 года, до первой волны опроса. Здесь и дальше перевод цитат наш.
Данные в ней трёх видов.
- Опрос. 277 бухгалтеров, две волны: ноябрь 2024 и март 2025 года. 268 человек набрали через онлайн-панели Prolific и Connect, ещё 9 — штатные бухгалтеры компании-партнёра. Несколько недель подряд они записывали, сколько клиентов вели и как делили время между задачами.
- Данные платформы. Компания-партнёр, которую авторы не называют, встраивает генеративный ИИ в обычные бухгалтерские программы вроде QuickBooks. В выборке около 200 000 операций 79 частных американских фирм с января 2023 по март 2025 года. У медианной фирмы 10 сотрудников, 42% фирм — айти-компании. Каждое предложение ИИ проверяет бухгалтер.
- Эксперимент. 99 бухгалтеров разносили одни и те же 43 операции по плану счетов из 153 статей. 52 человека работали с подсказками ИИ, 47 — вручную, в группы их распределили случайно.
Главная оговорка — сразу. Переходить ли на ИИ, фирмы и бухгалтеры решали сами, поэтому опрос и данные платформы показывают связь, а не причину. Авторы пишут это прямо: большую часть результатов надо читать как описательные связи, а не причинные эффекты. Причину показывает только эксперимент, и он про одну задачу.
Куда уходит время бухгалтера
К ноябрю 2024 года хотя бы частично встроили генеративный ИИ в работу 38% опрошенных. Использовали его в основном для ввода данных (44%), административной работы (44%) и деловой переписки (43%). Для контроля качества — 27%, для консультирования клиентов — 15%.
Кто пользовался ИИ чаще, тратил меньше времени на ввод. Если сравнить крайних — тех, кто не пользуется вовсе, и тех, кто обращается к ИИ по многу раз в день, — доля ввода данных ниже на 8,7 процентного пункта. Это около 3,5 часа при 40-часовой неделе. Авторы сами называют такое сравнение крайним и предлагают шаг поменьше, одно стандартное отклонение: минус 2,6 пункта, примерно час в неделю. Освободившееся время уходило в переписку с клиентами и контроль качества.
Бухгалтеры, которые чаще пользовались ИИ, вели больше клиентов в неделю: на то же стандартное отклонение плюс 19%. При медиане в пять клиентов это примерно один лишний клиент. Оплачиваемых часов — примерно на 25% больше, если сравнивать крайних, а общее число клиентов не росло. По словам авторов, время шло на то, чтобы глубже обслуживать тех же клиентов, а не набирать новых. Все эти цифры — из самоотчётов в опросе.
Данные платформы показывают то же направление. Доля просмотров в модуле авторазнесения операций у штатных бухгалтеров падала на 2,6–2,8 пункта в месяц. В начале периода на рутинный учёт операций у них уходило около 31% времени.
Чой в материале Stanford GSB Insights описал механику так: по каждому клиенту много подготовки — подтянуть данные, связать банковские операции, отследить поставщиков, — и «ИИ помогает с этой подготовкой».
Учёт стал быстрее и подробнее
Чаще всего бухгалтеры в опросе опасались ошибок ИИ: их отметили 62%. Поэтому авторы отдельно проверили, не пострадало ли качество учёта. Мерок две.
Первая — своевременность: через сколько дней после конца месяца операция попадает в главную книгу. В среднем по выборке — через 7,6 дня. После перехода фирмы на ИИ-платформу этот срок сокращался примерно на 7,5 дня, то есть операции оказывались в учёте почти сразу по окончании месяца или ещё внутри него. Авторы трактуют это как более быстрое закрытие месяца. В других моделях оценка та же, от 7,5 до 7,9 дня.
Вторая — детализация: сколько разных счетов фирма использует в главной книге за месяц. После внедрения — на 0,9 счёта больше при среднем 7,4, около 12%. В пересказе Stanford GSB пример такой: вместо одной статьи «зарплата» — премии, соцпакет и питание отдельно.
Эта цифра слабее, чем выглядит. В альтернативных дизайнах эффект меньше, 0,4–0,7 счёта, и не всегда статистически значим. Авторы сами пишут, что выигрыш в скорости подтверждается надёжнее, чем выигрыш в детализации.
И эффект неравномерный. У фирм на поздних стадиях финансирования — после венчурных раундов, денег частных фондов или с долговым финансированием — счетов прибавилось примерно на один, а срок сократился на 12,1 дня. У фирм на ранних стадиях, с деньгами акселератора, краудфандинга или посевного раунда, влияния на детализацию не нашли, срок сократился на 7,4 дня. Вывод авторов: чем сложнее финансы фирмы, тем больше отдача. Но они же оговаривают, что фирмы поздних стадий — меньшая и неслучайная часть клиентов, и называют различие описательной картиной, а не доказанным эффектом.
Когда бухгалтер поправляет ИИ
К каждой разнесённой операции платформа ставит оценку уверенности от 0 до 1. Бухгалтеры на неё реагировали: когда уверенность падала с 1,0 до 0,7, вероятность, что человек поменяет статью, росла примерно на 10 пунктов. Подсказки не принимали вслепую.
Опытные бухгалтеры вмешивались прицельнее — именно там, где модель сомневалась. Менее опытные, по наблюдению авторов, хуже считывали эту оценку: то слишком доверяли неуверенным подсказкам, то почти не пользовались системой. Оговорка: в данных платформы опыт различается всего у девяти штатных бухгалтеров.
Опыт влиял и на то, что отдавать машине. По расчёту авторов, бухгалтер на два года опытнее, это одно стандартное отклонение в выборке, примерно на 6% чаще отдавал ИИ разнесение операций и на 3% реже — списание расходов будущих периодов. Простое — машине, сложное — себе.
Эксперимент показал и выигрыш, и цену ошибки. С подсказками ИИ бухгалтеры разнесли операции на 17,5 процентного пункта точнее, чем без них. Для масштаба: средняя точность по всем 99 участникам — 74,7%. Общее время значимо не изменилось, зато на одну верно разнесённую операцию уходило на 10 секунд меньше. Но подсказки были неодинаковыми: для некоторых операций разные участники получали разные варианты, и редкие варианты в среднем были менее точными. Когда ИИ предлагал такой вариант, участники заметно чаще его и выбирали. ИИ в среднем повышает точность, но если его не проверять, в учёт попадают и его ошибки.
В колл-центре, о котором мы писали в разборе «95% ИИ-пилотов проваливаются», ИИ больше всего помог новичкам. В бухгалтерии картина другая: опыт нужен, чтобы понимать, где модели верить нельзя.
Откуда «55% клиентов» и «8,5% времени»
Если вы читали про это исследование раньше, скорее всего, видели другие числа. В рабочей версии от 7 мая 2025 года, аннотация которой лежит на сайте Stanford GSB, говорится о росте еженедельной поддержки клиентов на 55% и о 8,5% времени, перенесённых с ввода данных на более ценные задачи. Цифру 8,5% повторяет и пересказ в Stanford GSB Insights от июня 2025 года.
В журнальной версии нет ни роста на 55%, ни 8,5% времени. Вместо них — плюс 19% клиентов на стандартное отклонение (80%, если сравнивать крайних) и минус 2,6 пункта времени на вводе (8,7 для крайних). В основном тексте журнальной версии нет теоретической модели из черновика, а эксперимент из предварительного пилота стал полноценным: 99 участников. Цифры 12% и 7,5 дня остались.
Между двумя версиями статья прошла рецензирование, и часть цифр поменялась. Цитировать стоит опубликованную версию. Если в тексте стоит «55%», его автор, скорее всего, пересказывал черновик.
Заменит ли ИИ бухгалтеров
По этим данным — нет. Вывод авторов в аннотации: на практике ИИ эффективнее всего как инструмент, который «усиливает, а не заменяет» профессиональное суждение. Хлоя Се в том же материале Stanford GSB Insights сказала, что технология «здесь не для того, чтобы заменить человека». Чой там же говорит про аудиторов: ИИ, по его словам, может помочь им быстро свести информацию и стандарты и понять главное, но «окончательное решение — всё ещё решение человека».
С этим согласуется прогноз Бюро трудовой статистики США. По данным страницы BLS на сентябрь 2026 года, занятость бухгалтеров и аудиторов в 2025–2035 годах вырастет на 5%, а вакансий будет открываться около 115 300 в год. Там же сказано, что часть рутины, например ввод данных, может уйти в автоматизацию, но общий спрос на бухгалтеров это, по оценке BLS, не снизит. Это прогноз для США, а не замер.
На вопрос, когда ИИ заменит бухгалтеров, даты нет ни в одном из этих источников. По данным исследования, уходит не профессия, а часть работы — ввод. Проверка, работа с клиентами и последнее слово в спорных случаях остаются за человеком.
Без ограничений этот ответ неполон:
- Связь, а не причина. Фирмы сами решали, переходить ли на ИИ, и могли быть теми, кому быстрый и подробный учёт был нужнее с самого начала.
- Одна платформа. Американский малый и средний бизнес, больше всего айти-компаний.
- Выборка опроса. По словам авторов, респонденты онлайн-панелей моложе и менее опытны, чем бухгалтеры США в целом, и, вероятно, ближе к технологиям.
- Валовой эффект. Затраты на саму платформу в производительность не заложены.
- Короткий срок. Долгосрочные последствия авторы называют неясными.
Родословную фразы «вас заменит не ИИ, а человек с ИИ» мы разбирали отдельно.
Что из этого применимо в Узбекистане
Платформа из исследования работает с банковскими выписками, чеками и счетами. У бухгалтерии в Узбекистане похожее сырьё во многом уже цифровое. По статье 47 Налогового кодекса счёт-фактура, как правило, оформляется в электронной форме в информационной системе электронных счетов-фактур. У сервиса электронного документооборота Didox есть API: список входящих и исходящих документов он отдаёт в формате JSON — с ИНН контрагента, суммами, НДС и номером договора. Доступ даётся по партнёрскому токену.
Значит, для электронных счетов-фактур превращать бумагу в строку данных уже не нужно. Остаётся звено, на котором ИИ в исследовании и сэкономил время: разнести эти строки по счетам. Проверка при этом остаётся за бухгалтером.
Цифры не переносятся. 7,5 дня получены на американских частных фирмах одной платформы, 17,5 пункта — в эксперименте на одном наборе из 43 операций. Исследований с замером эффекта ИИ в бухгалтерии Узбекистана мы не нашли. Если учёт ведётся в 1С, модели нужен доступ к ней, а это отдельная интеграция со своим сроком и ценой.
Где ИИ в бухгалтерии решать нельзя
Решения, которые меняют положение человека. С января 2026 года закон ЗРУ-1115 добавил в Закон «Об информатизации» статью 7¹: при юридически значимых решениях, затрагивающих права и свободы человека, «не допускается ссылаться исключительно на заключения» систем ИИ. Перечня таких решений в норме нет. Наш разбор — в статье о ЗРУ-1115.
Налоговый совет клиенту. Закон ЗРУ-787 относит консультирование по исчислению и уплате налогов к услугам по налоговому консультированию (ст. 9). Налоговый консультант — физическое лицо с квалификационным сертификатом (ст. 16), а за ущерб клиенту, включая упущенную выгоду, отвечает организация налоговых консультантов (ст. 31). Как этот закон ложится на обычную работу бухгалтерской фирмы, мы не разбирали, это вопрос к юристу. Но логика ясна: налоговый совет — услуга, за которую отвечает человек, и отдавать её модели мы бы не стали.
Подпись. ЭЦП ставит тот, кто отвечает за документ. Это не норма закона, а наша позиция.
Как использовать ИИ в бухгалтерии: что кому отдавать
| Задача | Кто делает | Почему |
|---|---|---|
| Разнесение банковских операций и чеков по статьям | ИИ, спорное — человеку | В исследовании бухгалтеры правили там, где модель не уверена |
| Реквизиты и суммы из фото договора, акта или чека | ИИ, человек проверяет | Ошибка распознавания становится ошибкой в учёте |
| Ответы клиенту о статусе, сроках и списке документов | ИИ, по темам, которые утвердил главбух | Это справка, а не решение |
| Напоминания о первичке и сроках | ИИ | Календарь отчётности утверждает главбух |
| Начисления и расходы будущих периодов | Человек, ИИ готовит черновик | Опытные бухгалтеры в исследовании реже отдавали их ИИ |
| Сумма налога к уплате, налоговый совет | Только человек | Консультирование по налогам — услуга по ЗРУ-787 |
| Подпись ЭЦП, сдача отчётности | Только человек | Подпись — это ответственность |
| Решения, которые меняют положение клиента | Только человек | Статья 7¹ Закона «Об информатизации» |
Как начать:
- Замерьте «до» той же меркой, что в исследовании. Через сколько дней после конца месяца операции клиента попадают в учёт — по двум-трём последним месяцам.
- Возьмите одно звено и одного-двух клиентов. Например, разнесение банковских операций или ответы клиентам о статусе.
- Требуйте от системы уверенность по каждой операции. Договоритесь о пороге: всё, что ниже, идёт к человеку.
- Считайте правки. Доля подсказок ИИ, которые бухгалтер принял без исправлений, и есть точность модели на ваших данных.
- Отдельно смотрите на новичков. В исследовании неуверенным подсказкам чаще верили менее опытные.
Чего мы не знаем
Онлайн-приложение к статье с дополнительными таблицами мы не открывали. Компанию-партнёра авторы не называют. По их словам, они не могут независимо проверить, как формировались все исходные записи платформы, и сверяли их с опросом и экспериментом. Рабочую версию на SSRN мы не открыли и сравнивали по аннотации на сайте Stanford GSB.
Замеров эффекта ИИ в бухгалтерии Узбекистана мы не нашли. Разбор ЗРУ-1115 и ЗРУ-787 — наше прочтение, а не юридическая консультация.
Честно о том, где тут мы
Бухгалтерий среди наших клиентов пока нет, поэтому своих цифр в статье нет. ИИ-разнесение операций, как в исследовании, мы не делаем. Учёт в 1С тоже не трогаем: проводки, декларации, ЭЦП и клиент-банк остаются за бухгалтерами.
Бухгалтерским фирмам мы предлагаем другое звено — переписку с клиентами: робота в Telegram, который сразу отвечает клиенту фирмы, собирает полную заявку, передаёт её закреплённому бухгалтеру и напоминает о документах и сроках. Налоговых советов робот не даёт: суммы называет только бухгалтер. Готовой бухгалтерской версии в работе у нас пока нет: систему для фирмы соберём в проекте из двух своих продуктов. CorpVisor даёт задачи, сроки, напоминания и утреннюю сводку; сейчас он ведёт заказы, оплаты и задачи команды в производственной компании в Самарканде. Valli отвечает клиентам в Telegram и пока в пилоте. Связку с 1С или Didox подбираем на разборе под вашу систему и оцениваем отдельно.
Как устроен робот и что остаётся за бухгалтерами — на странице «Автоматизация бухгалтерской компании». Как мы строим пилот на одном процессе с метрикой «до» — на странице «Внедрение ИИ в бизнес».
Если хотите понять, какое звено вашей бухгалтерии отдать ИИ первым, опишите процесс в анкете на главной. Разбор одного процесса придёт за 48 часов, бесплатно и без созвона.
