ИИ-агенты задали в испытании более точные вопросы, чем аудиторы KPMG

В испытании аудита ИИ-агенты задавали более точные вопросы, чем аудиторы KPMG. Проверяли не выводы, а работу на этапе сбора информации: какие уточнения агент запрашивает у компании перед проверкой.
Агенты чаще находили несостыковки в предоставленных данных и формулировали по ним вопросы; люди опирались на стандартный список и реже выходили за него.
Результат не означает замену аудитора: подпись под заключением и ответственность остаются за человеком, а агент работал на подготовительной стадии. На Hacker News обсуждение собрало 163 комментария, спорят в основном о том, не подогнан ли сценарий испытания под сильную сторону моделей.
Что говорят
bell-cotHacker News
Из освещения бухгалтерских скандалов за десятилетия у меня сложилось впечатление, что аудит «большой четвёрки» для крупной компании слишком часто — дешёвое отбеливание: аудиторы не замечают сомнительную отчётность, а фирма взамен получает жирные консалтинговые контракты (классика — Enron). Так вот вопрос к практикам: агенты, задающие «лучшие» вопросы, — это благо или провал product-market fit?
originiHacker News
Даже в обычных профессиях разброс между двумя людьми колоссальный; против этого работают разве что пилоты с их процедурами и чек-листами. И каждый год приходит новый человек, которому всё надо учить заново — а одного ИИ-агента учишь один раз, и как только он дотягивает до среднего уровня, он сразу обходит всех остальных.
j45Hacker News
ИИ склонен начинать с самых усреднённых и частых вопросов — возможно, именно это и обыгрывает бухгалтеров.