Согласно новому опросу, 29% финансовых специалистов уверены, что искусственный интеллект сможет заменить линейных бухгалтеров, выполняющих рутинные задачи. Ещё 57% ожидают, что из-за развития нейросетей требования к квалификации бухгалтеров вырастут, а роль специалиста сместится в сторону аналитики. При этом массовым инструментом ИИ пока не стал: активно используют нейросети только 3% бухгалтеров, ещё 37% применяют их точечно, а 43% вообще не используют в работе Новый опрос среди финансовых специалистов показал, что 29% респондентов считают возможным замену линейных бухгалтеров системами на базе искусственного интеллекта. Под линейными бухгалтерами понимаются рядовые сотрудники, которые выполняют текущие операции и не принимают стратегических решений: вводят первичные документы, сверяют данные, формируют стандартные отчёты. Именно такие задачи легче всего автоматизировать с помощью нейросетей и специализированных решений для обработки документов и транзакций. При этом большинство опрошенных 57% уверены, что развитие нейросетей приведёт к росту требований к квалификации бухгалтеров. Ожидается, что роль специалиста сместится от рутинной обработки данных к аналитике, интерпретации результатов, контролю за работой автоматизированных систем и участию в принятии управленческих решений. В такой модели бухгалтер становится скорее бизнес-аналитиком с глубокой предметной экспертизой, который умеет ставить задачи ИИ, проверять их выполнение и использовать полученные инсайты для планирования и оптимизации. Несмотря на эти ожидания, массовым инструментом ИИ в бухгалтерии пока не стал. Активно используют нейросети в повседневной работе только 3% респондентов, ещё 37% применяют их точечно для отдельных задач. 17% тестировали такие решения, но не увидели особой пользы, а почти половина опрошенных 43% вообще не используют ИИ в работе. Это создаёт разрыв между представлениями о будущем профессии и текущей практикой: многие специалисты признают потенциал технологии, но ещё не нашли для себя устойчивых сценариев внедрения или сталкиваются с барьерами в виде стоимости, сложности интеграции и недоверия к результатам автоматизации.