УДК 004:657
DOI: 10.36871/ek.up.p.r.2026.04.02.022

Авторы

Ясмин Бидар Хезам,
Игорь Андреевич Гамарник,
Анжелика Леонидовна Гендон,
Российский экономический университет имени Г.В. Плеханова, Москва, Российская Федерация

Аннотация

В статье исследуется применение технологий искусственного интеллекта (ИИ) для мониторинга регуляторных рисков в контексте трансформации функции внутреннего аудита. На основе анализа динамики нормотворческой активности в Российской Федерации за 2020-2025 годы (от 505 до 694 федеральных законов ежегодно) и статистических данных о сложности регуляторной среды (более 500 тыс. обязательных требований для крупных компаний) обоснована недостаточность традиционных методов комплаенса. Систематизированы ключевые технологии ИИ, релевантные для задач регуляторного мониторинга: обработка естественного языка, машинное обучение, оптическое распознавание символов, графовые базы данных, роботизация процессов. Представлены примеры внедрения данных технологий в российских компаниях финансового сектора. Разработана архитектура системы мониторинга на основе ИИ, интегрированная с процессами управления рисками и непрерывного аудита. Предложена авторская система критериев оценки эффективности ИИ-систем, включающая пять блоков показателей (качество данных, точность модели, надёжность, безопасность, бизнес-эффективность), и методика аудиторской проверки. Результаты могут быть использованы службами внутреннего аудита, комплаенс-подразделениями и разработчиками RegTech-решений для повышения эффективности управления регуляторными рисками.

Ключевые слова

искусственный интеллект, регуляторные риски, внутренний аудит, комплаенсмониторинг, машинное обучение, обработка естественного языка, RegTech, непрерывный аудит, оценка эффективности ИИ-систем

Список литературы

  1. Госдума поработала на историю // Коммерсантъ. 2025. 29 декабря. URL: https://www.kommersant. ru/doc/8315412 (дата обращения: 20.02.2026).
  2. Носорова Д.О. Информационные системы как драйвер инноваций в управлении фармацевтическими цепочками поставок (на примере компании Novartis) // Вестник науки. 2026. Т. 4. № 2 (95). С. 470–481.
  3. Нуреев Д.Р. Разработка универсальных методов тестирования и проверки безопасности искусственного интеллекта // Парадигма. 2025. № 2. С. 108–113.
  4. Российские внутренние аудиторы: риск утечки конфиденциальных данных возглавил рейтинг рисков использования общедоступного ИИ для рабочих целей // АО. 2025. 13 мая. URL: https://ao-journal.ru/rossiyskie-vnutrennie-auditori-risk-utechki-konfidentsialnikh-dannikh-vozglavil-reyting-riskov-ispolzovaniya-obshchedostupnogo-ii-dlya-rabochikh-tseley (дата обращения: 21.02.2026).
  5. Соколов Е.Д. Стратегические подходы к управлению рисками при обеспечении экономической безопасности в условиях геополитической нестабильности и глобальных экономических трансформаций // Вестник евразийской науки. 2025. Т. 17. № 3S. С. 44.
  6. Элоян Н.В., Какосьян Р.М. Инновационные подходы в аудите: использование искусственного интеллекта и машинного оборудования // Электронная наука. 2023. Т. 4. № 1.