Исследование компании Saturn показало, что популярные нейросети демонстрируют критически низкую точность при решении финансовых задач. Для владельцев транспортных компаний это означает высокие риски при автоматизации бюджетирования, налогового планирования и риск-менеджмента.

Технологическая компания Saturn проанализировала работу ведущих моделей ИИ, включая ChatGPT, Claude, Copilot, Grok и Gemini. В ходе тестирования, охватившего более 100 финансовых вопросов, нейросети совершали ошибки в 57% случаев при выполнении базовых задач и в 99% — при решении сложных финансовых расчетов.

Исследователи отмечают, что ИИ-модели склонны к «галлюцинациям»: они выдумывают несуществующие нормы, игнорируют изменения в налоговом законодательстве и допускают вычислительные ошибки. Единственным сценарием, где нейросети показали приемлемую эффективность, стало составление бюджетов.

«Миллионы людей доверяют моделям искусственного интеллекта в вопросах финансов, но они получают неправильные ответы, из-за которых могут потерять свои деньги», — заявил исполнительный директор Saturn Амаль Джоли.

Наилучшие показатели среди протестированных систем продемонстрировала модель Claude Opus 5 в режиме «рассуждений». Тем не менее, эксперты подчеркивают, что текущая архитектура нейросетей остается «хрупкой» и склонна к сбоям при работе за пределами детерминированных областей.

Для транспортного бизнеса использование таких инструментов в критических процессах — риск-менеджменте, скоринге контрагентов и процедурах «знай своего клиента» (KYC) — может привести к значительным финансовым потерям. Ошибки в данных или их неполнота при обучении моделей делают автоматизированные финансовые решения потенциально опасными для устойчивости транспортной компании.

Источник: kommersant.ru