ИИ превзошёл бухгалтеров в структурированных задачах
Исследование Mercor показало, что современные модели ИИ выполняют структурированные бухгалтерские задачи быстрее, точнее и значительно дешевле, чем лицензированные бухгалтеры CPA без помощи ИИ. В сравнении участвовали 12 CPA со средним опытом пять с половиной лет. Они решали упрощённые задания из бухгалтерского бенчмарка APEX. Восемнадцать месяцев назад лучшие модели набирали меньше среднего результата бухгалтеров — около 37 процентов, тогда как теперь системы справляются с теми же заданиями почти без ошибок.
Полная версия APEX гораздо масштабнее: в неё входят 160 заданий для 10 смоделированных компаний. Над бенчмарком работали более 40 специалистов со средним опытом 11 лет. Сейчас лидирует Claude Opus 5.5, выполнивший 61,8 процента критериев оценки. Далее идут Fable 5.1 с 61,0 процента и GPT-6 Astra с 57,9 процента.
При этом, по данным Mercor, ни одна модель не завершила полностью почти 60 процентов заданий. Исследование проверяло прежде всего поиск деталей и точное выполнение инструкций; общение с клиентами, взаимодействие с коллегами и использование контекста, накопленного за годы работы, в него не вошли. Поэтому Mercor не считает бухгалтеров заменимыми, хотя ожидает заметного роста производительности отрасли.
Текст подготовлен ИИ Sakhanda Wire по материалу The Decoder. Факты, цитаты и полный контекст — в оригинальной статье ниже.