Разговор с бухгалтером за 3 доллара

Мне на почту прилетела ссылка на исследование, которое заставило меня задуматься. GLM 5.2 — открытая языковая модель — прошла бенчмарк по подготовке квартальной VAT-декларации для небольшой британской компании. Результат: 59 транзакций за 68 минут, стоимость — 2,73 доллара. Итоговая сумма НДС отличается от человеческой на 7 пенсов.

Семь пенсов. Давайте разберёмся, что это значит на самом деле.

Что именно тестировали

VAT-декларация — это квартальная обязательная отчётность для британских компаний. Если ты зарегистрирован как плательщик НДС, каждые три месяца нужно отчитываться перед налоговой. Для малого бизнеса этим обычно занимается бухгалтерская фирма. Typical fee — от 750 до 2100 фунтов за квартал. И да, опоздание с подачей карается серьёзными штрафами.

Авторы исследования взяли свой реальный бухгалтерский учёт за первый квартал 2026 года. Книги готовили люди: один человек вносил данные, второй проверял. Потом те же транзакции отдали модели.

GLM 5.2 видела:

• Выписку из банка (iban/wise)
• PDF со счетами и квитанциями
• Два коротких примечания к транзакциям (всего 59 штук)

Модель работала через командную строку, внося каждую операцию в бухгалтерское ПО. Никаких специальных интеграций — просто инструменты.

Результат: модель vs. человек

СРАВНЕНИЕ СТОИМОСТИ И ТОЧНОСТИ
════════════════════════════════════════════════
Метрика              Человек        GLM 5.2
─────────────────────────────────────────────
Стоимость/квартал    £750-2100      $2.73
Время на 59 операций ~день(?)        68 мин
Точность (VAT)       100%           99.99%
Ошибок из 354        0              20
Серьёзные ошибки      —              1
Банковских операций  59             59

Вот ключевые цифры. Модель допустила 20 ошибок из 354 возможных проверок (по 6 критериям на каждую транзакцию). Только одна ошибка была серьёзной — и та не повлияла на саму декларацию.

Самый важный показатель — итоговый VAT к возмещению — отличался на 7 пенсов. Это меньше одной десятой фунта.

Где модель споткнулась

Серьёзная ошибка: учёт учредительских долей. Модель провела операцию «внесение уставного капитала» через «Capital Account» вместо «Unpaid Shares». Звучит как мелочь, но это юридически разные вещи. Уставный капитал защищает кредиторов, его нельзя просто так вернуть учредителю. В сумме это 10 000 фунтов. Если бы декларацию не проверил человек, это могло бы стать проблемой при аудите.

Типичная ошибка: путаница нулевой ставки и освобождения от VAT. 14 из 19 оставшихся ошибок — это смешение двух категорий, где НДС не применяется, но по разным причинам. Для налоговой это разные вещи. Практический финансовый ущерб — копеечный, но грамотный бухгалтер никогда не путает.

Странная ошибка: Wise и мультивалютность. Авторы используют Wise, где деньги могут лежать в разных валютах. Одна операция разбилась на два платежа в разных валютах, и модель «удвоила» VAT. В марте она сама заметила ошибку и попыталась компенсировать — что, в общем-то, правильно.

РАСПРЕДЕЛЕНИЕ ОШИБОК GLM 5.2
─────────────────────────────
                Кол-во  Финансовый
Тип ошибки      ошибок   ущерб
─────────────────────────────────
Учёт капитала      1    Высокий
                   │    (legal risk)
Zero-rated vs
Exempt           14     Низкий
                   │
                   │
                   ████████████████
                   │
Split-транзакции    3     Низкий
                   │
Остальные           2     Нет
─────────────────────────────────
Итого: 20 ошибок из 354 проверок
       1 серьёзная, 19 незначительных

Что это значит для индустрии

Помните историю про IBM и интеллект? «Компьютер не может играть в шахматы на уровне гроссмейстера» — пока не смог. Потом говорили про Go, потом про медицину, теперь — про бухгалтерию.

Цифры впечатляют. Стоимость — на три порядка ниже. Скорость — сопоставимая с хорошим специалистом. Точность — 99,99%.

Но квалифицированный бухгалтер — это не просто человек, который правильно считает VAT. Это человек, который понимает контекст: что за операция, почему она прошла именно так, какие есть юридические последствия. Одна ошибка с уставным капиталом может не повлиять на квартальную декларацию, но сломать годовой отчёт.

Модель сейчас — это мощный инструмент для рутины. 59 транзакций за час — это реально круто. Но контроль человека остаётся необходимым. Особенно на нестандартных операциях.

Выводы

• GLM 5.2 показала почти человеческую точность на задаче VAT-return.
• Сам результат по сумме НДС разошёлся с человеком всего на 7 пенсов.
• Главный риск — не арифметика, а юридический и бухгалтерский контекст.
• Для рутины модель уже полезна, но финальная проверка человеком всё ещё нужна.

Ссылки

• Оригинальное исследование: GLM 5.2 VAT Benchmark — статья с описанием эксперимента и результатами
• GLM-5.2 на Hugging Face — официальная страница модели