АУДИТОРСЬКІ ПЕРЕВІРКИ НА ПІДПРИЄМСТВАХ АЛЬТЕРНАТИВНОЇ ЕНЕРГЕТИКИ З ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ ШТУЧНОГО ІНТЕЛЕКТУ

Main Article Content

Валентина Панасюк
https://orcid.org/0000-0002-5133-6431
Оксана Черешнюк
https://orcid.org/0000-0001-5067-3463

Анотація

У роботі досліджено теоретичні та практичні аспекти застосування штучного інтелекту в аудиті підприємств альтернативної енергетики в умовах цифровізації економіки, зростання обсягів технічної й фінансової інформації та посилення вимог до прозорості, точності й оперативності аудиторських процедур. Актуальність теми зумовлена стрімким розвитком альтернативної енергетики, збільшенням частки енергії з відновлюваних джерел у структурі енергоспоживання, високою капіталомісткістю таких підприємств, залежністю їхнього функціонування від природно-кліматичних чинників, а також складністю інтеграції технічних, фінансових, екологічних і нормативних даних у процесі аудиту. Обґрунтовано, що традиційні підходи до аудиту в багатьох випадках уже не забезпечують необхідного рівня швидкості й глибини аналітичного опрацювання інформації, водночас використання штучного інтелекту відкриває нові можливості для автоматизації контрольних процедур, виявлення помилок, прогнозування ризиків і підвищення якості аудиторських висновків. У ході дослідження запропоновано на підготовчому етапі аудиту використовувати штучний інтелект для опрацювання документів, аналізу нормативно-правової бази та виявлення ризикових зон; на етапі планування аудиту – для прогнозування ризиків, моделювання сценаріїв перевірки та оптимізації плану аудиту; на етапі збирання та перевірки аудиторських доказів – для аналізу великих масивів технічних і фінансових даних, виявлення аномалій, помилок, невідповідностей і ризиків; на етапі узагальнення результатів аудиту – для групування порушень, ранжування ризиків і візуалізації результатів; на етапі підготовки аудиторського висновку та рекомендацій – для автоматизації підготовки аудиторського звіту, узагальнення результатів і формування рекомендацій; на етапі моніторингу виконання рекомендацій – для безперервного моніторингу показників, виявлення повторних відхилень і повідомлення про нові ризики. Проведений SWOT-аналіз дав змогу систематизувати сильні та слабкі сторони, можливості й загрози застосування штучного інтелекту в аудиті підприємств альтернативної енергетики. Практичне значення отриманих результатів полягає в можливості їх використання для вдосконалення методики аудиту, розроблення цифрових інструментів контролю, підвищення якості управлінських рішень та оцінки технічної, фінансової й екологічної стійкості підприємств альтернативної енергетики.

Посилання

Artificial intelligence in the accounting Big Four: Comparing Deloitte, PwC, KPMG, and EY. (n.d.). Emerj. https://emerj.com/ai-in-the-accounting-big-four-comparing-deloitte-pwc-kpmg-and-ey/

Analytical report “REPowerEU: Opportunities, challenges for Ukraine.” (2024). Ecoclub. https://ecoclubrivne.org/en/analytical-report-repowereu

Eurostat. (2024). Share of energy from renewable sources. https://doi.org/10.2908/NRG_IND_REN

Föhr, T. L., Schreyer, M., Moffitt, K. C., & Marten, K.-U. (2026). Deep learning meets risk-based audit: A holistic framework for leveraging foundation and task-specific models in audit procedures. International Journal of Accounting Information Systems, 57, Article 100758. https://doi.org/10.1016/j.accinf.2025.100758 DOI: https://doi.org/10.1016/j.accinf.2025.100758

Gu, H., Duan, H. K., & Vasarhelyi, M. A. (2026). Challenges for leveraging explainable artificial intelligence in audit procedures. Journal of Emerging Technologies in Accounting, 23(1), 59–70. https://doi.org/10.2308/JETA-2023-044 DOI: https://doi.org/10.2308/JETA-2023-044

Gu, Y., Parker, C. A. Z., & Vasarhelyi, M. (2026). Synergizing machine and human judgment: Evidence from going concern assessment. Journal of Accounting and Public Policy, 57, Article 107435. https://doi.org/10.1016/j.jaccpubpol.2026.107435 DOI: https://doi.org/10.1016/j.jaccpubpol.2026.107435

Henning, S., Hasselbring, W., Burmester, H., Möbius, A., & Wojcieszak, M. (2021). Goals and measures for analyzing power consumption data in manufacturing enterprises. Journal of Data, Information and Management, 3, 65–82. https://doi.org/10.1007/s42488-021-00043-5 DOI: https://doi.org/10.1007/s42488-021-00043-5

Heydari, M., Heydari, A., & Amini, M. (2023). Energy management and energy consumption: A comprehensive study. World Information Technology and Engineering Journal, 10(4). https://www.researchgate.net/publication/372861012_Energy_Management_and_Energy_Consumption_A_Comprehensive_Study

Hilorme, T. V., Hordieieva-Herasymova, L. Yu., & Mykhalochkina, M. O. (2017). Udoskonalennia metodyky provedennia enerhetychnoho audytu subiektiv hospodariuvannia. Ekonomika. Finansy. Pravo, 6, 42–44. http://efp.in.ua/uk/journal-item/164

International Audit and Assurance Standards Board. (2019). ISA 315 (Revised 2019): Identifying and assessing the risks of material misstatement. https://www.iaasb.org/publications/isa-315-revised-2019-identifying-and-assessing-risks-material-misstatement

International Audit and Assurance Standards Board. (2024). Technology position. https://www.iaasb.org/publications/technology-position-statement

Jones, S., & Free, C. (2026). What accountants need to know about artificial intelligence and machine learning: A review and call for future research. Journal of Accounting Literature, 48(5), 133–158. https://doi.org/10.1108/JAL-12-2025-0693 DOI: https://doi.org/10.1108/JAL-12-2025-0693

Lobas, A. O. (2025). Vykorystannia shtuchnoho intelektu v audyti: Dosvid Velykoi chetvirky. International Scientific Journal “Internauka,” 2, 26–31. https://doi.org/10.25313/2520-2057-2025-2 DOI: https://doi.org/10.25313/2520-2057-2025-2

Min, H., Mirza, S. S., & Huang, C. (2026). When technology meets turbulence: The impact of digital transformation and policy uncertainty on audit opinions. Journal of Corporate Accounting & Finance, 37(2), 24–58. https://doi.org/10.1002/jcaf.70011 DOI: https://doi.org/10.1002/jcaf.70011

Panasyuk, V. M., & Kulyk, R. R. (2025). Intehratsiia shtuchnoho intelektu u systemu audytu Ukrainy: Natsionalni osoblyvosti ta yevropeiskyi vektor. Economic Analysis, 35(3), 11–21. https://doi.org/10.35774/econa DOI: https://doi.org/10.35774/econa2025.03.011

Radko, I. P., Nalyvaiko, V. A., Okushko, O. V., Mishchenko, A. V., & Antypov, Ye. O. (2018). Metodyka ta obladnannia dlia provedennia enerhetychnoho audytu. Enerhetyka i avtomatyka, 1, 123–134. https://doi.org/10.31548/energiya2018.01.123 DOI: https://doi.org/10.31548/energiya2018.01.123

Rejjaoui, R., El Amri, A., Eddine, A. S., & Marzougui, Y. (2026). The role of artificial intelligence in enhancing internal audit quality: A resource-based view approach. Multidisciplinary Reviews, 9(9), Article 2026406. https://doi.org/10.31893/multirev.2026406 DOI: https://doi.org/10.31893/multirev.2026406

Sachenko, A., Chereshnyuk, O., Sachenko, S., Brukhanskyi, R., & Czupryna-Nowak, A. (2025, December 18–19). A fuzzy multiple-criteria approach to planning the energy needs of enterprises. In Proceedings of the International Scientific Workshop on Applied Information Technologies and Artificial Intelligence Systems (pp. 101–110). https://ceur-ws.org/Vol-4160/paper8.pdf

Scopus. (2026). Search: TITLE-ABS-KEY (artificial AND intelligence AND audit). https://www.scopus.com/term/analyzer.uri?sort=plf-f&src=s&sid=341e0d448120eac4349791d5d78fff07&sot=a&sdt=a&sl=44&s=TITLE-ABS-KEY%28artificial+intelligence+audit%29&origin=resultslist&count=10&analyzeResults=Analyze+results

Slobodyanyk, Yu. B., & Dikhtiarenko, Ya. O. (2025). Zastosuvannia shtuchnoho intelektu v obliku ta audyti: Vyklyky ta perspektyvy. International Scientific Journal “Internauka.” Series: Economic Sciences, 4(2), 63–70. https://doi.org/10.25313/2520-2294-2025-4-10858 DOI: https://doi.org/10.25313/2520-2294-2025-4-10858

Stanchev, P. A., Vacheva, G. I., & Hinov, N. L. (2024). Analysis of electrical energy consumption of industrial enterprises based on IoT. In Proceedings of the 59th International Scientific Conference Information, Communication and Energy Systems and Technologies (ICEST) (pp. 1–4). https://doi.org/10.1109/ICEST62335.2024.10639794 DOI: https://doi.org/10.1109/ICEST62335.2024.10639794

Vats, S., Sharma, S. K., & Kumar, S. (2021). A switch-based resource management method for energy optimization in cloud data center. International Journal of Computing, 20(1), 85–91. https://doi.org/10.47839/ijc.20.1.2103 DOI: https://doi.org/10.47839/ijc.20.1.2103

Zdyrko, N. H. (2022). Udoskonalennia metodyky enerhetychnoho audytu v zabezpechenni efektyvnoho ta ekolohobezpechnoho enerhokorystuvannia. Efektyvna ekonomika, 8, Article 6. https://doi.org/10.32702/2307-2105.2022.8.6 DOI: https://doi.org/10.32702/2307-2105.2022.8.6