IVSC время от времени выпускает перспективные статьи, в которых основное внимание уделяется актуальным темам оценки и возникающим проблемам. Перспективные статьи служат ряду целей: они инициируют и стимулируют обсуждение вопросов оценки, связанных с Международными стандартами оценки (IVS); они предоставляют контекстуальную информацию по теме с точки зрения разработчика стандартов; и они поддерживают оценочное сообщество в применении IVS с помощью рекомендаций и тематических исследований.

Перспективные документы дополняют IVS и не заменяют стандарты. Оценщики обязаны ознакомиться со стандартами и следовать им при проведении оценки.

Взгляды и суждения, выраженные в этом перспективном документе, принадлежат авторам и соавторам и не обязательно отражают официальную позицию IVSC, членов редакционного комитета или организаций, с которыми они связаны.

Введение

Несмотря на то, что технологии используются при проведении оценок на протяжении десятилетий, последние достижения могут существенно повлиять на то, как проводятся оценки и как представляется отчетность.

IVSC признает, что технологии продолжают развиваться и все больше влияют на практику оценки. Как и в случае со всеми разработками, которые могут повлиять на профессию оценщика, IVSC активно следит за достижениями в этой области. Мы по-прежнему стремимся поддерживать профессиональных оценщиков, помогая им ориентироваться в изменениях, включая эффективное и надлежащее использование технологий в рамках надежной системы оценки, основанной на принципах.

IVSC не поддерживает замену профессиональных оценщиков и продолжает настаивать на решающей роли человеческого суждения, скептицизма и подотчетности в процессе оценки.

IVSC отметил следующие области, в которых произошли существенные изменения в оценках, в том числе:

1. Поиск и интерпретация данных, включая изображения и другие неструктурированные данные
2. Вычисления, включая модели и прогнозную аналитику, запросы, и представление отчетности.

К числу некоторых известных программных продуктов с ИИ, в той или иной степени способных выполнять все вышеперечисленное, относятся: OpenAI ChatGPT, Anthropic Claude, Microsoft Copilot, Deepseek AI, Google DeepMind Gemini и xAI Grok, а также множество собственных систем ИИ, основанных на машинном обучении.

В этом перспективном документе [1] описывается:

• Как IVSC оценивает влияние новейших технологий на оценку стоимости?
• Возможности и угрозы, которые эти технологии создают для оценки стоимости?
• Как действующие стандарты IVS учитывают потенциальное влияние на оценку?
• Потенциальные области, в которых IVSC может усовершенствовать свои стандарты для дальнейшего использования этих новых технологий?
• Кроме того, в этом перспективном документе запрашиваются отзывы заинтересованных сторон о будущих потребностях в установлении стандартов?

IVS (вступает в силу 31 января 2025 года) и Технология оценки

В знак признания значительных технологических достижений последнего времени, недавно опубликованный IVS (вступает в силу 31 января 2025 года) включает требования к управлению, данным и вводимым данным, моделям оценки и контролю качества.

Кроме того, в Глоссарий включены следующие определения Автоматизированной модели оценки и Модели оценки [2]:

Автоматизированная модель оценки (AVM): Тип модели, который обеспечивает автоматизированный расчет стоимости определенного актива на определенную дату с использованием алгоритма или других методов расчета без применения оценщиком профессионального суждения о модели, включая оценку и выбор входных данных или анализ выходных данных

Модель оценки: количественная реализация метода, полностью или частично преобразующего входные данные в выходные, используемые при определении стоимости.

Более того, IVS 100 Система оценки теперь включает раздел об использовании услуг специалиста или сервисной организации, в котором указывается, что в тех случаях, когда оценщик не обладает необходимыми знаниями, навыками, опытом или данными для выполнения всех аспектов оценки, он может обратиться за помощью к этим сторонам при условии, что это согласовано и раскрыто в объем работ. Это особенно актуально для поиска и обработки данных, а также для разработки моделей оценки.

IVS (вступает в силу 31 января 2025 года) также включает следующие новые стандарты в отношении данных, исходных данных и моделей оценки:

• Данные и исходные данные — Стандарт IVS 104
• Модели оценки — Стандарт IVS 105

Стандарт IVS 104 Данные и исходные данные устанавливает требования к отбору и использованию данных, которые будут использоваться в качестве исходных данных при оценке. Цель оценки состоит в том, чтобы максимально эффективно использовать соответствующие и поддающиеся наблюдению данные, насколько это возможно. Стандарт IVS 104 содержит дополнительные стандарты в отношении использования специалистов или сервисной организации, характеристик соответствующих данных, выбора исходных данных и документации по вводу. Следует отметить, что в Стандарте IVS 104 говорится, что

Оценщик несет ответственность за оценку и отбор данных, допущений и корректировок, которые будут использоваться в качестве исходных данных при оценке, основываясь на профессиональном суждении и профессиональном скептицизме.

В IVS 105 Модели оценки рассматриваются вопросы выбора и использования моделей оценки, которые будут использоваться в процессе оценки. Стандарт IVS 105 содержит дополнительные стандарты, касающиеся привлечения специалистов или сервисной организации, характеристик соответствующих моделей оценки, а также выбора и использования моделей оценки.

В стандарте IVS 105 также говорится, что

Модели оценки могут разрабатываться собственными силами или привлекаться внешними специалистами или сервисной организацией,

но

Во всех случаях оценщик должен применять профессиональное суждение и профессиональный скептицизм при выборе и использовании моделей оценки, а также при применении исходных данных, используемых в модели оценки.

Более того, IVS утверждает, что

Ни одна модель, например автоматизированная модель оценки (AVM), не может обеспечить оценку, соответствующую требованиям IVS, без применения оценщиком профессионального суждения.

На данный момент модель оценки, в том числе использующая искусственный интеллект, машинное обучение или deep learning, не может обеспечить оценку в соответствии с IVS без профессионального суждения оценщика, поскольку в дополнение ко многим другим стандартам, содержащимся в IVS (вступает в силу 31 января 2025 года), она не будет соответствовать следующим требованиям, содержащимся в IVS 105. в отношении выбора и использования модели оценки:

40.02 Независимо от того, разработана ли модель оценки собственными силами или с привлечением внешних источников, оценщик должен оценить модель оценки, чтобы определить, подходит ли она для использования по назначению.

40.03 Оценщик должен понимать, как работает модель оценки.

Следует отметить, что это не означает, что модель оценки, использующая искусственный интеллект, машинное обучение или deep learning, не может быть использована в качестве инструмента, помогающего оценщику в его работе по оценке. Оценщик должен понимать структуру и применение модели оценки и ее ограничения, а также уметь использовать профессиональное суждение для определения соответствия компонентов, на которые он опирается при оценке.

Фактически, технические советы IVSC отметили растущее использование технологий в оценке, как для частичного, так и для полного определения стоимости или составления отчета об оценке.

Примеры первых включают использование моделей предварительного сбора данных и оценки в широко используемых приложениях, предоставляемых сервисными организациями, такими как Bloomberg или Capital IQ, или использование программного обеспечения для моделирования оценки или составления отчетов, в системы которого может быть встроен искусственный интеллект в той или иной форме.

Следует отметить, что в соответствии с IVS

Если существенные исходные данные являются неадекватными или не могут быть достаточно обоснованы, оценка не будет соответствовать IVS [3].

Совет по пересмотру стандартов IVSC (SRB) признает, что это быстро развивающаяся область, и ситуация может измениться в будущих выпусках IVS в связи с дополнительными разработками в области искусственного интеллекта, машинного обучения и deep learning.

Стандарт IVS 105 требует, чтобы оценщик оценил и понял модель оценки, чтобы убедиться в ее пригодности для конечного использования.

Возможности и риски

В настоящее время оценщики используют искусственный интеллект (ИИ), хотя масштабы и использование ИИ на разных рынках и внутри рынков могут сильно различаться.

Как указано в руководстве CBVI по искусственному интеллекту, существует два типа ИИ, которые в настоящее время используются в сфере финансовых услуг и судебных разбирательств.

Прогностический ИИ используется для анализа больших массивов данных с целью прогнозирования тенденций и выявления закономерностей, помогая профессионалам принимать обоснованные решения.  Он также используется для выявления потенциальных рисков и возможностей на рынке.

Инструменты генеративного интеллекта, такие как ChatGPT, Copilot, Gemini, DALL—E и Midjourney, используются для создания оригинальных мультимедийных материалов, таких как текст, изображения, видео или аудио, в ответ на запросы пользователей. Эти системы часто основаны на больших языковых моделях (LLM), которые извлекают шаблоны из огромных объемов данных.

Искусственный интеллект может помочь оценщику, автоматизируя более простые задачи оценки, включая написание отчетов, и предоставляя ему возможность сосредоточиться на более важных вопросах оценки, где требуется более высокий уровень профессионального суждения и профессионального скептицизма.

В области оценки недвижимости AVM все чаще используются банками в сочетании с отчетами об оценке для принятия решений о кредитовании жилой недвижимости под залог.

Процесс оценки в соответствии с IVS

Искусственный интеллект может применяться на различных этапах процесса оценки, соответствующего IVS, чтобы помочь сформировать мнение о стоимости. Однако его использование сопряжено как с возможностями, так и с рисками, которые должны тщательно оцениваться и управляться с помощью профессионального суждения оценщика и профессионального скептицизма.

IVS 100 Система оценки	Искусственный интеллект и другие технологии могут быть использованы в качестве полезного инструмента в процессе контроля качества оценки для обеспечения соблюдения соответствующих процедур мониторинга и контроля.
IVS 101 Объем работ	Искусственный интеллект и другие технологии могут быть использованы при определении объема работ с помощью автоматизации, а также для проверки того, что все необходимые элементы включены в объем работ.
IVS 102 Базы стоимости	Искусственный интеллект и другие технологии могут быть использованы для анализа отчетов об оценке, чтобы убедиться в том, что была использована правильная база определения стоимости, и убедиться в отсутствии несоответствий в заявленной стоимости.
IVS 103 Подходы к оценке	Искусственный интеллект и другие формы оценки могут оказывать незначительное влияние на используемые подходы к оценке, что зависит от профессионального суждения оценщика. Однако такое использование может повлиять на методологию оценки, которая используется по мере разработки более сложных методологий, использующих или интегрирующих искусственный интеллект. Однако, как показано ниже, искусственный интеллект может играть ключевую роль как в предоставляемых данных, так и в модели оценки.
IVS 104 Данные и исходные данные	Многие поставщики услуг по оценке уже используют искусственный интеллект и другие технологии для экстракции, преобразования и обработки данных. Однако существует ряд возможностей и рисков, связанных с использованием технологий для этих целей, которые проиллюстрированы в таблицах ниже. Перечисленные возможности и факторы риска не являются исчерпывающими. Мы должны подчеркнуть, что наука о данных добилась огромных успехов, что создает возможность использовать искусственный интеллект, чтобы сделать его еще более эффективным и надежным.
IVS 105 Модели оценки	Использование искусственного интеллекта и других форм технологий для моделей оценки все еще является развивающейся областью, и его можно разделить на использование технологий для самих моделей оценки и для анализа сценариев. Однако существует несколько возможностей и рисков, связанных с использованием технологии для этих целей, которые проиллюстрированы в таблицах ниже. Возможности и факторы риска не являются исчерпывающими.
IVS 106 Документация и отчетность	Искусственный интеллект и другие технологии уже часто используются некоторыми оценщиками для оказания помощи в составлении отчетов об оценке, либо с помощью чата GPT, либо других общедоступных форм искусственного интеллекта для части оценки, таких как комментарии к рынку.  В других случаях составление отчета может быть полностью автоматизированным процессом в их фирме. Однако есть несколько возможностей и рисков, связанных с использованием технологии для этих целей, которые проиллюстрированы в таблицах ниже. Возможности и факторы риска не являются исчерпывающими. При составлении отчета об оценке оценщику важно контролировать его содержание — обеспечивать существенность и актуальность описаний, проверять источники данных и подтверждать, что все представленные факты являются объективными, точными и уместными.

Возможности	Риски
Экстракция данных (и Сбор данных)
Экстракция данныхВеб-источники данныхИсследованияОбучение работе с данными	Сложности определения источника данныхНадёжность источника данныхКомпетентность источника данныхКонфиденциальность /Конфиденциальность клиентаВерификация данных и использование профессионального сужденияПроблемы собственности на данныеЧувствительность в отношении даты оценки и даты предоставления данных
Преобразование и обработка (очистка) данных
Структурирование неструктурированных данныхАнализ сравнений (тенденций и инсайтов)Сопоставление нескольких источников данных.	Точность и достоверность данных, связанных с ИИНеправильное толкование в профессиональном суждении по агрегированию
Моделирование оценки
Создание моделей, включающих больше данныхПозволяет просто разрабатывать различные модели приемлемого сравненияПозволяет быстро сравнивать различные модели капитализации и денежных потоков	Нуждается в понимании объяснения моделей ИИПроблемы доверия к ИИ – моделямОшибки в моделях или несоответствующие модели
Сценарный анализ
Возможно генерировать множество сценариевПозволяет использовать такой анализ, как Метод Монте — Карло	Отсутствие транспарентности и объяснимостиНаличие смещений (выборки и удаления)Включение несоответствующих альтернатив или сценариев
Создание отчета/шаблона/презентации
Подготовка отчетаПодготовка резюмеПредоставление комментариев по рынкуПерсонализация презентации для клиентов	Неподтвержденные или неточные выводы (ошибки, генерируемые моделью, также известные как галлюцинации ИИ)Проблемы с конфиденциальностью клиентовПроблемы с владением данными

Возможные будущие усовершенствования IVSC

Несмотря на то, что, как указано выше, использование технологии предоставляет значительные возможности для улучшения оценки, оно также сопряжено с проблемами и рисками в следующих областях, в которых Технические советы IVSC рассматривают будущие усовершенствования:

1. Прозрачность
2. Данные и исходные данные
3. Модели и системы оценки
4. Контроль качества

Прозрачность

На данный момент IVSC осведомлен о том, что ряд оценщиков сознательно или неосознанно используют элементы искусственного интеллекта при проведении оценок или для оказания помощи в написании отчетов.

Совет по пересмотру стандартов IVSC и его технические советы рассматривают прозрачность как чрезвычайно важный общий принцип IVS.

При применении Стандарта IVS 101 «Объем работ» или в документации по Стандарту IVS 106 оценщик должен указать, будет ли использоваться искусственный интеллект в процессе оценки, и включить подробную информацию о том, что, почему и как, если таковые имеются, искусственный интеллект использовался в процессе оценки.

Прозрачность является основным принципом IVS — оценщики должны раскрывать, использовался ли искусственный интеллект, как и почему.

Данные и исходные данные

Обеспечение точности и достоверности данных, используемых при расчетах, имеет решающее значение, особенно в условиях, когда будущие модели могут не только обеспечивать получение, но и создавать данные, которые используются в моделях. В IVS 104 говорится, что:

40.01 Исходные данные должны быть выбраны из соответствующих данных в контексте оцениваемого актива или обязательства, объема работ, метода оценки и модели оценки.

40.02 Исходные данные должны быть достаточными для использования моделей оценки для определения стоимости актива и/или обязательства на основе профессионального суждения оценщика.

И далее говорится, что:

50.01 Источник, отбор и использование важных данных и исходных данных должны быть объяснены, обоснованы и задокументированы.

50.02 Документации должно быть достаточно, чтобы оценщик, применяющий профессиональное суждение, мог понять, почему конкретные данные были признаны релевантными, а исходные данные были отобраны и признаны обоснованными.

В результате оценщику придется использовать такие средства, как выборка, сравнительный анализ, калибровка, проксирование и/или повторный расчет, чтобы быть способным применить свое профессиональное суждение и профессиональный скептицизм для обеспечения достаточности выборки данных и соответствия используемых исходных данных поставленной цели.

Кроме того, использование ИИ с открытым исходным кодом или, в некоторых случаях, с закрытым исходным кодом без надлежащих гарантий может представлять угрозу конфиденциальности клиента. Без четких границ разделения такое использование может привести к нарушению законов о защите данных или непреднамеренному нарушению соглашений о неразглашении.

Повышение уровня кибербезопасности также может потребоваться для борьбы с развивающимися угрозами, сложными сетями и необходимостью в специалистах по оценке для защиты конфиденциальной информации.

Модели и системы оценки

Оценщик должен понимать и оценивать модель оценки и обеспечивать ее соответствие поставленной цели. В IVS 105 указано, что:

Независимо от того, разработана ли модель оценки собственными силами или с привлечением внешних источников, оценщик должен оценить модель оценки, чтобы определить, подходит ли она для использования по назначению.

И далее говорится, что:

40.04 Модель оценки должна быть протестирована на функциональность, а результаты должны быть проанализированы на предмет точности. Следует выявить любые существенные ограничения, а также внести любые потенциально существенные корректировки.

40.05 Модели оценки, используемые с течением времени, должны поддерживаться в рабочем состоянии, контролироваться, оцениваться и корректироваться для обеспечения того, чтобы они оставались надлежащими, точными и полными.

Это особенно сложно, поскольку некоторые модели ИИ настолько сложны, что для их понимания требуется другая модель, предназначенная для перевода их поведения в понятные человеку термины — процесс, известный как объяснимый ИИ.

По мере того как модели оценки становятся все более сложными, в процессе оценки будет необходимо проводить более тщательное тестирование. Оценщикам необходимо будет регулярно проверять правильность функционирования моделей путем разработки, валидации и мониторинга моделей. Для этого могут использоваться такие методы, как сравнительный анализ, анализ временных рядов, мониторинг эффективности или независимые оценки — все они основаны на профессиональном суждении и профессиональном скептицизме для подтверждения соответствия модели оценки поставленной цели.

Канадское управление по надзору за финансовыми учреждениями (OSFI) заявляет, что:

Объяснимость результатов моделирования повышает способность снижать риски и непредвиденные последствия, связанные с их использованием, и поддерживает надежность модели и подотчетность. [4]

Кроме того, оценщик должен убедиться в отсутствии алгоритмической предвзятости, как это показано в заявлении ЮНЕСКО о том, что:

ИИ не является нейтральным: решения, основанные на ИИ, подвержены неточностям, дискриминационным результатам, встроенной предвзятости. [5]

Это подчеркивает риск неточной реакции ИИ (галлюцинаций), что является серьезной проблемой для оценщиков, стремящихся избежать предвзятости. Как и в случае с любым другим инструментом, используемым для поддержки оценочной работы, оценщики должны избегать ситуаций «черного ящика», применяя профессиональное суждение и профессиональный скептицизм и сохраняя полный контроль на протяжении всего процесса оценки.

Оценщики должны избегать ситуаций «черного ящика», сохраняя полный контроль на протяжении всего процесса оценки.

Контроль качества

Учитывая растущее использование искусственного интеллекта и deep learning в оценке, IVS, возможно, потребуется пересмотреть, чтобы обеспечить, чтобы контроль качества включал проверку и оспаривание.

IVS 500 Финансовые инструменты уже содержит следующие требования в отношении применения контроля качества:

160.01 Необходимо разработать и внедрить средства контроля качества, которые помогут гарантировать, что оценки проводятся в соответствии с IVS.

160.02 Для достижения этой цели средства контроля качества должны подтверждать на дату оценки, что процессы контроля качества обеспечивают следующее: …

(c) процессы контроля качества были выполнены в отношении:

1. данных, допущений, корректировок и исходных данных,
2. выбора моделей для определения стоимости,
3. ручного или иного вмешательства в установленный процесс,
4. информирования и документирование о процессе оценки и результирующей стоимости.

В будущих версиях IVS аналогичные требования должны быть включены в Общие стандарты, чтобы обеспечить достаточную степень контроля и оспаривания на протяжении всего процесса оценки.

На данный момент модель оценки, в том числе использующая искусственный интеллект, машинное обучение или deep learning, не может обеспечить оценку, соответствующую требованиям IVS, без профессионального суждения оценщика.

Заключение

Хотя оценки, проводимые исключительно с использованием искусственного интеллекта, автоматизированных статистических моделей, машинного обучения или deep learning, в настоящее время не соответствуют стандартам IVS, эти технологии предоставляют оценщикам значительные возможности для совершенствования процесса оценки.  Они могут повысить эффективность, расширить доступ к данным и обеспечить более надежный анализ. Однако их использование также поднимает важные вопросы о том, как оценщики могут последовательно применять профессиональное суждение и профессиональный скептицизм на протяжении всего процесса оценки, эффективно управляя оценочным риском, который IVS определяет как “вероятность того, что стоимость не соответствует ее предполагаемому использованию”.

Чтобы лучше понять масштабы и характер использования искусственного интеллекта при оценке, IVSC запрашивает мнение заинтересованных сторон по следующим вопросам:

Вопрос 1: Как вы в настоящее время используете искусственный интеллект в своих оценках?

Вопрос 2: Как вы в настоящее время внедряете данные, полученные с помощью искусственного интеллекта, в свои процессы оценки и какие меры предосторожности применяются для обеспечения их точности и надежности?

Вопрос 3. Влияют ли описанные здесь технологии на то, как проводятся оценки в настоящее время? Пожалуйста, опишите какие-либо новые технологии, которые, по вашему мнению, также влияют или будут влиять на практику оценки?

Вопрос 4. Точно ли описанные возможности и угрозы отражают те, которые влияют на профессию оценщика? Существуют ли дополнительные возможности или риски, которые также следует учитывать?

Вопрос 5. В достаточной ли степени предлагаемые усовершенствования IVS учитывают новейшие технологии и связанные с ними возможности и риски? Есть ли какие-либо дополнительные обновления или усовершенствования, которые вы бы порекомендовали?

Вопрос 6. Если вы в настоящее время используете автоматизацию в какой-либо части процесса оценки, пожалуйста, опишите, как она применяется. Кроме того, как вы проводите калибровку этих автоматизированных инструментов и обеспечиваете контроль качества на протяжении всего процесса оценки?

Вопрос 7: Выявила ли ваша организация какие-либо потенциальные риски для конфиденциальности, связанные с использованием инструментов искусственного интеллекта? Если да, то какие дополнительные меры кибербезопасности были приняты для устранения этих возникающих угроз?

Вопрос 8: Как новейшие технологии повлияли на профессиональное суждение и принятие решений при разработке оценок? Пожалуйста, опишите, как происходят эти изменения и почему они важны.

IVSC благодарен за любые отзывы по вышеуказанным вопросам, которые можно отправить по электронной почте: contact@ivsc.org

---

[1] IVSC (2025), Navigating the Rise of Artificial Intelligence in Valuation: Opportunities, Risks, and Standards, IVSC Perspectives Paper. International Valuation Standards Council (IVSC), Jul. 2024, https://ivsc.org/themencode-pdf-viewer/?file=https://ivsc.org/wp-content/uploads/2025/07/Navigating-the-Rise-of-AI-in-Valuation-Opportunities-Risks-and-Standards.pdf#zoom=auto&pagemode=none

[2] IVS (effective 31 January 2025) Glossary

[3] IVS 104 Data and Inputs paragraph 40.04

[4] Office of the Superintendent of Financial Institutions – Guideline E-23 on Model Risk Management

[5] UNESCO