
Алексей Сизов
Вице-президент по развитию Ассоциации КорпФинТех
С начала ноября вышли три публикации, каждая из которых по своему интересна. CFO.com объясняет, почему ИИ-агент способен убедительно ошибаться. Ассоциация финансовых специалистов AFP показывает, как Google автоматизировала инвестиционный процесс казначейства. Gartner напоминает, что высвобожденное время само по себе не улучшает финансовые показатели.
Изучение иностранных публикаций помогает быть в курсе общих тенденций в области корпоративных финансовых технологий.
Агент умеет описать отклонение, но не обязан знать его причину
Харш Мохта, старший финансовый менеджер HERE Technologies, рассказывает на CFO.com о своём опыте автоматизации комментариев к отклонениям «факт — план». Агент подготовил структурированный текст, цифры сходились, а объяснение выглядело вполне профессионально: снижение выручки было списано на ослабление макроэкономической среды.
Проблема заключалась в том, что компания вообще не работала на рынках, о которых написал агент.
Для финансиста это принципиальный момент: правильная арифметика не гарантирует правильного объяснения. Причина отклонения может существовать только в телефонном разговоре с поставщиком, комментарии руководителя продаж или договорённости прошлого года, которую команда помнит, но нигде не фиксирует. Если такого контекста нет в данных, модель не признается в незнании, а подставляет наиболее правдоподобную версию.
Мохта предлагает проверять задачи для ИИ-агентов тремя вопросами:
- Где находится необходимый контекст? Если он зафиксирован в учётной системе, договоре или файле, агент может с ним работать. Если зависит от неписаных правил и истории взаимоотношений, результат будет догадкой.
- Можно ли проверить результат быстрее, чем выполнить работу самостоятельно? Экономия часа на подготовке текста теряет смысл, если затем приходится потратить час на проверку.
- Какова цена ошибки? Чем выше последствия для отчётности, совета директоров или клиента, тем дальше агент должен находиться от окончательного решения.
Поэтому сравнение версий финансовой модели или сортировка входящей почты — разумные задачи для автоматизации. Формирование резервов, оценка непрерывности деятельности и выбор позиции в налоговом споре остаются зоной профессионального суждения. Агент может выполнить черновую работу, но подписывает результат человек.
Похожий риск мы разбирали в материале «Галлюцинации ИИ в финансах: когда уверенный ответ без данных дороже отказа»: опасен не только выдуманный ответ, но и уверенное решение, принятое при неполных данных.
Оригинал публикации — What AI Agents Can and Can’t Do in Finance.
Google: ИИ поверх инфраструктуры, а не вместо неё
Казначейство Google получило главный приз AFP 2026 Pinnacle Awards за преобразование ручного инвестиционного процесса в автоматизированный рабочий контур с использованием ИИ.
Показательно, что решение построено не вокруг изолированного чат-бота, а поверх существующей инфраструктуры: SWIFT, сообщений MT320, банковских каналов и ERP.
В новом процессе:
- модели машинного обучения ежедневно прогнозируют денежные потоки, рассчитывают доступный для инвестирования остаток и формируют прогноз ликвидности;
- ИИ-агенты собирают ставки контрагентов и оценивают варианты размещения средств с учётом доходности, лимитов и требований к ликвидности;
- агент исполнения размещает сделки и формирует записи в ERP, сокращая объём ручной сверки и задержки между этапами.
Для казначея здесь важна не только скорость отдельных операций. Автоматизируется вся цепочка: от прогноза свободных денежных средств до исполнения сделки и отражения её в учёте. Именно такой сквозной подход позволяет избежать ситуации, когда ИИ быстро подготавливает рекомендацию, после чего она надолго застревает в ручных согласованиях и повторном вводе данных.
При этом пресс-релиз не раскрывает ни экономический эффект в цифрах, ни детали контроля автоматических сделок. Поэтому переносить кейс Google на другие компании как готовый рецепт не стоит. Это скорее архитектурный ориентир: сначала интеграции, формализованные лимиты и качественные данные, затем — автоматизация рекомендаций и исполнения.
Близкие тенденции — встраивание ИИ в казначейские системы, развитие инвестиционных инструментов и усиление контроля автоматических сделок — мы рассматривали в обзоре «Автоматизация казначейства 2027: пять функциональных трендов».
Оригинал публикации — Google Wins the AFP 2026 Pinnacle Awards.
Gartner: сэкономленный час сам не попадёт в P&L
Если CFO.com и AFP отвечают на вопрос, что именно можно автоматизировать, то Gartner интересуется, что происходит дальше.
В опросе 1 303 руководителей функциональных подразделений, проведённом с января по апрель 2026 года, 23% респондентов сообщили о сокращении численности персонала в результате внедрения ИИ. Но 17%, напротив, заявили о её увеличении: вместе с автоматизацией растёт потребность в цифровых компетенциях.
Поэтому Gartner советует не рассматривать ИИ как прямой инструмент сокращения штата. Сэкономленное время — это дополнительный ресурс, а не автоматически полученная прибыль. Чтобы превратить его в ценность, аналитики предлагают три шага:
- Заранее определить приоритетное применение высвобожденного времени. Например, направить его на улучшение прогнозирования, поддержку решений бизнеса, управление рисками или выполнение работ, которые раньше передавались внешним подрядчикам.
- Закрепить перераспределение времени в системе управления эффективностью. Команды должны отвечать не только за экономию часов, но и за их использование на более ценных задачах.
- Связать рост производительности с финансовыми результатами. Измерять нужно не только сокращение трудозатрат, но и рост выручки, предотвращённые затраты, повышение точности прогнозов, ускорение решений или снижение рисков.
Для финансового директора это означает смену вопроса. Вместо «сколько часов сэкономил ИИ?» следует спрашивать: «что команда сделала с этим временем и какой показатель бизнеса изменился?» Без ответа экономия останется в презентации проекта, но не попадёт в управленческий отчёт.
О том, почему оценка ИИ требует пересмотра привычного подхода к ROI и управлению рисками, мы писали в материале «ИИ в финансах: как CFO оценивать ROI и риски».
Оригинал публикации — Gartner Identifies Three Steps for CFOs to Turn AI Time Savings into Business Value.
Что это значит для финансового директора
Между тремя публикациями нет противоречия. ИИ действительно способен автоматизировать сложные финансовые процессы, но ценность появляется только при соблюдении нескольких условий.
Перед запуском очередного пилота финансовому директору стоит ответить на четыре вопроса:
- зафиксирован ли весь контекст, необходимый для корректной работы агента?;
- кто проверяет результат и отвечает за окончательное решение?;
- автоматизируется ли вся цепочка процесса или только её отдельный фрагмент;
- куда будет направлено высвобожденное время и в какой метрике компания увидит эффект.
Если ответа на последний вопрос нет, компания может получить более быструю рутину, но не более эффективный бизнес. ИИ ускоряет подготовку данных и выполнение операций. Превращать это ускорение в результат по-прежнему приходится живому эксперту.







