ИИ в финансах: 8 сценариев для финансового директора из практики крупных компаний

Искусственный интеллект в финансах уже используют не только для подготовки текстов и поиска информации. Он помогает выявлять аномалии в платежах, объяснять отклонения план-факт, контролировать ковенанты, моделировать сценарии и быстрее готовить материалы для руководителей.

Эти и другие практические задачи обсуждали участники закрытого клуба Национальной ассоциации финансовых директоров (НАФД) и ИТ-интегратора «К2Тех». В ходе встречи CFO крупных компаний выделили 8 сценариев применения ИИ: от поиска ошибок в платежах и контроля ковенантов до стресс-теста операционной модели и подготовки материалов для совета директоров. Переход от единичных экспериментов к нескольким прикладным сценариям заметен и на глобальном рынке. По данным McKinsey, в 2025 году 44% CFO использовали генеративный ИИ более чем в пяти сценариях — годом ранее таких респондентов было только 7%.

Раскрываем эти сценарии и поясняем, что потребуется для запуска каждого из них, как оценить эффект и какие решения нельзя передавать алгоритму.

Для каждого сценария действуют общие правила запуска. Начинать стоит с ограниченного пилота: выбрать конкретную задачу, согласовать критерии результата и проверить качество доступных данных. До запуска необходимо определить ответственных за результат и проверку, порядок обработки ошибок и правила доступа к информации.

На первом этапе ИИ работает параллельно с действующим процессом. Финансовая команда сравнивает его результаты с проверенными расчетами и отчетами, фиксирует расхождения и оценивает, насколько полезны ответы системы. Критерии качества и допустимые отклонения зависят от задачи: для поиска аномалий важны доля полезных сигналов и количество ложных срабатываний, для прогнозирования — точность прогноза, для подготовки отчетности — корректность цифр и время на подготовку.

Расширять применение ИИ стоит после¹ того, как пилот подтвердил качество результата и измеримый эффект. При этом ответственность за финансовые решения, проверку существенных выводов и соблюдение требований к данным остается за сотрудниками компании.

При закрытии периода финансовая команда тратит много времени на поиск и устранение десятков мелких отклонений: дублей платежей, расхождений между документами, нетипичных корректировок и проводок. И именно в этом сценарии применение ИИ дает ощутимый эффект. Исследование Human + AI in Accounting: Early Evidence from the Field, опубликованное исследователями в области бухгалтерского учета, показало, что использование ИИ в бухгалтерских процессах было связано с сокращением времени закрытия месяца в среднем на 7,5 дня. 

Здесь ИИ полезен тем, что может последовательно анализировать большие массивы данных и выявлять нетипичные сочетания признаков, которые легко упустить при ручной проверке. Например, перевод новому контрагенту в нерабочее время не обязательно указывает на проблему. Но если одновременно изменились реквизиты, назначение платежа, сумма и другие параметры, система отметит операцию как нетипичную. При этом ИИ не подписывает платеж и не заменяет контроль: он помогает расставить приоритеты и определить, какие операции требуют внимания в первую очередь. Решение о блокировке, уточнении или проведении платежа остается за человеком, а все сигналы должны иметь аудиторский след: кто проверил операцию, когда и с каким результатом.

 С чего начать

1. Выбрать пилот на одном юрлице или одном типе платежей — например, оплата поставщикам.

2. Сформировать эталонную выборку из 100-300 операций и вручную разметить: «аномалия» / «норма».

3. Настроить правила и пороги так, чтобы система реагировала только на реальные отклонения. Правила — это формальные условия проверки (новый контрагент, изменение реквизитов, нерабочее время, дробление суммы). Пороги — количественные границы, при превышении которых операция попадает в список аномалий (например, отклонение от лимита или типичной суммы).

4. Запустить систему параллельно с ручным контролем на 2--3 периода закрытия.

Что требуется для запуска

 Данные:

• Выгрузка платежей и учетных операций из банк-клиента, 1С/ERP и казначейской системы, а также данные учета, справочники контрагентов, договоров, лимитов и матрицы платежей.

• История за 12--24 месяца -- чтобы система понимала нормальное поведение компании.

Процессы компании и правила:

Правила проверки: новые контрагенты, изменение реквизитов, нерабочее время, дробление сумм, нетипичные назначения, отклонение от лимита.

Роли:

• Держатель результата — финансовый контролёр или казначей.

• Участники: главный бухгалтер, ИБ- и ИТ-служба.

Как измерять эффект

• Доля полезных сигналов и число ложных срабатываний: замерять на пилоте ежемесячно и по каждому периоду закрытия; задать целевой ориентир, например долю полезных сигналов не ниже 60–70%, а ложные срабатывания снижать относительно ручного контроля. 

• Время на проверку одного платежа и на закрытие периода: сравнить «до» и «после»¹, посчитать экономию часов казначейства и бухгалтерии.

Отклонение план-факт CFO видит сразу. Сложность заключается в том, что ему требуется понять, какие конкретно факторы повлияли на результат и подготовить основание для принятия управленческих решений. Для этого нужно разложить отклонение на факторы и согласовать методику расчёта. Вручную этот процесс занимает часы: данные часто разбросаны по CRM, ERP, договорам и учёту, а расчёт приходится повторять при каждом уточнении. Здесь и подключается ИИ: математическая модель считает вклад цены, объёма, структуры, курса и себестоимости, а нейросеть превращает расчёт в короткое пояснение для руководителя. 

При этом цель ИИ — убрать не проверку финансиста, а ручной расчёт и написание текста с нуля. Например, при точности 80–90% аналитик быстро подтверждает 8–9 пояснений из 10 и дорабатывает 1–2. Верная методика расчета играет в этом сценарии ключевую роль. Если она неверна, то ИИ просто размножит недостоверные ответы.

С чего начать

1. Для пилота выберите одно бизнес-направление и одну целевую метрику, например, выручку или маржу.

2. Возьмите 2–3 закрытых периода, где план и факт оценивались по единой методике.

3. Убедитесь, что методика факторного анализа согласована со всеми ключевыми участниками процесса.

Что требуется для запуска

Данные:

• План и факт по выбранному направлению и целевой метрике в одинаковом формате.

• Детализация по ценам, объемам, скидкам, себестоимости, курсам и сезонности.

• Справочник подразделений и статей, чтобы названия совпадали в плане и факте.

Процессы и методика:

• Согласованная методика расчета отклонения и список ключевых факторов.

• Правила учета разовых событий: премий, корректировок, переоценок, резервов — чтобы они не искажали картину.

Роли:

• Держатель результата — финансовый аналитик или финансовый контролёр.

• Участники: бухгалтерия и владельцы данных, ИТ- и финансовый директор.

Как измерять эффект

• Главный эффект — время на подготовку план-факт-анализа и комментариев. Измеряется в часах до и после¹ пилота. Ориентир — сокращение на 50–70% по типовым отклонениям.

• Скорость ответа руководству — среднее время от вопроса до ответа.

Финансовому директору часто нужны данные, которых нет в стандартной отчетности: например, дебиторская задолженность с выделением просрочки, динамика маржи по отдельному направлению или отклонения от бюджета в разрезе. Обычно приходится обращаться к аналитику, ждать выгрузку и вручную собирать таблицу или график.

ИИ-ассистент позволяет сформулировать вопрос обычным языком и получить результат из согласованных источников данных. Например: «Покажи дебиторскую задолженность на конец месяца в разрезе контрагентов, выдели просроченные долги и сравни их с предыдущим месяцем». Система преобразует вопрос в запрос к базе данных, выполняет его и возвращает результат в виде понятной таблицы или графика.

Если стандартного отчета недостаточно, CFO может уточнить запрос, исследовать причины отклонений или попросить систему подготовить временный дашборд к совещанию. Например, руководитель может запросить динамику маржи по направлению за последние шесть месяцев, а затем сравнить её с объемом продаж, себестоимостью и скидками. Это помогает быстрее перейти от общего вопроса к проверке конкретных гипотез.

Таким образом, ИИ помогает не только получать цифры, но и переходить от вопроса к анализу и визуализации без последовательных ручных запросов на каждую новую выборку. При этом корректность результата зависит от качества данных, согласованной методики расчета показателей и настроенных прав доступа. Финансовая команда проверяет существенные выводы и отвечает за их интерпретацию.

С чего начать

• Выбрать один востребованный вопрос — например, анализ дебиторской задолженности или маржинальности клиентов.

• Взять исторические данные и проверить, как система отвечает на этот вопрос.

• Сравнить ответ ИИ с проверенным отчетом по согласованной методике.

• Убедиться, что система использует утвержденный словарь показателей, а не собственную трактовку.

Что требуется для запуска

Данные:

• Доступ к согласованной копии 1С или витрине данных, а не напрямую к продуктивной базе.

• Исторические данные за 12–24 месяца по выбранным вопросам.

• Единый словарь финансовых показателей и формул: что считается выручкой, маржой и дебиторской задолженностью.

Процессы и методика:

• Согласованная методика расчета показателей, по которым система отвечает на вопросы.

• Правила обезличивания чувствительной информации.

• Журнал запросов: кто обратился к системе, какие данные получил и какой отчет был сформирован.

Роли:

• Держатель результата — финансовый аналитик.

• Участники — ИТ-служба и владельцы данных.

Как измерять эффект

• Время от запроса до готового отчёта: сравнить показатели до и после¹ пилота. Для типовых вопросов можно поставить цель сократить время с часов до минут, если это подтвердится на практике.

• Число ручных обращений к аналитикам — дополнительный показатель.

• Для временных дашбордов — доля решений, которые оказались востребованы регулярно и были перенесены в постоянную отчётность. 

Условия кредитных договоров, дополнительные соглашения, графики погашения и фактические показатели часто хранятся в разных файлах. При этом финансовой команде нужно постоянно следить, не приближается ли компания к нарушению ковенантов и в каком периоде может потребоваться рефинансирование. Нейросеть собирает условия договоров в единую карту: извлекает формулы, пороговые значения и даты контроля, а затем сопоставляет их с текущими показателями.

Сложность состоит в трактовке договора. Например, показатель чистого долга к EBITDA может рассчитываться с учетом исключений, которые указаны только в дополнительном соглашении. Если их не учесть, система покажет риск нарушения там, где его нет. Поэтому ИИ лучше поручить первичную разметку договоров, контроль сроков и подготовку вопросов к банку. Юридическую трактовку и окончательный вывод должна делать финансовая команда.

С чего начать

1. Начните с одного кредитного договора или одного банка.

2. Проверьте, как система извлекает формулы, пороги и даты контроля.

3. Сверьте результаты с ручным расчетом за несколько отчетных периодов.

4. Отдельно проверьте спорные места: что включается в долг, как считается EBITDA, какие есть исключения.

5. Настройте контроль сроков: отчетные даты, даты предоставления документов, платежи, оферты.

Что требуется для запуска

Данные:

• Актуальный реестр кредитных договоров и дополнительных соглашений.

• Графики погашения, ставки, комиссии, обеспечительные пакеты.

• Фактические финансовые показатели из управленческой отчетности.

Процессы и методика:

• Методики расчёта ковенантов: чистый долг, EBITDA, долг/EBITDA, покрытие процентов.

• Перечень исключений и оговорок, которые часто спрятаны в допсоглашениях.

• Правила, как учитывать разовые события, чтобы они не искажали расчёт ковенантов.

Роли:

• Держатель результата — финансовый аналитик или финансовый контролёр.

• Участники: бухгалтерия и владельцы данных, ИТ- и финансовый директор.

Как измерять эффект

• Главный эффект — время на расчёт ковенантов и подготовку отчётности для банка. Ориентир — сокращение на 50–70% по типовым расчётам.

• Число своевременно выявленных рисков — дополнительный показатель.

• Отсутствие пропущенных сроков — контрольный показатель. Если сроки пропускаются, система не выполняет свою функцию.

Когда меняются выручка или маржа, финансовому директору важно увидеть причины отклонения. Например, после¹ повышения цены выручка может вырасти, а маржа --- снизиться из-за падения объема и изменения структуры продаж. ИИ объединяет в драйверной модели историю продаж, цены, скидок и данные о маркетинговых активностях, а затем оценивает, как изменение этих факторов влияет на спрос, выручку и маржу. Это помогает быстрее готовить ценовые сценарии и принимать решения. Чтобы модель была полезна, коммерческий, маркетинговый и финансовый блоки должны использовать единые данные и договориться о методике расчета показателей.

С чего начать

1. Выберите один продукт, регион или канал продаж.

2. Проверьте влияние одного фактора — например, скидки.

3. Сравните прогноз модели с фактическими продажами за прошлые периоды (не менее, чем за 2 года).

4. Убедитесь, что коммерческий, маркетинговый и финансовый блоки используют одни данные и методику.

Что требуется для запуска

 Данные:

• Исторические данные о продажах, ценах, скидках, акциях, каналах, регионах и продуктах.

• Данные о маркетинговых активностях и сезонности.

• Единая методика расчета выручки и маржи.

 Процессы и методика:

• Согласованный перечень драйверов: цена, объём, скидка, ассортимент, канал.

• Правила учета разовых событий: акций, корректировок, переоценок — чтобы они не искажали модель.

• Единый справочник продуктов, каналов и регионов.

 Роли:

• Держатель результата — финансовый аналитик или финансовый контролёр.

• Участники: коммерческий и маркетинговый блоки, ИТ- и финансовый директор.

Как измерять эффект

• Главный эффект — скорость подготовки ценовых сценариев и прогнозов. Ориентир — сокращение на 50–70% по типовым сценариям.

• Точность прогноза спроса. Если отклонение фактической маржи от расчетной выше согласованного порога, модель требует донастройки.

• Число решений, принятых на основе модели, — дополнительный показатель. 

Финансовую модель приходится пересчитывать не только при подготовке бюджета. Да и сами бюджеты этом году пересматривают гораздо чаще обычного. Изменение ставки, курса, объёма продаж, себестоимости влияет на выручку, маржу, ДДС и долговую нагрузку. Внедрение ИИ в финансовое моделирование и сценарное планирование — это переход от статичных бюджетов к динамичному «цифровому двойнику» бизнеса, который позволяет просчитывать десятки сценариев за минуты, а не за дни. Нейросеть готовит черновик расчёта, объясняет логику формул, сравнивает допущения и собирает сценарии на ближайший квартал с основными показателями.

С чего начать

1. Выберите пилотный процесс с высокой ценностью и низким риском. Например, автоматизация черновика прогноза ДДС на основе реестра платежей

2. Проведите аудит доступных данных и систем. Оцените, где хранятся исторические P&L, ДДС, баланс, реестры платежей, данные по продажам и долгам. Проверьте их полноту, частоту обновления и качество.

3. Задайте целевые метрики: сокращение времени на 30–50%, точность не ниже 95%.

4. Настройте поток данных: автоматическая выгрузка финансовых и макро-показателей.

Что требуется для запуска

Данные:

• P&L, ДДС, баланс за 3–5 лет.

• Реестр платежей с детализацией по статьям и датам.

• Долговая нагрузка: графики, ставки.

• Продажи: объемы, клиенты, продукты.

• Макро: ставка ЦБ, курсы, инфляция, цены на сырьё.

• История допущений и сценариев.

 Процессы и методика:

• Методика прогноза: сезонность, лаги, макро-факторы.

• Правила подготовки данных: кто, как часто, как чистить.

• Регламент сценарного планирования: какие сценарии обязательны, какие параметры варьируются, как формируется итоговый набор.

• Пороги точности, при которых ИИ-прогноз принимается без правок, и процедуру эскалации при отклонениях.

• Порядок версионирования моделей и данных, чтобы можно было откатиться к предыдущей версии.

   

Роли:

• Держатель результата — финансовый аналитик/контролер;

• данные и ИТ — аналитик и ИТ-специалист.

• Валидация — независимый эксперт;

• Обучение — тренер или вендор.

Как измерять эффект

• Главный KPI: сокращение времени на черновик и сценарии (ориентир: с дней до 20 мин, или −30–50% трудозатрат).

• Ограничитель: точность прогноза. Если расхождение >5%, экономия времени теряется.

• Качество: снижение отклонения факта от прогноза по ДДС/марже.

• Масштабируемость: рост числа сценариев за то же время (например, с 3 до 30).

Стресс-тест нужен, когда CFO хочет оценить устойчивость бизнеса при сочетании нескольких негативных событий. Вручную собрать комбинации рисков и рассчитать последствия для ликвидности, оборотного капитала и ковенантов сложно: нужно свести бюджеты подразделений, структуру затрат и планы ДДС в единую картину.

Роль ИИ здесь принципиально иная, чем в обычном моделировании. Он позволяет формулировать стрессовые сценарии на естественном языке — не строить вручную таблицу с допущениями, а написать текстом: «Что будет с ковенантами, если выручка упадет на 15% и ставка вырастет на 2 пункта». Система сама переводит это описание в финансовые шоки и подбирает нужные данные. На выходе — таблица или набор сценариев с цифрами, которые можно проверить. Система показывает не только итог, но и цепочку: какие допущения применила, какие данные взяла, как считала. Такие функции появляются и в российских решениях для стресс-тестирования. Ключевое ограничение: ИИ должен работать внутри утвержденной методики и с проверенными данными. Иначе сценарий будет быстрым, но некорректным.

С чего начать

1. Выбрать один стрессовый сценарий — например, снижение выручки на 15%.

2. Сформулировать его на естественном языке и посмотреть, как система строит симуляцию.

3. Проверить, какие допущения система применила и откуда взяла данные.

4. Убедиться, что система показывает, когда именно проявится риск (с задержкой в один квартал или два).

Что требуется для запуска

Данные:

• Бюджеты подразделений, план ДДС, структура затрат.

• Данные по продажам, закупкам, складским запасам и оборотному капиталу.

• Показатели долговой нагрузки и условия ковенантов.

 Процессы и методика:

• Утвержденная схема расчета последствий: как именно считается влияние на ликвидность, оборотный капитал и ковенанты.

• Перечень рисков: падение спроса, рост стоимости финансирования, сбои поставок.

• Правила учёта задержек: через какой период проявляется каждый риск.

Роли:

Держатель результата — финансовый аналитик; участники — риск-менеджмент и владельцы данных.

Как измерять эффект

• Скорость построения сценария. Измеряется в минутах от формулировки вопроса до готового черновика расчёта. Ориентир — с часов до минут.

• Полнота охвата рисков. Сравнивается число рисков, учтенных в сценарии вручную и с ИИ.

• Точность допущений. Проверяется, какие допущения система применила и подтвердила ли их финансовая команда.

• Своевременность реакции. Сравнивается, за сколько дней до события команда получила сигнал о риске до и после¹ пилота.

Один и тот же финансовый результат нужно по-разному представить совету директоров, инвесторам, CEO, собственнику и руководителям направлений. Вручную это означает: взять согласованные P&L и KPI, собрать факты периода, написать комментарии под каждую аудиторию, проверить акценты. Если таких материалов несколько, финансовая команда тратит часы на механическую работу — и при этом рискует упустить важный для конкретного адресата нюанс.

Здесь ИИ готовит первую версию материала: черновик Board Deck, комментарии к отчетности, материалы к инвест-коллу. Роль ИИ — не «написать красиво», а быстро собрать черновик, сохраняя связь с исходными цифрами. Например, снижение маржи можно по-разному объяснить собственнику и CEO: первому — через влияние на дивидендный потенциал и риски, второму — через влияние на денежный поток и план действий. ИИ готовит первую версию, но не решает за автора, что важно для адресата. Финальную ответственность за цифры и формулировки несет финансовый директор или уполномоченный сотрудник.

С чего начать

1. Выбрать один отчетный период.

2. На одних исходных данных подготовить два материала: например, черновик Board Deck по ликвидности и комментарий к P&L для CEO.

3. Отдельно проверить, что акценты соответствуют аудитории: собственнику важны дивиденды и риски, CEO — денежный поток и план действий.

Что требуется для запуска

Данные:

• Согласованные P&L и KPI-дашборды.

• Финансовая отчетность за выбранный период.

• Перечень ключевых событий периода.

   

Процессы и методика:

• Шаблоны презентаций и комментариев для разных аудиторий.

• Правила доступа к финансовой и инвестиционной информации.

• Правила, как учитывать разовые события, чтобы они не искажали картину.

Роли:

Держатель результата — CFO; участники — ИТ-служба и владельцы данных.

 Как измерять эффект

• Время на подготовку первого черновика. Замеряется до и после¹ пилота. Ориентир — сокращение на 50–70% по типовым материалам.

• Число итераций правок после¹ согласования. Если черновик требует много правок, значит, система плохо учитывает аудиторию или методику.

• Скорость ответа на вопросы руководителей и инвесторов. Измеряется среднее время от запроса до ответа.

• Полнота отражения рисков. Проверяется, сколько важных рисков и факторов попало в финальные материалы до и после¹ пилота. Если система помогает не упускать значимое, эффект есть даже при том же времени подготовки.

ИИ приносит финансовой команде пользу в задачах, где нужно быстро обработать большой объем данных, найти отклонения, сопоставить несколько факторов или подготовить понятные материалы для принятия решений. Начинать лучше с конкретной задачи и измеримого эффекта. Однако устойчивый результат зависит от качества и согласованности данных: иначе технология лишь ускорит ручные сверки и размножит расхождения между системами.