ИИ в финансах компании: задачи финотдела, которые берет агент
ИИ в финансах компании собирает данные для платежного календаря, объясняет отклонения план-факта, ранжирует дебиторку и пишет комментарии к управленческой отчетности. Суммы считает учетная система или код, агент ищет причины по документам. Решения о платежах, бюджете и должниках принимает финансовый директор.
Чем финотдел отличается от банка?
По запросу «ИИ в финансах» поиск показывает в основном банки и финтех с их скорингом, антифродом и роботами-консультантами. Для них Банк России 9 июля 2025 года выпустил Кодекс этики в сфере разработки и применения искусственного интеллекта на финансовом рынке. Документ рекомендательный и обращен к финансовым организациям.
Финансовый отдел торговой или производственной компании решает другие задачи. Он планирует деньги, следит за бюджетом, собирает долги покупателей и готовит отчеты собственнику. Правила для него задают внутренние регламенты, законы № 402-ФЗ о бухучете и № 152-ФЗ о персональных данных о персональных данных.
Финансовые службы за рубежом уже пользуются ИИ. По опросу Gartner, опубликованному в сентябре 2024 года, ИИ применяли 58% финансовых функций. Опрос глобальный, российских данных такого уровня я не нашел.
Какие задачи финотдела берет агент?
ИИ-агент — программа на основе языковой модели, которая выполняет шаги в рабочих системах по описанному процессу. Он читает учетную базу, таблицы и почту, сводит данные и готовит черновик для человека. Я делю работу финотдела на участки и для каждого записываю, кто проверяет результат.
Участок | Что делает агент | Кто проверяет |
|---|---|---|
Платежный календарь | собирает ожидаемые поступления и выплаты, объясняет кассовый разрыв | казначей |
Бюджет и план-факт | находит строки с отклонением, ищет документы-причины, пишет комментарий | владелец статьи бюджета, финансовый директор |
Дебиторская задолженность | ранжирует долги по сроку и сумме, готовит список для звонков | менеджер сделки, финансовый директор |
Управленческая отчетность | собирает таблицы, отвечает на вопросы собственника со ссылками на строки | финансовый директор |
Два соседних участка я разобрал отдельно. Прием и проверку счетов я описал в статье «Автоматизация заявок на оплату с помощью ИИ», сборку реестра и контроль поступлений — в статье «Реестр платежей и контроль оплат: что можно отдать ИИ». Первичка, сверки и отчетность перед налоговой относятся к бухгалтерии, о них статья «ИИ для бухгалтерии: что автоматизировать, а что оставить человеку».
Как агент помогает с платежным календарем?
Платежный календарь — план поступлений и выплат по дням. В учетной системе 1С:ERP он строится из плановых оплат, а его выполнимость система проверяет автоматически. По документации 1С:ERP, система сама находит и кассовый разрыв. Устраняют его переносом платежей, изменением условий продаж или кредитом.
Агент закрывает то, чего в системе нет. Покупатель пообещал оплату письмом, менеджер перенес отгрузку в CRM, поставщик прислал новый график. Агент читает эти источники и предлагает казначею правки календаря со ссылкой на письмо или сделку.
Потом агент объясняет разрыв. Он показывает, какие три-четыре платежа его создают и какие поступления могли бы его закрыть. В черновике он предлагает перенести платеж поставщику, напомнить покупателю или взять кредит.
Даты платежей в календаре я бы агенту двигать не давал. Перенос платежа меняет отношения с поставщиком, а это решение казначея или финансового директора. Агент предлагает сдвинуть платеж и показывает последствия.
Как ИИ разбирает план-факт по бюджету?
План-факт сравнивает бюджет с фактом за период. Факт для такого анализа система 1С:ERP берет из данных регламентированного и управленческого учета и сама строит отчет. После отчета начинается работа финансиста. Он ищет, почему статья ушла от плана, и спрашивает ее владельца.
Эту часть агент берет на себя.
- Отбирает строки, где отклонение выше порога. Порог задает финансовый директор, ориентир для первого месяца — 10%, дальше его подбирают по размаху ваших статей и сумма, существенная для вашего бюджета.
- Открывает договоры, счета, поступления и проводки по этой строке.
- Называет причину по документам, например разовую закупку, перенос оплаты на следующий месяц или ошибку в статье.
- Пишет владельцу статьи вопрос, если документы причину не объясняют.
- Готовит комментарий к отчету со ссылкой на каждый документ.
У Anthropic есть открытый набор плагинов Claude for Financial Services. Один из агентов, Month-End Closer, ведет начисления, остатки на конец периода и комментарии к отклонениям. Авторы репозитория пишут (описание сверено 23 октября 2026 года), что агенты делают черновики для проверки специалистом. Проводки в учет они не вносят, каждый результат ждет подтверждения человека. Тот же порядок я считаю правильным и для финотдела без готовых плагинов.
Что агент делает с дебиторской задолженностью?
Дебиторка — долги покупателей перед компанией. Задолженность по срокам учетная система раскладывает сама. Агент добавляет к таблице то, что знают менеджеры и что лежит в почте, например обещания оплатить, споры по качеству и просьбы об отсрочке.
По этим данным агент ранжирует должников. Сначала идут большие суммы с долгой просрочкой и без ответа на письма. Потом долги, по которым покупатель спорит. Список с причиной по каждой строке получает финансовый директор, звонки делают менеджеры сделок.
Отдельно агент следит за давностью. По статье 196 ГК РФ общий срок исковой давности — три года. По статье 203 срок прерывается, если должник совершает действия, которые свидетельствуют о признании долга, и начинается заново. Агент подсвечивает долги старше двух лет (ориентир), а какие действия должника считать признанием, решает юрист.
Черновики напоминаний покупателям агент готовит так же, как при контроле поступлений по реестру платежей.
Как нейросеть помогает с финансовым анализом?
Нейросеть для финансового анализа полезна в двух ролях. Она собирает управленческий отчет из выгрузок и объясняет его собственнику простым языком. Числа в отчете при этом считает код, модель пишет текст вокруг готовых чисел.
Источники данных у финотдела обычно в таблицах. С файлами Excel агент работает через Excel MCP Server. По описанию автора, сервер читает и правит книги, формулы и сводные таблицы без установленного Microsoft Excel. Для Google Таблиц есть сервер mcp-google-sheets. Если вы строите отчеты в DataLens, у команды сервиса есть официальные скиллы DataLens для работы с наборами данных, чартами и дашбордами из Python.
Вопросы собственника агент разбирает по данным. «Почему упала маржа в сентябре?» он раскладывает на выручку, себестоимость и скидки и находит, какая группа товаров дала падение. В ответе стоит ссылка на строки отчета, на которых агент построил вывод.
Ошибки здесь начинаются с данных. Модель не знает вашей учетной политики, разницы между управленческими и бухгалтерскими статьями и разовых договоренностей. Если в справочнике статей нет описаний, агент ошибется в классификации, поэтому справочник я бы описал до запуска.
Кто в агенте считает числа?
Числа считает код или учетная система. Языковая модель предсказывает следующее слово текста. Сложение длинного столбца для нее такая же генерация, и в сумме модель может уверенно ошибиться. Почему так происходит, я разобрал в статье «Галлюцинации нейросети: почему ИИ выдумывает и как это проверить».
У Claude для расчетов есть инструмент выполнения кода. По документации Anthropic, модель запускает Python и Bash в изолированном контейнере, анализирует данные и строит графики. Агент пишет скрипт, получает точную сумму и вставляет ее в отчет вместе со ссылкой на расчет.
Для финотдела из этого следует правило проверки. У каждого числа в черновике агента должен быть источник в виде запроса к учетной системе, строки выгрузки или скрипта. Число без источника финансист возвращает агенту.
Отдельный вопрос — где идет расчет. По документации Anthropic на 23 октября 2026 года, файлы и результаты в контейнере хранятся до 30 дней, а режим нулевого хранения данных к инструменту не применяется. Если политика безопасности такого хранения не допускает, скрипты агента запускают на сервере компании.
Где граница агента в финансах?
Границу я записываю до запуска, в одном документе для финансового директора и ответственного за безопасность.
- Агент сам собирает данные для календаря, объясняет отклонения бюджета, ранжирует дебиторку, пишет комментарии к отчетам и черновики писем.
- Человек проверяет каждый перенос платежа, каждый комментарий к бюджету перед отправкой собственнику и каждое письмо должнику.
- Агент видит копию учетной базы или выгрузки по своему участку с правами только на чтение, таблицы бюджета и переписку по оплатам.
- Агент не проводит платежи и проводки, не меняет бюджет и не договаривается с должниками.
Персональные данные есть и в финансовых таблицах. Это данные покупателей-предпринимателей и зарплаты сотрудников в бюджете. Если агент обрабатывает их в облаке за рубежом, действует статья 12 закона № 152-ФЗ о трансграничной передаче. По части 5 статьи 18 оператор при сборе обязан записывать, систематизировать, накапливать, хранить, уточнять и извлекать данные граждан России с помощью баз на территории России. Место работы модели компания выбирает до запуска вместе с ответственным за обработку персональных данных.
Я бы начал с план-факта за прошлый квартал на копии данных. Отчет уже готов, и комментарии агента легко сравнить с тем, что тогда написал финансист. Как я подключаю агента к учетной системе и описываю его границы, рассказываю на странице услуги ИИ-агент для финансового отдела. Другие разборы для финансистов лежат в рубрике «Финансы».
Частые вопросы
Чем ИИ в финансах компании отличается от ИИ в банке?
Банк применяет ИИ в работе с клиентами, в скоринге, антифроде и консультациях. Для таких организаций Банк России в июле 2025 года выпустил рекомендательный Кодекс этики ИИ на финансовом рынке. Финотдел обычной компании работает с собственными деньгами. Он планирует платежи, контролирует бюджет, собирает долги покупателей и готовит отчеты собственнику. Его правила задают внутренние регламенты и законы о бухучете и персональных данных.
Может ли нейросеть сама сделать финансовый анализ?
Текстовую часть может. Нейросеть объясняет отклонения, находит документы-причины и пишет комментарий к отчету. Числа для анализа считает учетная система или код, потому что модель генерирует текст и может ошибиться в арифметике. У каждого числа в выводе агента должен быть источник в виде строки выгрузки, запроса к базе или скрипта. Выводы проверяет финансовый директор.
Какие данные нужны агенту финотдела?
Для старта хватает выгрузок по одному участку: план и факт бюджета за квартал, оборотно-сальдовая ведомость по расчетам с покупателями или плановые платежи на месяц. Агенту нужен справочник статей с описаниями, иначе он ошибется в классификации. Учетную базу агент получает с правами только на чтение. Платежные права агенту не открывают.
С какой задачи начать внедрение ИИ в финотделе?
С план-факта за прошлый квартал на копии данных. Отчет уже готов, финансист знает реальные причины отклонений и может сравнить их с комментариями агента. За один-два месяца (ориентир) видно, где агент ошибается и что дописать в инструкцию. После этого к нему подключают платежный календарь или дебиторку.
Источники
- Банк России: искусственный интеллект на финансовом рынке, Кодекс этики (9 июля 2025 года) (откроется в новой вкладке)
- Gartner: Survey Shows 58% of Finance Functions Using AI in 2024 (11 сентября 2024 года) (откроется в новой вкладке)
- 1С:ERP: казначейство, платежный календарь, заявки на расходование, лимиты (откроется в новой вкладке)
- Фирма «1С»: бюджетирование и казначейство в 1С:ERP, план-фактный анализ (презентация) (откроется в новой вкладке)
- Anthropic: financial-services (Claude for Financial Services), репозиторий на GitHub (откроется в новой вкладке)
- Гражданский кодекс РФ, часть первая, статья 196 «Общий срок исковой давности» (откроется в новой вкладке)
- Гражданский кодекс РФ, часть первая, статья 203 «Перерыв течения срока исковой давности» (откроется в новой вкладке)
- Excel MCP Server, репозиторий на GitHub (откроется в новой вкладке)
- mcp-google-sheets, репозиторий на GitHub (откроется в новой вкладке)
- DataLens: официальные скиллы для агентов, репозиторий на GitHub (откроется в новой вкладке)
- Anthropic: Code execution tool, документация Claude (откроется в новой вкладке)
- Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных» (откроется в новой вкладке)
Разберем вашу задачу
Опишите процесс, который отнимает время у отдела. Первая консультация бесплатная: отвечу, подходит ли задача для агента и с чего начать.



