[
28
.
08
.
2026
]

ИИ для финансово-экономической службы: автоматизация с FDE

Napoleon IT
Разработчик AI-решений для бизнеса
Искусственный интеллект
LLM
link
Мы автоматизировали работу нашего финансового отдела. Теперь большинство рутинных операций делает ИИ-агент: переносит данные между программами, добавляет данные в таблицы, распределяет расходы и доходы по статьям и пр. Автоматизацию настраивал FDE-инженер, который несколько недель работал в офисе рядом с сотрудниками отдела: главным бухгалтером, бухгалтерами по первичной документации и по расчету заработной платы, экономистами. В статье участники проекта делятся, что получилось автоматизировать, сколько времени высвободили и почему ИИ для каждого подразделения нужно настраивать, непосредственно находясь в отделе конкретной компании.

Начали с управленческого учета

Большинство ИИ-автоматизаций мы сначала тестируем у себя, потом предлагаем это клиентам. Как разворачивали ИИ внутри компании в целом, мы писали в материале «Как мы внедряем ИИ в работу сотрудников: опыт Napoleon IT изнутри». Финансовая служба стала одним из самых показательных участков: здесь много повторяющихся операций и высокая цена ошибки. 

Первым участком стал управленческий учёт. Начали с настройки ИИ-агентов для экономиста. К тому же, так вышло, что специалист на этой роли ушёл в декрет, замену с полным набором компетенций найти не удалось, и на роль взяли стажёра без опыта. Обучать с нуля долго, поэтому параллельно с обучением мы автоматизировали задачи с помощью ИИ: так часть работы стажёру даже не нужно объяснять, она выполняется по накатанному сценарию.

ИИ для экономиста: расходы по проектам без ручного разнесения

Задача. При закрытии месяца экономист считает доходы, расходы и рентабельность по каждому проекту. Бухгалтерский учёт такой детализации не даёт: по нему видна картина компании целиком, но не по проектам. Поэтому каждый расход нужно ежемесячно раскладывать по проектам вручную: зарплату сотрудника и его налоги, в том числе по каждому проекту, каждый оплаченный сервис, командировки и т.п.

Решение. Подключили ИИ-агента к сервису «ПланФакт» (решение для автоматизации финансового и управленческого учета) и к системе управления проектами Jira.

  • Информацию по расходам (серверы, облачные сервисы, подписки, командировки) собираем в одном месте и передаём ИИ-ассистенту. Он находит в «ПланФакте» нужную операцию по дате и сумме и разносит её на статью и проект.
  • ИИ-агент просматривает доски в Jira, видит тикет на оплату и находит платёж в «ПланФакте», сопоставляя контрагента, сумму и дату. Если признаки сходятся, он связывает тикет с платежом и сам разносит расход. Заодно переводит тикет в статус «оплачено», если бухгалтер не успел это сделать.
  • Данные по партнерам (у нас порядка 30–40 контрагентов) ИИ-агент заносит сразу в две системы: в «ПланФакт» и в детальную Excel-таблицу, попутно сверяя их между собой.

Результат в цифрах:

  • Сбор и разнесение расшифровок по всей компании: около 3 часов → 5 минут;
  • Разнесение расходов по партнёрам: день → 5 минут;
  • Риск выбрать не тот проект или не ту статью при ручном разнесении сведен к нулю.

За сотрудником остается проверка внесенных данных, так как какие-то нюансы может заметить только человек

ИИ для бухгалтерии: первичка, касса и зарплата

Сверка чеков виртуальной кассы

Задача. Есть виртуальная касса с большим потоком мелких платежей: тысячи операций в день с небольшой суммой. Касса виртуальная, поэтому чек иногда не пробивается. Проверять это нужно по каждой операции (напомним, их тысячи): сверить выписку банка с чеками, учитывая комиссии, частичные суммы и частные случаи (например, когда несколько позиций пробиты одним чеком). 

Решение. Бухгалтер по первичной документации выгружает данные из банка и с кассового аппарата и передаёт их ИИ-агенту. ИИ сопоставляет операции и показывает, что пробилось, а что нет. Непробитые чеки бухгалтер проводит вручную.

Результат. Построчная сверка банка с кассой ушла из ручной работы. Расхождения находим до того, как их найдёт налоговая.

Зарплатный участок

Задача. После расчёта в 1С данные по каждому сотруднику нужно перенести в управленческую таблицу, чтобы руководство могло проверять данные в удобном виде без погружения в бухгалтерский учет. В таблице огромное количество данных по всем сотрудникам: оклады, премии, больничные, отпуска, выплаты, разных видов налогов; более тысячи строк и столбцов. 

Решение. ИИ-агент видит данные в 1С и сам раскладывает их по таблице: находит человека по фамилии и заполняет нужные столбцы.

Результат. Сотрудники больше не занимаются перепечаткой данных (что ранее занимало половину рабочего дня). Сейчас на задачу уходит 5–10 минут в зависимости от объёма.

Отчётность для банков

Задача. Часть банков требует ежемесячную и ежеквартальную отчётность по своему шаблону. Раньше формы заполняли руками, а поиск данных в 1С занимает много времени.

Решение. ИИ-агент смотрит, как заполнен предыдущий период, берёт данные из 1С и собирает форму по аналогии.

Результат. Специалист тратит на задачу менее 5 минут (ранее уходил почти полный рабочий день).

Кадровый специалист: часы из Jira по проектам

Задача. Разработчики, аналитики и другие технические специалисты трекают рабочие часы в Jira. По итогам месяца кадровый специалист берёт часы каждого сотрудника и распределяет их по проектам, а дальше эти данные идут в расчёт зарплаты. Кадровый специалист делал это руками.

Решение. ИИ-агент выгружает детализацию из Jira, раскладывает часы по проектам и сразу заносит результат в таблицу.

Результат. Больше половины часов разработчиков выгружается автоматически, конечно, кроме тех, кто свои часы не отмечает.

Специалист для внедрения ИИ в финансовую службу: какой он?

Языковая модель хорошо работает с задачами «проверь, сопоставь, перенеси». Но чтобы она делала это на реальных цифрах, кто-то должен объяснить ей бизнес-процессы конкретной компании. Какие ведутся проекты, какие статьи расходов, что означает конкретная формулировка в тикете. Без этой картины ИИ разносит цифры в теории верно, но на практике бывает, что с ошибкой.

Поэтому требуется человек, готовый полностью погружаться в тонкости процессов конкретного заказчика, при этом с первичным пониманием работы финансовой службы и сильным техническим бэкграундом.

Знание одной или нескольких программ, которыми пользуются сотрудники финансовой службы, не даёт знания процессов отдела. Специалист должен сесть за один стол с заказчиком и полностью погрузиться в процессы и задачи заказчика.

Как правило, компании предлагают две опции:
- консультант, который приходит, описывает процессы, но не пишет код.
- инженер пишет код, но не перепроектирует процесс, потому что не видит его изнутри.

Так, появилась новая роль – Forward Deployed Engineer (FDE) –  инженер с допуском к информации, работающий на стороне заказчика.

Как это устроено на практике:

  • FDE приезжает к заказчику на срок от нескольких недель до нескольких месяцев;
  • разбирает бизнес-процессы: там, где они происходят, а не по описанию в презентации;
  • пишет код и сценарии под конкретный отдел.

Профиль хорошего FDE-специалиста

  • Глубокие инженерные знания. Опыт работы в производственной среде: языки программирования с типизацией, распределённые системы, проектирование данных.
  • Любознательность в предметной области. Готовность разбираться в чужой отрасли на уровне деталей, будь то бухгалтерия, цепочка поставок фармацевтической продукции или производственный цикл металлургического завода. 
  • Развитые навыки общения. Инженер работает рядом с людьми и умеет договариваться с напрямую с людьми разных должностей: генеральный, рядовой менеджер, сотрудник на производстве и т.д.

В целом, о том, какие навыки становятся ключевыми, когда человек и ИИ работают в связке, мы делали отдельную статью: «Ключевые компетенции специалистов в эпоху искусственного интеллекта».

ИИ для бухгалтеров и финансистов: инсайты и отзывы

Основная задача сотрудников – это передать FDE-специалисту знания по процессам, которые нужно автоматизировать. Передать нужно все детали, даже на первый взгляд, очевидные, как будто вы пишете промт или к вам на работу пришел стажер, который совсем ничего не знает. Его нужно погрузить в процесс, так специалист учтет все нюансы будущей автоматизации.

FDE-инженер создает сценарии автоматизации, настраивает доступы и интеграции с внешними системами. Далее, когда инженер настроил основной каркас работы, сотрудники могут сами без привлечения специалиста автоматизировать свои задачи, настраивать их под себя.  


«Большая часть рутины ушла из отдела, работа делается в разы быстрее, пропали ошибки в переносе данных, за которые раньше можно получить штраф. При этом качество работы ИИ-агентов оказалась выше, чем мы ожидали изначально,»  – говорит главный бухгалтер Napoleon IT

После таких побед, команда финансового отдела настроена автоматизировать еще несколько задач: кадровое делопроизводство и сверка налогов. Сейчас эти задачи в работе.

Как внедрить ИИ в ваши процессы

Мы предоставляем FDE-специалистов в формате гибридных специалистов AI + Human. Инженер приезжает к вам, разбирает процессы вместе с сотрудниками, настраивает интеграции и сценарии, создает ИИ-агентов под нужные процессы. Такой подход применяется и в других отделах/департаментах.

Если вам нужно автоматизировать финансовый отдел или любое другое подразделение с большим объёмом рутины, расскажите о своих процессах. Разберём, какие участки закрываются первыми и что для этого потребуется.

[
предыдущая
]
Ключевые компетенции специалистов в эпоху искусственного интеллекта
[
следующая
]
Гибридная модель разработки: когда человек и ИИ работают вместе
Мы используем cookies. Продолжая просматривать сайт, вы соглашаетесь с этим. Узнать больше
OK
обсудить проект
обсудить проект