Елисеева Наталья, «Современные системы реновации»: «Мы видим в ИИ значительный потенциал и уже внедряем его»

Елисеева Наталья, руководитель отдела кадрового учета, «Современные системы реновации», и спикер Шестнадцатой конференции «Кадровый ЭДО: цифровизация на практике», рассказала CFO Russia о преимуществах КЭДО для HR и финансов, обозначила сложности интеграции КЭДО с системами бюджетирования, а также описала перспективы применения ИИ в кадровом документообороте.

В чём сегодня главная разница между «обычным» ЭДО и КЭДО как инструментом управления ресурсами?

Ключевое различие лежит в целеполагании. «Обычный» ЭДО решает задачи ускорения внешнего контура: это обмен первичной документацией с контрагентами (счета, акты, УПД) и сдача отчетности в госорганы, а также внутренние процессы согласования. Его миссия – упростить и ускорить взаимодействие с внешней средой.

КЭДО, напротив, сфокусирован на внутреннем контуре – управлении человеческими ресурсами. Это полноценный инструмент кадрового администрирования, охватывающий полный жизненный цикл трудовых отношений. На практике лучше выстраивать связку: интегрировать внутренний контур КЭДО с внешним ЭДО, чтобы обеспечить сквозную цифровизацию и избавить сотрудников от переключений между системами.

Какие конкретные задачи в управлении персоналом и финансами уже удаётся решать эффективнее благодаря КЭДО?

В управлении персоналом эффект достигается по нескольким направлениям:

Автоматизация рутинных операций. Сотрудники самостоятельно подают заявления и знакомятся с ЛНА через личный кабинет. Система автоматически уведомляет и фиксирует статусы ознакомления, исключая личные визиты в отдел кадров. Использование шаблонов и конструкторов документов гарантирует единообразие и минимизирует ошибки, экономя время и руководителей, и персонала.

Эффективная работа с удаленным персоналом. Подписание документов доступно со смартфона в любой момент.

Прозрачность и контроль. HR и руководители видят статус каждого документа в режиме реального времени (кто согласовал, кто ознакомлен), что позволяет оперативно выявлять «узкие места» в процессах.

В финансовом блоке и учете ключевой эффект связан с интеграцией с расчетными системами (например, 1С:ЗУП). Автоматическая передача данных (дата приема, должность, оклад) напрямую из подписанного приказа в расчетный блок исключает ручной ввод и арифметические ошибки. Кроме того, мы фиксируем снижение операционных затрат на бумагу, печать и логистику, а также сокращаем расходы на содержание физического архива.

Сталкиваетесь ли вы с какими-либо сложностями при связке процессов КЭДО с составлением, исполнением и отчетностью по бюджетам?

Да, основная сложность – это технологическая и логическая несовместимость систем. КЭДО, как правило, работает в своей среде, а бюджетирование – в ERP-системах (1С:ERP, SAP) или BI-решениях. Отсутствие готового обмена ведет к ручным выгрузкам, что создает риски ошибок, задержек и дублирования данных.

Вторая проблема – разная логика учета. Структура кадрового документа и маршрут его согласования в КЭДО не всегда соответствуют классификаторам статей затрат и лимитам в системе бюджетирования. Без предварительной настройки преобразования атрибутов система бюджетирования либо не принимает данные, либо интерпретирует их некорректно.

Также актуальны сложности с трансформацией данных для управленческой аналитики. Чтобы перевести поток операционных данных КЭДО в план-фактный анализ (например, по командировочным расходам), требуются доработки правил интеграции. И наконец, любое изменение бизнес-процессов (новый вид расхода, смена маршрута согласования) требует оперативной доработки интеграционного слоя.

Как вы оцениваете эффективность использования ИИ в КЭДО в перспективе? Какие при этом есть сложности и риски?

Мы видим в ИИ значительный потенциал и уже внедряем его в рамках платформы EmplDocs. В частности EmplDocs использует LLM от DeepSeek для ИИ-агентов в интерактивном помощнике «Доки». Эти агенты способны автономно обрабатывать запросы пользователей, анализировать контекст и предлагать оптимальные решения, основываясь на данных и знаниях организации. Это позволяет автоматизировать задачи, которые ранее были недоступны для классической роботизации, и выводит КЭДО на уровень интеллектуального ассистента.

Однако есть ряд объективных ограничений:

Во-первых, качество данных. Для обучения моделей необходим релевантный массив данных. Сбор и подготовка качественных данных – трудоемкий процесс.

Во-вторых, технические и интеграционные ограничения. Возможны сбои в работе ИИ-компонентов и сложности с их встраиванием в существующий ИТ-ландшафт.

Задать свои вопросы Наталье и узнать больше об опыте компании «Современные системы реновации» вы сможете на Шестнадцатой конференции «Кадровый ЭДО: цифровизация на практике», которая пройдет 21 августа 2026 года.

Мария Харитонова