Александр Леднёв, Московская школа управления Сколково: «ИИ – не источник истины: он сокращает время, но не подменяет решение казначея»

Александр Леднёв, независимый финансовый директор, руководитель программы «ИИ в финансах» Московской школы управления Сколково, и спикер Двадцать пятого международного Форума корпоративных казначеев, рассказал CFO Russia, почему классические LLM дают сбои на банковских выписках, как гибридная схема «правила + ИИ» обеспечивает достоверность, и почему финансовые директора переходят на закрытые контуры, чтобы защититься от «галлюцинаций» на суммах и датах.

В ваших тезисах ключевая фраза – «гибридная схема». Сейчас многие компании пробовали использовать ИИ для аналитики, но часто сталкивались с тем, что нейросеть выдает красивый, но недостоверный результат. Почему классические LLM проигрывают на задачах вроде разбора выписок, и что заставляет компании переходить к гибридной архитектуре (правила + ИИ)? Что может стать той самой «последней каплей», после которой финансисты понимают, что без жесткого контура безопасности и контроля остатков внедрять ИИ нельзя?

Классические большие языковые модели демонстрируют высокое качество при работе с естественным языком, однако задача разбора банковской выписки по своей природе является учётной, а не лингвистической. Модель интерпретирует назначение платежа как текст и на основании предыдущего обучения может подставить статью бюджета, которая не соответствует реальной действительности компании. Помимо этого, результат работы модели не детерминирован: одна и та же операция при повторных прогонах может относиться к разным статьям бюджета, что делает такую классификацию непригодной для регулярной управленческой и регламентированной отчётности.

Гибридная архитектура строится на разделении зон ответственности между детерминированной и вероятностной частями контура.

На практике при обработке банковской выписки детерминированные правила закрывают подавляющую часть потока, а неклассифицированные операции выделяются и используются для расширения словаря правил. Такой подход обеспечивает предсказуемость и воспроизводимость результата – обязательные требования для управленческого учёта.

В любом случае всегда должен применяться подход «Human in the loop» для контроля работы моделей, расчета промежуточных итогов и сверки остатков с банковской выпиской. Инструменты с искусственным интеллектом в настоящее время усиливают человека. Они не заменяют его полностью, поэтому финальное решение всегда остается за человеком.

Вы говорите об извлечении ковенант в реестр и экспресс-скоринге. Раньше это была рутинная работа финансовых аналитиков. Если ИИ берет на себя первичный разбор, значит ли это, что теперь казначей и риск-менеджер начинают заниматься совсем другой деятельностью? Изменится ли их функционал – возможно, они перестанут быть «считчиками цифр» и станут стратегами? Или, наоборот, появятся новые узкие специалисты по контролю за работой ИИ?

Функции казначея и риск-менеджера сохраняются, однако их содержание существенно смещается по цепочке создания стоимости. Значительная доля рабочего времени, ранее направляемая на первичные операции – разноску банковской выписки, вычитку кредитных соглашений, извлечение ковенант в реестр, расчёт стандартных коэффициентов по данным РСБУ, – переходит в контур автоматизации.

Высвободившийся ресурс перераспределяется в три направления.

Организационное закрепление данных функций зависит от масштаба компании. В компаниях среднего размера перечисленные задачи, как правило, распределяются внутри действующей команды казначейства без выделения отдельных штатных единиц. В крупных группах компаний целесообразно выделение отдельной функции – специалиста по контролю ИИ в финансовой функции, находящегося на пересечении казначейства, внутреннего контроля и информационных технологий.

Вы упоминаете критичный момент – «галлюцинации на суммах и датах» и закрытый контур. Наверняка у финансовых директоров есть страх: «А вдруг ИИ ошибется в дате платежа или сумме процентов, и мы пропустим риск кассового разрыва?». Расскажите, как может выглядеть «ритуал безопасности»: что обязательно должно произойти в системе до того, как данные попадут в отчетность? И почему компании уходят от публичных облачных сервисов в сторону закрытого контура – это вопрос комплаенса или чисто технической точности?

Обеспокоенность финансового директора рисками ошибки ИИ на суммах и датах платежей является обоснованной. Ошибка в дате платежа влечёт риск пропущенного кассового разрыва, ошибка в сумме начисленных процентов – риск нарушения условий договора и потенциального технического дефолта. Исходя из этого, применяется базовый принцип: искусственный интеллект не является источником истины в отношении финансовых показателей. Его роль – сокращение времени получения достоверного результата, но не его подмена.

До того, как данные, обработанные с использованием ИИ, попадают в отчётность, они проходят пять обязательных контрольных процедур.

Переход к закрытому контуру обусловлен одновременно двумя категориями требований, действующими в совокупности.

С позиции казначейской функции закрытый контур не является избыточной мерой предосторожности, а представляет собой базовое требование к организации работы с чувствительными финансовыми данными. Он не исключает возможность ошибок, однако обеспечивает условия работы по совершенствованию модели и невозможность утечки за пределы контура данных компании.

Задать свои вопросы Александру и узнать больше о практических подходах к внедрению ИИ в казначействе вы сможете на Двадцать пятом международном Форуме корпоративных казначеев, который пройдет 29–30 октября 2026 года в Москве.

Ольга Кушнаренко