Иван Лашков, «Аскона»: «Наша цель – с достоверностью 98% знать, что будет с компанией через три месяца»

Иван Лашков, финансовый директор «Асконы» и спикер Одиннадцатой конференции «Эффективное управление ликвидностью и оборотным капиталом», рассказал CFO Russia, как искусственный интеллект превращает управление ликвидностью из реактивного контроля в проактивное прогнозирование и позволяет финансовому директору стать архитектором будущей стоимости компании.

Иван, традиционные модели стресс-тестирования часто опираются на исторические данные, которые в турбулентные времена перестают быть релевантными. Насколько критичным для «Асконы» стал переход от реактивного анализа к прогнозному с помощью ИИ, и какие «слепые зоны» классического риск-менеджмента вы закрываете благодаря машинному обучению?

Реактивный подход – это вскрытие случившегося факта. Ты узнаёшь причину смерти, но пациента уже не вернуть. Для бизнеса такой анализ ценности не несёт: факт собран, деньги потеряны.

Сегодня ключевой компетенцией CFO становится способность управлять будущим компании. Моя планка звучит так: с достоверностью 98% ответить, что будет с компанией в ближайшие три месяца, и с достоверностью 95% – что будет через шесть. Это уже не роль контролёра, это функция архитектора будущей стоимости компании.

В проактивной модели ты видишь проблему не по факту, а предвосхищаешь её. И, что не менее важно, заранее видишь возможности – те, которыми обязательно нужно успеть воспользоваться, пока они не стали чужими.

ИИ здесь – великолепный инструмент: он позволяет строить прогнозы, прогонять стресс-сценарии, моделировать различные варианты поведения компании и, по сути, управлять её будущей стоимостью. Главное, что он изменил, – скорость. То, что раньше занимало недели работы аналитиков, теперь считается за часы. И моделировать можно на лету: меняешь вводные в реальном времени и сразу видишь эффект.

Для меня это лучшая иллюстрация перемен. Ты сидишь в кабинете генерального директора, обсуждаешь решение – и прямо в диалоге выдаёшь сценарий за сценарием, модель за моделью. Раньше на такой ответ уходила неделя. Сегодня это возможно благодаря ИИ и современным технологиям работы с данными.

Внедрение ИИ в управление оборотным капиталом часто упирается не в математику, а в доверие к «черному ящику». С каким внутренним сопротивлением или когнитивными вызовами столкнулась ваша финансовая команда на этапе пилотирования, и как вы выстроили процесс, чтобы решение алгоритма было не приговором, а инструментом для обоснования решений перед руководством?

Чёрный ящик – это не про алгоритм. Это когда люди не понимают, какой эффект даст внедрение ИИ, и идут в проект с закрытыми глазами. Вот это и есть настоящий риск, а вовсе не то, что модель нельзя разобрать на винтики.

Поэтому у нас есть методика оценки любых ИИ-инициатив. Всё считается только через инкремент EBITDA, оптимизацию рабочего капитала или рост операционного денежного потока. Причём инкремент обязан быть подтверждён А/Б-тестом или иным достоверным способом. Не нарисованный эффект, а доказанный.

На самом первом этапе, когда инициатива ещё на бумаге, у нас два подхода. Если мы делали похожее раньше – берём внутренний бенчмарк. Если история совсем новая – ближайший внешний. И здесь принципиальная тонкость: из бенчмарка мы забираем не чужие деньги, а только эффекты изменения ключевых показателей, и перекладываем их уже на свои данные. Чужой результат в чистом виде не переносится никогда.

Это если коротко. На деле – целый процесс оценки инициатив и их эффекта, который мы постоянно развиваем и совершенствуем.

Когда так устроено, сопротивление снимается само. Финансисту больше не нужно верить в магию: у него на руках расчёт, подтверждённый эффект и понятная логика. Решение алгоритма перестаёт быть приговором и становится аргументом, с которым идут к совету директоров.

Если раньше управление ликвидностью было историей про казначейство и календарь платежей, то с приходом ИИ это превращается в историю про Data Science. Меняется ли при этом портрет современного финансового директора? Какие навыки (кроме финансовых) теперь критичны для вашей команды, чтобы не просто обслуживать бизнес, а быть стратегическим партнером, используя предиктивную аналитику?

Раньше CFO был хранителем календаря платежей и главным по прошлому. Сегодня это профессия про будущее, и портрет меняется радикально. Финансовые компетенции стали гигиеной – они подразумеваются по умолчанию.

Что добавилось. Первое – свободное владение данными. Не писать код, а понимать, что такое ошибка прогноза, и уметь сказать «эта цифра врёт» раньше, чем это докажет факт. Второе – данные как актив: мечта о нейро-сотруднике разбивается о три разных написания одного контрагента, и львиная доля работы уходит не на алгоритмы, а на справочники и единый источник правды. Третье – доменная экспертиза. Самое ценное, что финансист даёт дата-сайентисту, – это факторы. Ни одна модель сама не догадается, что спрос на матрасы завязан на переезды и новоселья. Четвёртое – продуктовое мышление: мы не обслуживаем бизнес-отчётами, а собираем информационные продукты, и у каждого есть цена вопроса в деньгах.

И пятое – управление изменениями. Скажу честно: в казначействе как в фабрике платежей останутся единицы сотрудников. Прятать это за красивыми формулировками – неуважение к команде. Но это не приговор профессии, а лифт: ценность человека переезжает от сбора данных к суждению, от обслуживания – к стратегии. Сама команда на этот лифт не зайдёт, её туда нужно завести.

Узнать больше о том, как «Аскона» внедряет ИИ для стресс-тестирования и управления ликвидностью, вы сможете на Одиннадцатой конференции «Эффективное управление ликвидностью и оборотным капиталом», которая пройдёт 16 сентября 2026 года.

Ольга Кушнаренко