Александр Леднёв, НПФ «БЛАГОСОСТОЯНИЕ»: «ИИ может радикально изменить эффективность управления ДЗ»

Александр Леднёв, заместитель генерального директора по экономике и финансам, НПФ «БЛАГОСОСТОЯНИЕ», и спикер Тринадцатой конференции «Управление дебиторской задолженностью», рассказал CFO Russia про ИИ в работе с дебиторской задолженностью.

Какие задачи управления дебиторской задолженностью вы уже решаете или планируете решать с помощью ИИ, и какие результаты вы ожидаете получить?

В Фонде, где я работаю, прямой работы с дебиторской задолженностью нет — мы получаем пенсионные взносы от компаний группы РЖД, и эти потоки стабильны и централизованы. Кроме того, у нас действует ограничение на использование ИИ в связи с законом о защите персональных данных.

Тем не менее, в рамках моей образовательной и консалтинговой деятельности я активно использую ИИ в анализе ДЗ для малого и среднего бизнеса. Там ИИ помогает решать следующие задачи.

Во-первых, предиктивного анализа платежного поведения — моделирование вероятности просрочки по клиенту на 60–90 дней вперед.

Во-вторых, приоритизации портфеля — по сумме, сроку, риску, что позволяет фокусироваться на действительно сложных клиентах.

И, в-третьих, автоматизации работы с платежами и спорами — использование ИИ для извлечения данных из документов и подготовки документов для возврата дебиторской задолженности (от письма клиенту до искового заявления).

В проектах мы видим, что внедрение ИИ позволяет снизить DSO на 5–15 дней, сократить просрочку на 20–25%, и освободить до 30% ресурса команды для более стратегических задач.

Какие риски и сложности, связанные с внедрением ИИ в процессы работы с дебиторской задолженностью, вы выявили или предвидите, и как вы планируете их минимизировать?

Основной риск — непрозрачность алгоритмов и информационных потоков. Особенно в МСБ, где уровень цифровой зрелости часто невысокий, важно, чтобы клиент понимал, почему ИИ предлагает то или иное решение. Мы в таких проектах обязательно объясняем логику моделей и нормализуем данные.

Второй риск — комплаенс. В частности, если бизнес обрабатывает персональные данные, то ИИ нельзя внедрять без оценки юридических последствий. В Фонде, например, по этой причине использование ИИ напрямую запрещено.

Также важно помнить о качестве данных: без хороших исторических данных ИИ может давать ложные сигналы. Поэтому мы всегда внедряем эту технологию поэтапно, начиная с автоматизации рутины — анализа и классификации платежей, создания быстрой аналитики.

Как вы оцениваете влияние ИИ на эффективность ваших проектов в долгосрочной перспективе? Какие метрики вы используете для оценки эффективности?

В рамках моих внешних проектов и курсов я вижу, что ИИ может радикально изменить эффективность управления ДЗ. Он переводит работу из реактивной в прогностическую, позволяет выстроить управление дебиторской задолженностью на совершенно ином уровне.

Ключевые метрики, которые мы используем в проектах: DSO (Days Sales Outstanding) — как основной KPI; просрочка 30+/60+/90+ — в абсолютных и относительных значениях. А также доля автоматизированных кейсов — отслеживаем, какой процент кейсов решается без участия человека либо с минимальным участием. И, кроме того, экономия FTE — особенно в back-office и бухгалтерии.

ИИ в управлении ДЗ — это прежде всего про прозрачность, скорость принятия решений и повышение управляемости денежного потока. Даже небольшим компаниям он даёт возможность играть наравне с более крупными за счёт лучшей аналитики и эффективности.

Задать свои вопросы Александру и узнать больше об опыте и планах НПФ «БЛАГОСОСТОЯНИЕ» вы сможете на Тринадцатой конференции «Управление дебиторской задолженностью», которая пройдет 21 мая 2025 года в Москве.

Юлия Сильченко

Комментарии