- Интервью
- Отчеты о конференциях
- Цифровая трансформация
- Электронный документооборот
- Финансы: стратегия и тактика
- Общие центры обслуживания
- Информационные технологии
- Финансовая отчетность
- Риск-менеджмент
- Технологии управления
- Банки и страхование
- Кадровый рынок и управление персоналом
- Управление знаниями
- White Papers
- Финансы и государство
- CFO-прогноз
- Карьера и дети
- CFO Style
- Советы по выступлению на конференциях
- Обзоры деловых книг и журналов
- История финансов
- Свободное время
- Цитаты
- Закупки и логистика
КОНФЕРЕНЦИИ
-
20-21 ноября 2025 года
Москва -
26-28 ноября 2025 года
Москва -
5 декабря 2025 года
Москва -
10 декабря 2025 года
Москва -
11 декабря 2025 года
Москва -
Дата уточняется
Москва
Иван Лашков, «Аскона»: «После внедрения ИИ в казначействе останутся единицы сотрудников»
16.10.2025
Иван Лашков, финансовый директор, «Аскона», и спикер Семнадцатого форума финансовых директоров розничного бизнеса Retail CFO 2025, поделился с CFO Russia опытом выбора процессов для цифровизации и рассказал, как ИИ меняет казначейскую функцию.
Какие финансовые процессы вы считаете приоритетными для цифровизации в первую очередь и по каким критериям следует определять очередность внедрения цифровых решений?
Важно понимать, что существуют разные виды цифровизации: роботизация, создание нейросотрудников, автоматизация в рамках одной системы, создание хранилища данных и формирование процессов и информационных продуктов под определенные запросы. Каждый инструмент эффективен для конкретного подразделения.
Если мы говорим про бухгалтерию – это работа с большими объёмами стандартных операций, большинство из которых можно автоматизировать внутри самой ERP-системы. Также здесь полезны RPA, которые позволяют автоматизировать рутинные операции, повторяющиеся в разных системах. В то же время они заменяют человека и высвобождают его время для более важных задач.
Использование ИИ-агентов и создание нейросотрудников подходит для других сфер, таких как экономика, финансы, аналитика. Благодаря созданию своей или использованию внешней ML-среды можно, например, получить аналитику, что произошло с конкретным бизнесом в прошлом году. Сейчас подобными задачами занимаются аналитики: они обращаются к разным системам, анализируют, размышляют, собирают данные. Уже завтра это все с легкостью сможет делать ИИ. Это следующий шаг автоматизации, когда мы не просто автоматизируем и роботизируем повторяющиеся действия, а имитируем логический процесс на базе ИИ.
Как ИИ может использоваться в казначействе для сокращения времени на рутинные задачи и улучшения точности финансовых прогнозов?
Прежде всего, необходимо разделить казначейство на две части. Первая – это фабрика платежей. Роботы легко справляются с тем, чтобы получать согласованные заявки на оплату и отправлять платежи. Здесь не требуется помощь искусственного интеллекта.
ИИ может справляться с задачами более сложного уровня, например, создавать прогнозы денежных средств. Сейчас этим, опять же, занимается человек: собирает потребности, будущие поступления и делает прогноз. Для внедрения ИИ в этот процесс мы разрабатываем специальную модель и создаём обучающую среду, где задаём необходимые факторы. Затем на основе наших внутренних данных обучаем модель, после чего она способна делать прогнозы денежных средств. В будущем функционал технологии значительно расширится: помимо обработки платежей, система сможет заниматься прогнозированием, формированием котировок, установкой лимитов, управлением ликвидностью и принятием определённых решений для корректировки процессов. По сути человек нужен уже только для того, чтобы проанализировать верхние уровни цифр и по ним принять ключевые решения и по необходимости что-то скорректировать. Другими словами, после внедрения ИИ в казначействе останутся единицы сотрудников.
Какие основные риски возникают при использовании решений на базе ИИ в финансовом секторе?
Главный риск – информационная безопасность. Если мы используем не внутреннюю, а внешнюю среду, то неизбежно происходит передача данных сторонним сервисам. А еще хуже, если это персональные данные – компании не имеют права это делать. Поэтому для работы с такой деликатной информацией единственный вариант – создавать внутреннюю среду. Здесь можно пойти двумя путями. Первый – использовать готовое коробочное решение и обучать его под собственные задачи. Однако я считаю это ошибкой. Всегда лучше использовать внешний движок, но закрытые внутренние данные. Например, Google заявляет, что при использовании Gemini все данные остаются конфиденциальными. Но все равно присутствует риск того, что данные не будут в полной сохранности.
Отдельно стоит отметить второй важный риск – это необходимость накопления нового опыта. Хотя мы уже не первые, кто будет это делать сейчас – можно брать лучшие кейсы и применять их, тем не менее, путь проб и ошибок нам все равно придется пройти.
Задать свои вопросы Ивану и узнать больше об опыте «Асконы» вы сможете на Семнадцатом форуме финансовых директоров розничного бизнеса Retail CFO 2025, который состоится 20-21 ноября 2025 года.
Мария Харитонова






