Александр Бессарабенко, Systeme Electric: «"Зоопарк" мнений о полномочиях в МЧД приводит к мисинтерпретациям и потенциальным рискам»

Александр Бессарабенко, руководитель отдела управления системами ЭДО компании Systeme Electric, спикер предстоящей конференции «Актуальные вопросы применения машиночитаемой доверенности», рассказал CFO Russia о главных рисках машиночитаемых доверенностей и о том, как искусственный интеллект помогает эти риски обнаружить – даже без сложного смыслового анализа.

Александр, в своей практике вы наверняка сталкивались с ситуациями, когда наличие МЧД не гарантировало юридической чистоты сделки. С какими самыми неочевидными и «тонкими» рисками, связанными именно с интерпретацией полномочий в МЧД, сталкиваются компании?

Важно понимать, что сам формат МЧД, на наш взгляд, ещё не до конца сформировался. Даже операторы ЭДО изначально, когда существовал формат 002, советовали использовать текстовые полномочия. Сейчас формат 002 закрыт, существует 003, но многие компании по инерции продолжают работать именно с текстовыми формулировками, а не с полномочиями, где можно выбрать конкретные типы документов и лимиты.

В итоге у каждой компании складывается своя практика формулировок. Этот «зоопарк» мнений и приводит к мисинтерпретациям, которые, в свою очередь, создают реальные риски – в том числе те, которые уже оценивает налоговая. Поэтому вопрос о долгосрочном, стандартизированном подходе к определению полномочий до сих пор стоит ребром.

Вы утверждаете, что ИИ способен выявлять расхождения. Можете привести пример, как ИИ «понимает» смысл полномочий в МЧД и сопоставляет его с текстом документа? Это сложный поиск, по ключевым словам, или всё же смысловой анализ?

Искусственный интеллект – это, по сути, статистический инструмент. Всё зависит от контекста, который он использует для своих, если можно так сказать, «размышлений» (хотя на самом деле это просто вычисления).

Мы, например, используем полностью закрытый контур без какой-либо передачи данных, особенно трансграничной – это сейчас предельно контролируется. ИИ работает с базовыми понятиями: «договор», «дополнительное соглашение», «сумма» (чаще в рублях), «закрывающие документы». Именно на этих понятиях он и обучался, поэтому дополнительной пояснительной работы почти не требуется.

На практике это означает, что даже «из коробки» открытые ИИ-модели российских производителей – будь то решения от Яндекса или Сбера – уже позволяют получить качественный результат.

Статистика показывает, что даже базовая модель ИИ способна распознавать, подходит ли конкретный документ для подписания по имеющейся доверенности.

Как количественно измерить эффективность такого ИИ-анализа для бизнеса? Речь идёт только о предотвращении убытков или есть и другие преимущества?

Тут всё зависит от подхода, принятого в компании.

Первый подход – оценить, сколько времени у человека ушло бы на проверку каждого документа. Этого, разумеется, никто не делает, и риск остаётся открытым. В непростые времена все сосредоточены на операционной эффективности, а не на рисках, которые кажутся маловероятными.

Второй, более прогрессивный подход – считать количество выявленных нарушений. Мы смотрим, сколько нарушений нашёл ИИ, и к каким потенциальным убыткам они могли бы привести.

Это и есть прямая финансовая эффективность внедрения технологии.

Узнать больше о возможностях и ограничениях применения ИИ для анализа полномочий и задать свои вопросы Александру Бессарабенко вы сможете в рамках конференции «Актуальные вопросы применения машиночитаемой доверенности», которая пройдет 12 марта 2026 года.

Ольга Кушнаренко