Александр Бессарабенко, Systeme Electric: Почему МЧД недостаточно для безопасности и как поможет ИИ

Машиночитаемая доверенность задумывалась как инструмент упрощения и стандартизации. На практике она показала, что наличие МЧД само по себе не гарантирует ни юридической, ни операционной безопасности. Формально документ может быть оформлен корректно, однако риск возникает в момент, когда фактические полномочия не соответствуют содержанию документа, контексту сделки или внутренним правилам компании.

Именно поэтому проверка МЧД должна рассматриваться не как формальная процедура, а как элемент системы управления рисками.

Ограничения формального подхода

На начальном этапе большинство компаний используют базовую модель контроля: наличие доверенности, перечень полномочий и тип документа сопоставляются между собой. Такой подход логичен, но в реальной практике быстро демонстрирует ограничения.

Проверка МЧД вручную во многом напоминает поиск иголки в стоге сена. Объем документов постоянно растет, вариативность формулировок увеличивается, а сами риски становятся менее очевидными. При этом заранее не всегда понятно, где именно искать проблему.

Формулировки полномочий существенно различаются от компании к компании. Они могут быть как чрезмерно широкими, так и избыточно детализированными или неоднозначными. В результате даже корректно оформленная доверенность не всегда обеспечивает однозначность интерпретации. Это создает риск ситуаций, при которых документ формально подписан надлежащим образом, но, по существу, выходит за пределы предоставленных полномочий.

Дополнительная сложность возникает при переходе с бумажных доверенностей на МЧД. На практике компании часто переносят прежние формулировки без изменений. Однако именно этот этап является оптимальным моментом для пересмотра и стандартизации.

Без такого пересмотра в цифровую среду переносится весь накопленный «зоопарк» формулировок – со всеми неточностями и противоречиями. В результате автоматизация не снижает риск, а лишь быстрее воспроизводит его.

С точки зрения зрелости процесса целесообразно формировать единый корпоративный банк полномочий – набор унифицированных формулировок, из которых можно конструировать доверенности под конкретные задачи. Такой подход снижает вариативность, упрощает контроль и создает основу для последующей автоматизации.

Переход к риск-ориентированной модели

Практика показывает, что бинарной логики «соответствует / не соответствует» недостаточно. Более эффективным является подход, основанный на оценке уровня риска.

В такой модели результат проверки интерпретируется следующим образом:

Это позволяет уйти от иллюзии полного контроля и перейти к управляемой системе приоритизации рисков.

Роль искусственного интеллекта

Использование искусственного интеллекта в данном контексте обусловлено необходимостью анализа смыслового соответствия между полномочиями и содержанием документа.

Важно подчеркнуть, что ИИ не заменяет экспертную функцию. Он выступает инструментом предварительной оценки и выявления потенциальных рисков – своего рода «рентгеном» для документооборота, позволяющим увидеть несоответствия, которые сложно обнаружить при рутинной проверке.

Доступность технологии на практике

Отдельно стоит отметить, что подобные решения уже не требуют значительных инфраструктурных инвестиций.

Распространенное представление о необходимости дорогостоящих GPU-кластеров не всегда соответствует действительности. В прикладных сценариях, таких как проверка МЧД, задача может быть существенно упрощена и ограничена по контексту.

Современные отечественные модели, такие как GigaChat-10B и YandexGPT-5-Lite-8B, позволяют решать подобные задачи при локальном развертывании в закрытом контуре компании. Для ряда сценариев достаточно стандартных серверных мощностей, включая CPU.

Иными словами, в текущих условиях выигрывает не тот, у кого больше вычислительных ресурсов, а тот, кто точнее формулирует задачу и эффективнее использует доступные инструменты.

Ключевые факторы эффективности

Практика внедрения показывает, что результат определяется не столько выбором конкретной модели, сколько качеством исходных данных и бизнес-правил.

Искусственный интеллект не компенсирует недостатки процесса, однако существенно повышает эффективность уже выстроенной системы. Поэтому приоритетом должно быть:

Только после этого использование ИИ дает устойчивый и воспроизводимый результат.

Заключение

Машиночитаемая доверенность – это не просто цифровой аналог бумажного документа, а элемент инфраструктуры управления рисками.

Переход к МЧД – это возможность не только автоматизации, но и переосмысления подходов к контролю. Если использовать этот момент осознанно, компания получает не просто новый формат документа, а инструмент повышения прозрачности и управляемости процессов.

Искусственный интеллект в этой задаче – это уже не эксперимент, а практический инструмент, доступный здесь и сейчас даже без значительных инфраструктурных затрат.

Александр Бессарабенко, руководитель отдела управления системами ЭДО, Systeme Electric