Слишком много ИИ, слишком рано: создают ли финансовые команды условия для провала?

Финансовые команды находятся под огромным давлением внедрять ИИ, в основном из‑за требований советов директоров, стремления CFO к более быстрым закрытиям и обещаний поставщиков о беспрецедентной автоматизации.

Преобладающее предположение состоит в том, что больше ИИ автоматически приведёт к лучшим результатам, поскольку он может за секунды эффективно анализировать данные. Однако скорость сама по себе не гарантирует успех, особенно если базовый процесс ошибочен или недоразвит.

Когда организации спешат внедрять ИИ в финансовые рабочие процессы, они рискуют упустить фундаментальную истину: эффективность ИИ ограничена тем, насколько хороши системы, которые он автоматизирует.

Он может ускорять задачи, но не способен компенсировать слабый контроль, фрагментированные данные или несогласованные процессы.

Тем не менее технология набирает популярность в крупных компаниях, и всё больше фирм надеются, что она даст мгновенные результаты.

К 2025 году доля руководителей высшего звена, считающих риски поведения ИИ одной из главных существенных проблем возросла с 16 % за последние три года до 56 % в перспективе, став ведущим нефинансовым риском. В то же время существенные инциденты бизнес‑поведения увеличились на 55 % в период с 2023 по 2025 год, при средней стоимости $14 млн за инцидент, что приводит к реактивным, а не проактивным инвестициям в управление и качество данных.

Нигде использование ИИ не так критично, как в финансах, где закрытие месяца опирается на контроль, сверку и проверку. ИИ может ускорить этот процесс, но без надёжной основы он может так же легко усиливать существующие слабости, как и устранять их.

Вопрос тогда в том, подготовила ли финансовая функция достаточную основу, чтобы быть готовой к масштабному внедрению ИИ.

ИИ — множитель, а не решение

Несомненно, ИИ — отличный инструмент, упрощающий выполнение задач, однако распространённое заблуждение состоит в том, что ИИ может исправить все сломанные процессы, тогда как на практике он лишь усиливает то, что уже существует.

Если базовые данные непоследовательны, контроль слаб, а процедуры сверки ошибочны, ИИ просто выполнит эти недостатки быстрее и в большем масштабе. Старый принцип «мусор на входе — мусор на выходе» не исчез; теперь он работает на скорости машины.

Это вовсе не означает, что ИИ бесполезен; напротив, он автоматизирует трудоёмкие задачи, такие как извлечение и представление данных, освобождая финансовых специалистов для работы более высокой ценности. Это позволяет им уделять больше времени критическому мышлению, формированию выводов и контролю за тем, что делают машины.

Однако чрезмерная зависимость от ИИ может создать уязвимости, если системы дают сбой или выдают неожиданные результаты. Например, если модель ИИ, используемая для прогнозов рынка, выйдет из строя во время кризиса, она может усилить потери или дестабилизировать рынки.

Базельский комитет по банковскому надзору и другие организации особенно обеспокоены системными рисками, когда массовые отказы ИИ могут угрожать финансовой стабильности.

Вместо того чтобы рассматривать ИИ как лекарство от операционной неэффективности, организации должны сосредоточиться на построении финансовой инфраструктуры, позволяющей автоматизации работать надёжно. Это подразумевает стандартизированные процессы сверки, более сильный внутренний контроль, лучшую управляемость данными и большую прозрачность процесса закрытия.

«Существует распространённое заблуждение, что ИИ — решение проблем процессов. Это не так. Он лишь усиливает то, что уже есть. Руководители финансов часто обращаются к ИИ в поисках облегчения от ручной работы, медленных закрытий или слишком длительной отчётности», — сказала Шагун Малхотра, генеральный директор программного обеспечения для автоматизированного закрытия месяца SkyStem, в разговоре с Unite AI.

Но если базовый процесс ошибочен, как добавила она, ИИ не исправит ошибку. Он лишь ускорит её и увеличит масштаб. «Заблуждение в том, что технология выполняет диагностическую работу, когда это не так. Эта часть всё равно требует профессионала», — сказала она.

SkyStem в основном помогает организациям, чьи платформы финансового закрытия стандартизируют сверки, автоматизируют рабочие процессы и укрепляют внутренний контроль, прежде чем накладывать ИИ на критические бухгалтерские процессы. Вместо того чтобы заменять дисциплинированные финансовые операции ИИ, компания создаёт надёжные операционные основы, чтобы автоматизация могла действительно давать точные результаты без компромисса данных.

«ИИ создаёт огромную ценность в объёме, согласованности и скорости для чётко определённых задач […] Однако те места, где люди должны сохранять контроль, именно там, где опыт имеет наибольшее значение: интуиция риска, распознавание шаблонов в условиях неопределённости и, главное, принятие решений под давлением», — добавила Малхотра.

Основа перед автоматизацией

В финансах почти нет места для ошибок. Точная отчётность, сверки, соблюдение нормативов и возможность аудита являются обязательными; ИИ должен улучшать и упрощать эти процессы, а не ставить их под угрозу, ускоряя существующие слабости системы.

Kognia Labs, консалтинговая и разработческая компания в области ИИ, придерживается аналогичной точки зрения. Она помогает организациям внедрять системы, которые обнаруживают недостатки или несоответствия в отчётах прежде чем они станут настолько дорогими.

Прежде чем ИИ будет внедрён в рабочий процесс, где клиент ждёт ответа, в учреждении должны быть выполнены три условия: связь между системами, доступ к информации, не оформленной как документ, и возможность проверить источник ответа, согласно Александре Олле, директору по стратегии в Kognia Labs.

«Информация, необходимая советнику, распределена по разным системам и форматам, и эти системы обычно не взаимодействуют друг с другом. Именно это делает ответы медленными и несогласованными», — сказала Олле в интервью Unite AI. «ИИ не решает эту проблему, просто наложившись сверху».

Этот разрыв между ускорением процесса и реальным его улучшением становится ощутимым в финансовом контексте: когда на кону стоят средства, надёжность не является опцией, а неправильное управление ИИ несёт реальную юридическую ответственность.

«ИИ улучшает процесс, когда компания использует его, чтобы изменить способ выполнения работы. Обычно это начинается с понимания причин сбоя процесса, чего большинство учреждений не видят ясно, поскольку доказательства находятся в тысячах разговоров с клиентами, на просмотр которых у команды нет времени», — подчеркнула Олле.

Путь вперёд: мост между ИИ и человеком

Прежде чем полагаться на ИИ для автоматизации критических финансовых рабочих процессов, организации должны сначала убедиться, что их процессы готовы к этому. Это начинается с оценки зрелости процессов, устранения узких мест и проблем качества данных, а также поэтапного внедрения ИИ в менее рискованные области перед расширением на более сложные финансовые операции.

Создание прочной операционной основы в первую очередь, в итоге, позволяет автоматизации повышать эффективность без ущерба точности или контроля. И именно в этой части люди не могут ослаблять бдительность; есть вещи, которые ИИ просто не способен выполнить самостоятельно.

Уже есть компании, подход к внедрению ИИ в которых основан на принципе «человек прежде всего», обеспечивая человеческий контроль и достоверность автоматизированных систем. Например, Solvd — калифорнийская компания по разработке программного обеспечения, которая разрабатывает, внедряет и управляет ИИ‑системами для предприятий, специализируясь на построении сложных рабочих процессов, которые затем уточняются людьми перед масштабированием через автоматизацию.

«Компании, которые серьёзно относятся к ИИ, будут учиться быстрее, собирать более ценные сведения о клиентах, работать эффективнее и персонализировать более точно. Со временем поддерживать темп становится сложнее, потому что конкуренты не только используют лучшие инструменты; они строят лучшие данные, процессы и институциональное обучение», — сказал Скайлар Роебак, технический директор Solvd, в интервью Unite AI.

Организация действительно готова к ИИ, когда её руководящий состав согласован не только в отношении важности ИИ, но и в том, как он создаст значительное конкурентное преимущество для бизнеса.

«Человеческий контроль не следует рассматривать просто как одобрение каждой операции ИИ. Такой подход не масштабируется и часто создаёт иллюзию безопасности без реального контроля», — подчеркнул Роебак, добавив, что система должна уметь работать автономно в чётко определённых границах и распознавать неопределённость для эскалации, когда требуется суждение.

Итог таков: ИИ может трансформировать финансы, но он не заменит операционной дисциплины и человеческого суждения, необходимых для финансовых решений. Цель здесь не ускорить закрытие, а ускорить уверенность в нём.

По‑истине успешными окажутся не те организации, которые сначала автоматизируются, а те, которые построят правильную основу и сохранят людей в центре самых важных процессов.