Школа финансов СберУниверситета представила новый аналитический отчёт «ИИ-финансист: как искусственный интеллект меняет работу финансовой функции». Исследование объединяет российские и международные кейсы, данные ведущих консалтинговых компаний и практические рекомендации по внедрению ИИ в финансовую функцию.

К 2026 году искусственный интеллект перестал быть экспериментом для финансовых подразделений. По данным KPMG, ИИ уже используют 71% компаний использует ИИ в финансовых операциях финансовых функций, 41% из них — в значительной степени (Global AI in Finance, 2026), а глобальный рынок автономных агентов в 2025 году превысил 5 млрд долларов (CB Insights — AI Agent Bible).

Сегодня технологии помогают готовить отчётность, анализировать финансовые показатели, строить прогнозы и автоматизировать рутинные операции. Вместе с этим меняется и роль финансового директора: ключевой задачей становится не внедрение отдельных инструментов, а управление новой моделью работы.

До 40% операций уже могут выполнять ИИ-агенты

Наиболее заметные изменения происходят не из-за замены сотрудников, а благодаря перераспределению задач.

По данным PwC (2025) и Deloitte (2026), основанным на анализе более 40 финансовых процессов:

  • 35–40% операций финансовой функции уже могут выполнять ИИ-агенты;
  • ещё 30–35% задач эффективнее выполнять совместно человеку и ИИ;
  • только 25–30% процессов полностью остаются за человеком — там, где требуется профессиональное суждение и принятие управленческих решений.

Тип задач и их доля

Примеры задач

Выполняемые ИИ-агентами (35–40%)

Обработка первичной документации, стандартные проводки, извлечение данных, подготовка регулярных отчётов

Поддерживаемые ИИ-агентами (30–35%)

Анализ отклонений, моделирование сценариев, проекты пояснительных записок

Выполняемые человеком (25–30%)

Приоритизация на основе стратегии, коммуникация с заинтересованными сторонами, нестандартные решения и решения, основанные на неоцифрованных данных и управленческих суждениях

Исследования показывают, что компании, которые перестраивают процессы под возможности ИИ, получают значительно больший эффект, чем организации, где технологии используются точечно.

Производительность финансистов растёт за счёт новой роли

Главное изменение касается самой профессии. Финансовые специалисты уже работают в тесном взаимодействии с интеллектуальными системами, что позволяет говорить о появлении ИИ-финансистов.

ИИ берёт на себя поиск информации, подготовку черновиков документов, анализ отклонений и обработку больших объёмов данных. Финансовый специалист концентрируется на постановке задач, проверке результатов и принятии решений.

Такой подход уже даёт измеримый результат. Типовые аналитические задачи, которые раньше занимали 4–6 часов, теперь могут выполняться за 1–1,5 часа. При этом согласно McKinsey, организации, интегрировавшие ИИ в сквозные процессы, фиксируют сокращение продолжительности отдельных циклов на 60–80% при сохранении требований к аудиту и контролю.

По данным Google Cloud, 52% компаний уже используют автономных ИИ-агентов в продуктовой среде, а 39% работают более чем с десятью агентами одновременно.

Главным активом становятся не модели, а данные

Практика внедрения показывает, что качество результата определяется не столько моделью искусственного интеллекта, сколько качеством данных. Gartner в исследовании Hype Cycle for Artificial Intelligence 2025 относит готовность данных и автономных ИИ-агентов к двум ключевым факторам текущего этапа развития технологий. Более того, 57% организаций самостоятельно оценивают свои данные как недостаточно подготовленные для применения ИИ. Поэтому компании всё чаще рассматривают внедрение ИИ не как выбор новой модели, а как комплексную работу с данными, интеграцией и системой управления.

Практический ориентир распределения совокупного бюджета на ИИ в горизонте 12–18 месяцев:

  • 25–35% бюджета — данные и инфраструктура;
  • 20–25% — интеграция с ERP, EPM, BI и операционными системами;
  • 15–20% — непосредственно языковые модели и лицензии;
  • 10–15% — контроль качества и мониторинг;
  • 15–20% — обучение персонала и изменение процессов.

Это означает, что инвестиции в ИИ сегодня — это прежде всего вложения в данные, интеграцию и управление. Эти элементы определяют, сможет ли компания получить измеримый эффект от технологий искусственного интеллекта.

Масштабное внедрение невозможно без контроля

Эксперты отмечают, что основная причина неудачных проектов связана не столько с возможностями технологий, сколько с качеством данных, организацией процессов и системой управления. По оценке Gartner, около 30% проектов с генеративным ИИ и свыше 40% агентных инициатив прекращаются ещё на стадии пилота по этим причинам.

Дополнительным вызовом остаётся управление рисками. По данным Deloitte, 73% компаний называют защиту данных главным риском при внедрении ИИ, и только 21% организаций уже выстроили зрелую систему управления автономными ИИ-агентами.

Для финансовой функции это означает, что внедрение ИИ должно сопровождаться защитой данных, проверкой результатов моделей, сохранением принципа «человек в контуре» и едиными корпоративными правилами использования технологий.

Российские компании уже получают измеримый эффект

Использование ИИ постепенно становится частью повседневной работы крупнейших организаций. По данным Банка России, 20% участников финансового рынка используют ИИ на постоянной основе, ещё 15% реализуют пилотные проекты, а 61% рассматривают внедрение генеративных моделей. Это свидетельствует о том, что технологии искусственного интеллекта становятся одним из ключевых направлений развития российского финансового сектора.

По данным, приведённым в аналитическом отчёте:

  • в Сбере в 2025 году было реализовано более 700 ИИ-инициатив и внедрено около 900 автономных агентов, а финансовый эффект превысил 475 млрд руб., включая более 50 млрд руб. от применения генеративного ИИ;
  • в ВТБ использование искусственного интеллекта приносит около 15 млрд рублей экономического эффекта, а в ближайшие два года этот показатель планируется увеличить до 50 млрд рублей;
  • в Т-Банке прямой эффект от применения ИИ в операционных процессах оценивается в несколько десятков миллиардов рублей;
  • в Альфа-Банке роботизированные процессы выполняют около 3,5 млн операций в месяц, что эквивалентно работе примерно 870 сотрудников.

Итоги исследования показывают, что искусственный интеллект окончательно переходит из стадии точечных экспериментов в основу трансформации финансовой функции. Он охватывает значительную часть операционных и аналитических процессов, перераспределяя роли между человеком и технологией и формируя новую модель работы финансовых подразделений.

Наиболее выраженный экономический эффект и устойчивый рост эффективности получают компании, которые выстраивают системный подход — от качества данных и интеграции до управления рисками и изменения процессов. Ключевым фактором успеха становится не столько сама технология, сколько переосмысление архитектуры финансовой функции и встраивание интеллектуальных технологий в контур принятия решений.

Источник: