Почему CFO в компании становится ключевым цифровым проектировщиком

Read Time:4 Minute, 57 Second

Фото: пресс-служба

За последние два года большинство российских компаний перешли к массовому использованию ключевых технологий искусственного интеллекта (ИИ). Доля компаний, применяющих четыре ключевые технологии — генеративный ИИ, речевые технологии и обработку естественного языка (Natural Language Processing, NLP), компьютерное зрение и рекомендательные системы — хотя бы в одной функции, достигла в среднем 76% в 2025 году, следует из опроса технических директоров 150 российских компаний, проведенного аналитиками «Яков и партнеры» и «Яндекса» в рамках исследования «Искусственный интеллект в России — 2025: тренды и перспективы».

ИИ, согласно их выводам, становится стратегическим направлением развития бизнеса, особенно для наиболее продвинутых отраслей. В IT и технологиях 70% респондентов внедрили ИИ сразу в нескольких функциях, в телекоме и медиа — 55%, в e-commerce (электронная торговля, онлайн-коммерция) — 50%, в банкинге и страховании — 26%. За последний год компании этих секторов направили на развитие искусственного интеллекта 13–17% годового IT-бюджета и планируют 13–16% на следующий год. Для сравнения: в среднем по рынку доля ИИ в IT-бюджете составила 11%, а в отстающих отраслях — машиностроении, автопроме, FMCG и других — инвестиции ограничились 6–9% и в планах не превышают 7–10%.

При этом мировой опыт показывает, что почти половина (47%) компаний, использующих генеративный ИИ хотя бы в одной бизнес-функции, столкнулись с негативными последствиями, следует из данных McKinsey (2025): например, 41% банков отмечают, что проблемы проверки моделей сдерживают внедрение генеративного ИИ. «Галлюцинации» в финансовом контексте, например, могут привести к завышенным итогам доходов или вымышленным историям банкротств клиентов, непрозрачность моделей создает репутационные и регуляторные риски, а возможность каскадного распространения ошибок через взаимосвязанные системы может спровоцировать цепочку накапливающихся искажений.

Углубление интеграции ИИ в производственные процессы повышает уровень ответственности финансового блока при прогнозировании отдачи и возможных потерь. Вопрос не в том, стоит ли инвестировать в ИИ, а в том, как защитить эти инвестиции.

Так, по данным Массачусетского технологического института (MIT, 2025), 95% компаний пока не фиксируют измеримой отдачи от инвестиций в генеративный ИИ, что подчеркивает критическую важность системного подхода к оценке ИИ-инициатив.

Финансовая оценка ИИ-проектов должна строиться на принципах объективности, консерватизма и полноты учета, измерять инкрементальный эффект относительно лучшей альтернативы и охватывать весь жизненный цикл проекта — от сбора данных до мониторинга модели в эксплуатации. Особого подхода, на мой взгляд, требует оценка возврата инвестиций в ИИ: например, Risk-Adjusted Intelligence Dividend (RAID, подход к оценке ценности искусственного интеллекта) позволяет при определении выгод учесть вероятностные потери от рисков, которые сам же ИИ создает, и получить реалистичную картину.

По данным McKinsey, среди организаций, инвестирующих в ответственный ИИ — то есть использующих подход, обеспечивающий безопасность, прозрачность, справедливость и этичность технологий, а также минимизацию рисков их применения в бизнесе, — 42% отмечают рост эффективности бизнеса и сокращение издержек, 34% — укрепление доверия клиентов, 22% — снижение числа ИИ-инцидентов.

В условиях, когда ключевой задачей бизнеса становится переход от разрозненных пилотов к системному внедрению и управлению ИИ, финансовая функция становится архитектором этого процесса: формирует портфель ИИ-инициатив и привязывает их к бизнес-целям, проводит строгую финансовую валидацию каждой такой инициативы как полноценного инвестпроекта и, по сути, обеспечивает окупаемость инвестиций.

Таким образом, в процессе ИИ-трансформации бизнеса финансовый директор (CFO, Chief Financial Officer) становится соархитектором корпоративной стратегии: участвует в проектировании бизнес-модели, технологической архитектуры и инвестиционных приоритетов.

В мировой практике, по данным Deloitte (2025), 57% финансовых директоров уже играют ведущую роль в формировании стратегии, а периметр их ответственности увеличился на 20%: они стали курировать смежные бизнес-направления и участвовать в принятии решений по продуктовой стратегии. Развитие платформенной экономики в целом требует от финансистов компетенций в оценке эффективности экосистем и управлении рисками интеграции во внешние платформы. Финансовые руководители мировых компаний в 1,5 раза чаще выступают драйверами цифровой трансформации, отмечают в Deloitte: 48% активно внедряют облачные инфраструктуры и интегрируют ИИ-агентов непосредственно в финансовые процессы.

Эффективное применение ИИ превращает сам финансовый блок в высокопроизводительный интеллектуальный центр: машинное обучение повышает точность прогнозов, генеративный ИИ работает с большими объемами неструктурированных данных и ускоряет принятие решений, а мультиагентные системы сами выполняют сложные задачи и позволяют снижать операционные риски.

По оценкам PwC (2025), агентные системы способны перенаправить до 60% рабочего времени финансовых команд на стратегическую аналитику. 53% финансовых организаций, по данным Google Cloud (2025), уже внедрили ИИ-агентов в продуктовую среду.

Более глубокое понимание поведения клиентов, рост точности прогнозов и автоматизация рутинных операций расширяют возможности стратегического управления и влияют на устойчивый рост компании.

Именно финансовые службы занимаются созданием и управлением данными, проверяют их качество и используют для принятия решений. Это помогает быстрее замечать изменения на рынке, подстраивать бизнес под новые условия и улучшать управление. При этом важно, к примеру, объединить все инструменты в одну систему — Data & AI платформу — для удобного анализа данных в реальном времени. Например, платформа бизнес-аналитики и визуализации данных «Сбера» — «Навигатор BI» — позволяет создавать интерактивные дэшборды и отчетность в режиме реального времени, поддерживает мониторинг более 55 тыс. показателей на сотнях дэшбордов и предоставляет доступ к аналитике более чем 30 тыс. пользователей. Встроенная генеративная система бизнес-аналитики (Generative Business Intelligence, Gen BI) позволяет создавать визуализации по запросу пользователя.

В будущем финансовые аналитики будут тратить 15% времени на подготовку данных и 85% на глубокий анализ и работу с бизнесом, следует из прогнозов Accenture.

По мере того как рутинные управленческие цепочки замещаются автономными ИИ-агентами, роль финансового директора смещается к проектировщику «цифрового штата».

Фундаментально меняется роль сотрудников финансовых подразделений: высвобождается их время для глубокой аналитики и стратегического принятия решений. Это формирует запрос на гибридных специалистов, которые обладают и финансовой экспертизой, и цифровыми компетенциями, и продуктовым мышлением.

Пока в целом на рынке сохраняется критический разрыв между возможностями технологий и готовностью команд к их применению. Подготовка управленческой отчетности по-прежнему занимает дни вместо нескольких минут, решения принимаются интуитивно при наличии неиспользуемых массивов данных, а команды не владеют инструментами предиктивной аналитики и не могут оценивать экономику ИИ-проектов.

Поэтому задача финансовых директоров — выстроить системную программу развития для себя и своих команд. Стратегическим партнером в этом процессе может стать Школа финансов «СберУниверситета», треки которой сформированы на основе опыта цифровой трансформации финансового блока «Сбера». Уверен, что переосмысление роли финансистов в ИИ-трансформации бизнеса и расширение использования ИИ и данных в работе финансового блока любого предприятия будут способствовать повышению его производительности и конкурентного преимущества.