Работа с данными: как искусственный интеллект ускоряет работу финансовых служб

Генеративный искусственный интеллект и ИИ-агенты всё активнее используются в работе финансовых специалистов. СберУниверситет проанализировал этот тренд в отчёте «Финансы в эпоху ИИ: финансовый директор как стратегический партнёр бизнеса». Технологии позволяют автоматизировать операции от сверки документов до выявления скрытых неэффективностей. Рассмотрим три сценария, в которых ИИ уже приносит ощутимый результат.

Содержание:

• ИИ-агенты автоматизируют сверку документов
• Генеративный ИИ ускоряет анализ данных и подготовку отчётов
• Процессная аналитика с ИИ выявляет узкие места
• Главное по тексту

ИИ-агенты автоматизируют сверку документов

Финансовые команды традиционно тратят значительную часть ресурсов на ручную сверку документов. Внедрение ИИ позволяет сократить затраты времени на такие операции до 90%.

Как выглядит процесс сверки с использованием ИИ-агентов

1. Специалист отправляет счёт на проверку в систему.
2. Система автоматически извлекает ключевую информацию из документа (дату, номер, сумму, наименование товаров и услуг, контрагента и другие реквизиты).
3. К счёту подтягивается соответствующий договор: ИИ-агент сверяет данные и условия поставки, выявляет расхождения.
4. Система формирует письмо поставщику с описанием проблемы и запросом разъяснений или корректировки.
5. Специалист подключается на финальном этапе, проверяет письмо и редактирует при необходимости.

Такая оптимизация экономит не только время сотрудников, но и средства бизнеса. Так, автономный ИИ-агент Billy принёс бразильской телекоммуникационной компании около 1,5 млн долларов дополнительной прибыли за девять месяцев. Цифровой помощник сверял данные из трёх источников — из счёта, договора, данных в системе CRM (customer relations management — управление взаимоотношениями с клиентами) — и либо автоматически корректировал документы, либо передавал сложные случаи аналитикам с уже подготовленным разбором. Это позволило сократить потери, связанные с рассинхронизацией данных.

Генеративный ИИ ускоряет анализ данных и подготовку отчётов

Генеративный искусственный интеллект синтезирует выводы из тысяч страниц регуляторных документов и неструктурированных отчётов, превращая недели ручного анализа в минуты автоматизированной обработки. Специализированные сервисы экономят время на ручном заполнении таблиц: данные подтягиваются из учётных и банковских систем, а затем визуализируются в виде графиков и диаграмм.

Нейросеть, интегрированная с корпоративными сервисами при помощи API (application programming interface — программируемый интерфейс приложений), анализирует финансовые данные (доходы, расходы, активы, обязательства), помогая специалистам в принятии решений. Например, можно загрузить в чат-бот бухгалтерский баланс и отчёт о финансовых результатах (в формате PDF, Excel) — система автоматически рассчитает ключевые коэффициенты, ликвидность, рентабельность продаж, сравнит с нормативами и даст рекомендации.

Автоматизация рутины позволяет высвободить ресурсы сотрудников для более ценных задач: поиска точек роста и повышения эффективности. Это даёт возможность перейти от постфактум-контроля к проактивному управлению процессами и их постоянному улучшению. В финансовой сфере за девять лет доля времени, затрачиваемого на автоматизируемые задачи, сократилась с 35 до 19%, тогда как на аналитическую работу увеличилась с 27 до 33%.

Ведущие финансовые организации смещают фокус с обработки транзакций на генерацию идей

Источник: PwC

Процессная аналитика с ИИ выявляет узкие места

Работу бизнес-аналитиков и аудиторов также можно оптимизировать с помощью искусственного интеллекта. На смену ручному сбору данных приходит инструмент интеллектуального анализа — process mining (процессная аналитика). Эта технология позволяет по цифровым следам в корпоративных ИТ-системах восстановить, как операции реализуются на практике. Process Mining собирает данные из журналов событий и строит карту всех вариантов их выполнения, помогая выявить задержки, ошибки и лишние шаги.

Платформа процессной аналитики с ИИ работает по следующему алгоритму:

• восстанавливает фактический путь выполнения операций на основе данных из корпоративных систем и визуализирует все варианты процесса;
• сравнивает реальное выполнение процессов с регламентом, выявляет отклонения, лишние действия и причины задержек;
• помогает находить узкие места, медленные операции и участки с повышенной нагрузкой, а также определять направления для автоматизации и роботизации.

В одном из кейсов российский банк с помощью платформы процессной аналитики проанализировал путь клиента при открытии первого расчётного счёта. Был выявлен сбой в коммуникациях: часть уведомлений приходила с задержкой или не доходила вовсе. После устранения проблемы показатель доходимости (доля клиентов, которые оформили продукт после предварительной заявки) увеличился на 30%.

Редакция СберПро

Автор

• Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в канале в Max. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.