Как изменится жизнь финансового директора в ближайшие три года из-за ИИ

Недавно один CFO крупного казахстанского холдинга сказал мне фразу, которая очень точно описывает реальность финансовой функции: «Я трачу 70% времени, объясняя прошлое. И только 30%, думая о будущем. Хотя именно за будущее мне платят акционеры».

И мы видим, это не жалоба одного человека. Это почти универсальное описание роли CFO в больших компаниях. И именно эту диспропорцию сейчас начинает менять ИИ — в реальной работе финансовых команд.

Почему на этот раз это не очередной хайп?

Скептицизм понятен. Финансовые директора уже переживали ERP-бум, потом RPA, Big Data. Каждый раз ожидания были очень высокими, а реальный эффект приходил медленнее.

Но сейчас ситуация иная. В исследовании KPMG CEO Outlook 2025, 71% руководителей крупных компаний называют ИИ ключевым направлением инвестиций. При этом более двух третей (69%) направляют на внедрение ИИ от 10 до 20% своего бюджета.

Как казахстанские банки осваивают искусственный интеллект

Читать

Впервые технология начала говорить на языке финансистов. Не требует команды data scientists, не требует писать код. ИИ просто появляется внутри инструментов, которыми финансовый департамент уже пользуется каждый день. И это радикально меняет динамику внедрения.

ИИ уже внутри ваших систем (даже если кажется, что нет)

Часто ИИ воспринимают как отдельный новый продукт, который нужно покупать и внедрять. На практике ИИ становится новым слоем поверх существующей инфраструктуры.

SAP и Oracle уже внедряет ассистентов, которые умеют отвечать на вопросы вроде «почему у нас отклонение по марже в третьем квартале», анализируя транзакционные данные компании. То, что раньше требовало длинной цепочки запросов и выгрузок, начинает происходить почти мгновенно.

Microsoft делает похожий шаг через Copilot — особенно заметный для рынков СНГ. Когда ИИ появляется прямо в Excel и Power BI, барьер входа практически исчезает. Финансовый аналитик может сформулировать запрос обычным языком и сразу получить готовую визуализацию или разбор данных.

Какие возможности и риски несет эпоха искусственного интеллекта

Читать

В планировании интереснее всего развивается направление у Anaplan: система сама ищет драйверы, которые действительно объясняют финансовый результат. Финансисты все меньше работают с формулами и все больше с готовыми сценариями.

Параллельно растет роль универсальных ИИ-ассистентов вроде Claude. Они закрывают задачи, которые раньше занимали дни: финансовые модели, сценарный анализ, подготовка материалов к стратегическим сессиям.

В итоге происходит очень важная вещь: CFO все меньше зависит от IT-департамента, когда нужен быстрый аналитический ответ.

Три роли CFO: где изменения будут самыми заметными?

Если сильно упростить, у финансового директора есть три ключевые роли:

• контроль и отчетность;
• планирование будущего;
• бизнес-партнерство.

ИИ влияет на все три, но по-разному.

1. Отчетность и контроль: меньше рутины, больше суждения

Закрытие периода, сверки, подготовка отчетности — работа важная, но во многом механическая. Именно здесь эффект автоматизации проявляется быстрее всего.

По данным Institute of Management Accountants (IMA), внедрение ИИ в автоматизацию финансового закрытия сокращает его длительность на 25–75% в зависимости от зрелости процессов компании, как подтверждает Aberdeen Group (ускорение с 20,8 до 5,2 дней). Это высвобождает до 40% времени финансовых команд для стратегического анализа. Для холдингов, где закрытие квартала превращается в марафон с ночными переработками, это ощутимое изменение повседневной жизни команды.

Как искусственный интеллект мотивирует кассиров продавать больше

Читать

Когда рутинная часть уходит, на первый план выходит профессиональное суждение: сложные учетные вопросы, объяснение результатов акционерам, нестандартные ситуации. Роль CFO постепенно смещается от операционного управления процессом закрытия к интерпретации результатов.

2. Планирование: от ежегодного бюджета к живому прогнозу

Традиционный бюджетный цикл в крупных холдингах знаком многим: месяцы согласований, бесконечные итерации и документ, который начинает устаревать почти сразу после утверждения.

ИИ меняет здесь не столько инструменты, сколько сам подход. Появляется модель, которая постоянно обновляется по мере появления новых данных и позволяет быстро пересчитывать сценарии.

По данным Gartner, внедрение ИИ в rolling forecast ускоряет циклы планирования и повышает точность за счет автоматизации сценариев и реального времени анализа. APQC подтверждает сокращение цикла непрерывного прогнозирования на 66% (с 21 до 7 дней).

Для Казахстана с валютными колебаниями, сырьевой спецификой и регуляторными изменениями это особенно важно — внешние факторы меняются слишком быстро, чтобы жить по годовому бюджету.

3. Бизнес-партнерство: финансовый директор в операционных решениях

На мой взгляд, именно здесь изменения будут наиболее заметными. Исторически финансы и операционный бизнес говорили на разных языках. Между решением «войти в новый регион» и пониманием его финансовых последствий могли проходить недели.

ИИ начинает сокращать этот разрыв. CFO все чаще может отвечать на вопросы прямо во время обсуждения: как изменится маржинальность, что произойдет с ликвидностью, какой эффект даст изменение условий оплаты. И это постепенно меняет восприятие роли финансового директора внутри компании.

Как это будет выглядеть в ежедневной работе

Если перевести разговор из уровня технологий на уровень календаря CFO, изменения становятся более понятными.

Понедельничные встречи перестают быть презентацией отчетов — данные уже подготовлены системой, обсуждается интерпретация и действия. Запросы акционеров, которые раньше занимали неделю, начинают укладываться в часы. Прогноз ликвидности перестает собираться вручную из разных систем и превращается в постоянно обновляемый инструмент. Внутренний аудит все чаще работает с сигналами системы, а не со случайными выборками.

Это не революция в один день, но направление изменений уже довольно очевидно.

О чем важно говорить честно

ИИ не решает проблему плохих данных. Если учетная политика не унифицирована, мастер-данные разрознены, системы дают разные цифры — технология только усугубит эти проблемы.

Кроме того, меняются требования к команде. Не нужно становиться программистами, но нужно уметь задавать правильные вопросы, проверять выводы моделей и понимать ограничения алгоритмов.

И, конечно, окончательные решения остаются за людьми. ИИ может показать риски и сценарии, но выбор стратегии — всегда ответственность руководства.