Статьи · Финансы

ИИ в финансах: применение и примеры

В финансах ИИ полезен там, где люди тратят часы на сбор отчётов, проверку документов и одинаковые ответы клиентам. Разбираем примеры, где проходит регуляторная граница и с какого процесса начать.

Что значит ИИ в финансах для обычной компании

Когда говорят про ИИ в финансах, обычно вспоминают банки и скоринг. У крупных банков свои команды и годы данных. Но финансовая работа есть в любой управляющей компании, у брокера, страховщика, лизинговой компании и в финотделе обычного бизнеса.

И в этой работе много ручного. Отчёт клиенту собирают из трёх систем. Анкеты клиентов устаревают, и никто не замечает. Бухгалтер сверяет выписки руками. Клиенты пишут в мессенджер одни и те же вопросы.

ИИ-агент берёт на себя эти операции: читает документы, сводит данные из 1С, CRM и Excel, напоминает о сроках, отвечает на типовые вопросы по регламенту. Решения и подписи остаются за людьми.

Чего ИИ в финансах делать не должен

Здесь граница жёсткая, и её стоит назвать сразу. Индивидуальную инвестиционную рекомендацию, то есть совет конкретному человеку, что купить или продать, вправе давать только инвестиционный советник из реестра Банка России (ст. 6.1 закона 39-ФЗ «О рынке ценных бумаг»). Программы автоконсультирования, которые дают такие рекомендации, должны быть аккредитованы.

Реклама финансовых услуг подчиняется ст. 28 закона «О рекламе»: доходность гарантировать нельзя.

Поэтому ИИ в финансах, о котором мы говорим, работает с операциями: документы, отчёты, сроки, напоминания, ответы по регламенту. Он не решает, куда вложить деньги, и не обещает доходность. DeepOps работает как ИТ-подрядчик: мы автоматизируем процессы и не даём финансовых или инвестиционных советов.

Где в финансах уходят время и деньги

Финансисты описывают боли одинаково, будь то управляющая компания, брокер или лизинг:

• Отчёт клиенту каждый месяц собирают руками из учётной системы, Excel и почты.
• Менеджер уволился, и переписка с клиентом ушла вместе с его телефоном.
• Клиенты пишут в мессенджеры в любое время, вопросы одинаковые: где отчёт, когда выплата, как подать заявку.
• Комплаенс просит подтвердить, что клиенту отправили нужные документы и он их получил.
• Анкеты, риск-профили и обновление данных по 115-ФЗ: кто-то всё время просрочен.
• В страховании полис закончился, а о продлении вспомнили через неделю. Отраслевые блоги, например Pampadu, советуют начинать связь с клиентом за 30–60 дней до окончания.
• В лизинге пакет документов собирают неделю, половина клиентов присылает не то.

Везде одно и то же: дорогие специалисты тратят время на перенос данных и напоминания, а ошибка или пропущенный срок стоит претензии от клиента или регулятора.

Примеры применения ИИ в финансах

Лизинговые компании уже показывают результаты на документах. Росагролизинг внедрил систему распознавания документов Smart Engines для рассмотрения заявок (ComNews, март 2026). Она читает печатные и рукописные данные паспортов лизингополучателей. По словам директора по цифровой трансформации компании, из 1000 паспортов 984 обрабатываются без единой ошибки. Система стоит в собственной инфраструктуре компании, данные не уходят во внешние облака.

ВТБ Лизинг ещё в 2022 году подключил систему обогащения данных к более чем 20 внешним источникам, среди них ФНС, ФССП, ЦБ и МВД. По данным компании, срок прохождения лизинговой сделки для клиента сократился на 25%, а средний аванс снизился на 6,1%.

Это проекты крупных компаний со своими ИТ-отделами. В среднем и малом бизнесе ту же работу до сих пор делает менеджер вручную. Ниже типовые сценарии, которые подходят компаниям поменьше.

Сценарии по типам компаний

Первые пять задач типичны для управляющих и инвестиционных компаний, остальные относятся к брокерам, страховщикам и лизингу:

• Раз в месяц собрать данные из учётной системы и Excel в отчёт клиенту по шаблону и положить аналитику на проверку.
• Отвечать клиентам на типовые вопросы по регламенту: где отчёт, когда выплата, как подать заявку на погашение. Нетиповой вопрос передать менеджеру с задачей и сроком.
• Напоминать клиенту за 30 дней, что пора обновить анкету.
• Вести реестр отправленных документов: что отправили, когда, прочитано ли. Комплаенс видит след.
• Сохранять переписку из мессенджеров в карточку клиента, чтобы она не уходила вместе с менеджером.
• Брокеры и консультанты: если клиент открыл счёт и не пополнил его за 7 дней, поставить менеджеру задачу на звонок. Перед встречей собрать справку: что обсуждали и что обещали.
• Страхование: за 45 дней до конца полиса создать задачу на продление и написать клиенту. Распознать фото документов и заполнить карточку.
• Лизинг: отправить клиенту список документов, отмечать, что прислано, и сразу сказать, если документ не тот. На второй день просрочки платежа поставить задачу ответственному.

ИИ в финотделе обычной компании

Не обязательно быть финансовой организацией. В любом бизнесе есть цепочка «сделка, договор, счёт, оплата», и на ней регулярно теряются деньги.

Типовые задачи для ИИ-агента в финотделе: напомнить клиенту об оплате до срока, а не после; утром прислать руководителю список просроченной дебиторки с ответственными; собрать акт сверки и отправить его на проверку бухгалтеру; разобрать входящие счета из почты и разложить их по договорам в 1С; показать, по каким заявкам на оплату никто не принял решения.

Агент работает с вашей 1С и CRM. Платёж он не проводит и счёт не подписывает: он готовит, напоминает и показывает, на ком висит задача.

Как начать: один процесс и пилот

Выберите один процесс, который повторяется каждую неделю и где легко посчитать результат. Например, сколько часов уходит на ежемесячный отчёт клиенту, сколько анкет просрочено или сколько дней дебиторка висит без звонка.

Дальше порядок обычный. Разбираем, как процесс идёт сейчас и где лежат данные. Подключаемся к 1С, CRM, почте, без переноса в новую программу. Запускаем на части клиентов или одном продукте. Первые недели человек проверяет каждый результат агента. Когда ошибок нет, проверка становится выборочной.

Финансисты не верят обещаниям «сэкономим 40%». Поэтому цифры до и после считаем на ваших данных, а не берём из презентаций.

Важно заранее договориться, кто владелец процесса со стороны компании. Это человек, который отвечает на вопросы агента, проверяет первые результаты и решает, когда пилот можно расширять. Без такого человека пилот зависает на этапе «посмотрим потом».

Ограничения: данные, 152-ФЗ и решения людей

Финансовые данные чувствительные. Паспорта, счета, суммы и переписка с клиентами относятся к персональным данным по 152-ФЗ, а для отдельных организаций ещё и банковская или коммерческая тайна. Если нужно, систему ставят в вашей инфраструктуре, как это сделал Росагролизинг, и данные не уходят во внешние сервисы.

ИИ ошибается. Поэтому в финансах у каждого действия агента есть след: что он сделал, по какому документу, кто проверил. Для комплаенса и аудита это важнее скорости.

Решают люди. Агент готовит отчёт, но отправляет его аналитик. Агент находит просрочку, но о реструктуризации договаривается менеджер. Инвестиционных рекомендаций агент не даёт: правила и пороги задаёт компания или клиент.

Коротко

ИИ в финансах полезен на операциях: отчёты, документы, сроки, ответы по регламенту, дебиторка. Крупные лизинговые компании уже распознают документы и проверяют клиентов автоматически. Компаниям поменьше это доступно через агентов, которые подключаются к их 1С и CRM.

Начните с одного процесса и считайте результат на своих данных. Про управляющие компании, брокеров и консультантов рассказываем на странице про финансы, про полисы и лизинг рассказываем на странице про страхование и лизинг.

Частые вопросы