Apsara 2026 · Финансы · октябрь 2026

ИИ в банках и финансах: что агентам можно доверить, а что нет

Что показали на Apsara Conference 2026 финансовый блок Alibaba, EY и банки: границы между агентом и финансистом, цифры и формула окупаемости для финдиректора.

Артём Борисов - бизнес-консультант, внедрение AI-сотрудников · октябрь 2026

Коротко

ИИ в банках и финансовых службах берёт на себя частые операции с чёткими правилами: проверку первичных документов, сверки, ежедневный мониторинг клиентов. Подпись, крупные решения и ответственность остаются за человеком. Так финансовый блок Alibaba, EY и банки описали свой опыт на Apsara Conference 2026. Ниже - где проходит граница между агентом и финансистом, как Alibaba втрое ускорила проверку документов и с чего начать финансовой службе обычной компании.

Финдиректора ждут эффекта от ИИ, но к нему не готовы

EY опросила в 2026 году 1 610 финансовых директоров из 28 стран. 80% ждут заметного влияния ИИ на бизнес-модель в ближайшие 12 месяцев. Свою готовность к ИИ в финансах передовой считают только 21%. Главным барьером для вложений в новые ИИ-инструменты 61% назвали качество данных.

Финансовый директор Alibaba Group Сюй Хун свёл решение о каждом проекте к трём вопросам: нужно ли, можно ли, стоит ли. Ориентир, который он назвал для своей службы, - ИИ в 50% всех финансовых задач. А окупаемость в Alibaba считают по формуле, которую можно сразу переносить в свою таблицу:

Отдача	Затраты
Эффективность	Человеко-дни разработки
Качество	Человеко-дни бизнес-подразделения
Бизнес-ценность	Стоимость токенов

Мне нравится, что в затратах стоит время самих финансистов. Его забывают почти всегда, а без него пилот выглядит дешевле, чем есть.

Какие финансовые задачи отдать ИИ-агенту, а какие оставить человеку

EY предложила матрицу из двух вопросов: насколько задача зависит от профессионального суждения и сколько стоит ошибка. По ней работа делится на три зоны.

Задача	Кто делает	Почему
Типовые проводки, сверки	Агент	Правила чёткие, ошибка дешёвая и видна
Расследование аномалий, черновик прогноза	Агент и человек вместе	Нужны и скорость, и суждение
Крупные решения, подпись отчётности	Человек	Высокая цена ошибки и личная ответственность

В Alibaba эту границу сделали частью архитектуры. Личный помощник финансиста работает в режиме «человек в цикле»: человек участвует в каждом шаге. «Организационный» агент работает постоянно и ведёт длинные задачи. Низкорисковые он закрывает сам, а высокий риск и точки финансового аудита идут по схеме «человек-судья»: человек проверяет, поправляет и принимает результат.

Четыре контура безопасности

Подтверждённая личность, контролируемые права, ограниченное исполнение, проверяемый процесс. Решения о правах отделены от модели.

Подробнее

Организационному агенту в финансах доступны деньги и отчётность, поэтому Alibaba строит вокруг него четыре защиты. Агент действует от имени подтверждённой учётной записи. Права выдаёт не модель, а отдельная система, и модель не может их расширить. Набор действий ограничен заранее.

Каждый шаг пишется в журнал: события, вызовы инструментов, доказательства результата. Процесс можно воспроизвести и показать аудитору, как агент пришёл к выводу. Подробнее о том, как ограничивать агентов, - в статье о безопасности ИИ-агентов.

Подпись не передаётся

Во всех докладах финансового форума одна граница: подпись, окончательное решение и ответственность остаются за человеком.

Бухгалтерия Alibaba: проверка документов втрое быстрее

Фэн Юньлэ, отвечающий за финансы и внутренний контроль Alibaba Holding, считает учёт и общий центр обслуживания лучшей первой точкой для ИИ. Там много ручного труда, правила чёткие, данные готовы, а риск контролируемый. Я с ним согласен и добавлю от себя: в бухгалтерии результат легко проверить, а это половина успеха любого агента.

Закупка → оплата: ×3

Производительность проверки первичных документов выросла втрое, высокорисковые правила проверяются в 100% случаев, стоимость обработки - 1/10 от отраслевого уровня.

Подробнее

Процесс «закупка → оплата» (PTP) - путь от заявки на закупку до платежа поставщику: счета, акты, накладные, договоры. В Alibaba Holding агент читает документы любого вида, включая сканы, сам сопоставляет их между собой и ставит каждой проверке уровень уверенности. Спорное уходит человеку.

Отдельно ведётся журнал по графику платежей. Главная цифра не скорость, а покрытие: высокорисковые правила теперь проверяются во всех документах, а не выборочно.

Мониторинг клиентов: 100% каждый день

Финансовая аналитика Alibaba Cloud перешла от выборки 10-20% клиентов раз в месяц или квартал к ежедневному сплошному скану. Поиск причин отклонений - часы вместо 3-5 дней.

Аналитика нового продукта к следующему дню

Финансы DingTalk собирают анализ по новому продукту к D+1 вместо 7 дней подготовки: встречи записываются, данные идут из хранилища, отчёт собирает ИИ.

Есть и цели, которых пока нет. По процессу «запись → отчётность» (RTR) Alibaba целится в закрытие месяца на третий рабочий день и долю ручных проводок «длинного хвоста» меньше 5%. Сами авторы пометили это как работу в процессе. На три года вперёд цели такие: 80% транзакций ИИ проводит сквозным образом, больше 50% оценочной работы покрыто ИИ.

Цао Юн из финансов DingTalk объяснил, почему личное использование ИИ не масштабируется само. Нужны защищённый доступ к данным, общие переиспользуемые навыки агента, общая база знаний людей и ИИ и единые правила внедрения. В каждой команде у них есть продвинутый пользователь, а первые проекты обязаны дать эффект за 1-3 недели. 17 навыков внутреннего контроля они выложили в общий каталог.

Банки и страховые: считает код, а не модель

В финансах цена ошибки в цифре высокая, поэтому самые аккуратные системы конференции не дают модели считать. Финансовая платформа данных WarrenQ устроена так: модель только понимает вопрос и формулирует ответ, а расчёты делают детерминированные модули. Термины, которые не описаны в семантическом слое, к исполнению не допускаются. Цифры этой системы я разбирал в статье про ИИ для анализа данных.

Банк Minsheng перевёл разработку на агентов по спецификациям: разработка подешевела на 30-50%, а согласование требований с людьми подорожало на 10-30%. Разбор кейса есть в статье об ИИ-нативной компании.
Bank of Communications дал облачного личного ассистента 10 тыс.+ сотрудникам. Общий пул экземпляров вместо отдельной машины на каждого снизил расход процессора и памяти на 95%.
Страховая Taikang собрала правила андеррайтинга 1 000+ продуктов и 50 тыс. разборов экспертов. От загрузки медосмотра до рекомендации проходит минута, точность 95%+, по данным Accenture.
Цифровой банк Ryt Bank в Малайзии к августу 2026 обслужил 1,5 млн клиентов и провёл 12 млн+ ИИ-диалогов. 70%+ кода банка создано ИИ или с его помощью.

По-моему, принцип «модель говорит, код считает» - главное, что финансисту стоит увезти с этой конференции. Агент, который сам складывает суммы, однажды ошибётся, и вы не узнаете где. Агент, который вызывает проверенный расчёт и показывает, откуда взял цифру, проверяется за минуту.

Что взять финансовой службе в России

Доступ российских компаний к продуктам Alibaba Cloud не подтверждён, а все цифры выше - заявления спикеров без независимой проверки. Методы от этого не теряют смысла, и большинство из них не требует ни одного китайского сервиса.

Не ждать единой ERP. EY советует сначала договориться об определениях главных показателей и о том, откуда берётся каждая цифра. В одном из примеров доклада платформа объединяет данные 50+ систем.
Взять одну частую задачу с проверяемым результатом, до старта зафиксировать базу по скорости, качеству и деньгам, провести пилот 1-3 недели. Это прямая рекомендация финансового форума.
Не ставить целью «использовать ИИ». Цель - метрика задачи: дни закрытия месяца, доля проверенных документов, срок ответа руководителю.
Учесть, что первичка и данные клиентов содержат персональные данные. Об этом статья 152-ФЗ и нейросети.

Из моей практики: частная школа Babelfish заменила четыре системы одной, подписки сократились с ~30 000 до ~2 000 ₽/мес. Данные в одном месте - то самое условие, без которого финансовый агент гадает. Я бы начинал с проверки первичных документов или сверки с контрагентами: правила там уже записаны, а ошибку видно сразу. Внедрение у меня стоит от 250 000 ₽, окупаемость можно прикинуть в калькуляторе.

Вывод

ИИ в финансах окупается на частых задачах с чёткими правилами: проверка первички, сверки, мониторинг клиентов. В бухгалтерии Alibaba проверка документов стала втрое производительнее при стоимости обработки в десятую часть от отраслевой. Граница при этом жёсткая: подпись, крупные решения и ответственность остаются за человеком, а цифры считает код, а не модель. Для собственника главный вывод в порядке шагов: сначала одна задача, база и пилот на 1-3 недели, и только потом тиражирование.

Что сделать

1Выпишите пять самых частых операций финансовой службы и отметьте для каждой цену ошибки и нужно ли профессиональное суждение.
2Выберите одну операцию с низкой ценой ошибки и зафиксируйте её сегодняшние показатели: время, число ошибок, долю проверенных документов.
3Сверьте, одинаково ли считают выручку, маржу и дебиторку в разных отчётах компании, и запишите расхождения.
4Назначьте в финансовой службе одного человека, который ведёт пилот и принимает результаты агента.

Частые вопросы

Как используют ИИ в банках?+

Банки используют ИИ для поддержки клиентов, андеррайтинга, проверки документов, разработки и помощи сотрудникам. Например, Bank of Communications дал личного ИИ-ассистента больше чем 10 тыс. сотрудникам. Решения с высоким риском при этом подтверждает человек.

Какие задачи в финансах можно отдать ИИ?+

Частые операции с чёткими правилами: типовые проводки, сверки, проверку первичных документов, мониторинг клиентов. Расследование аномалий и черновик прогноза ИИ делает вместе с человеком. Крупные решения и подпись отчётности остаются за финансистом.

Может ли ИИ заменить бухгалтера?+

Заменить целиком нет, снять рутину да. В бухгалтерии Alibaba проверка первичных документов с агентом стала втрое производительнее, но спорное и рискованное передаёт человеку. Ответственность за отчётность остаётся за бухгалтером и финансовым директором.

Можно ли доверять расчётам нейросети?+

Расчёты лучше доверять не нейросети, а проверенному коду. В надёжных финансовых системах модель только понимает вопрос и формулирует ответ, а цифры считают детерминированные модули. Так ответ можно проверить и найти источник каждой цифры.

С чего начать внедрение ИИ в финансовой службе?+

С одной частой задачи с проверяемым результатом, например проверки первичных документов. До старта зафиксируйте текущие показатели, проведите пилот 1-3 недели и только потом решайте о расширении. Единую ERP для этого ждать не нужно.

Источники

Apsara Conference 2026, Ханчжоу, 22-24 сентября 2026
Секция «Professional Decisions, Intelligent Execution: Taking Finance Value to the Next Level»: финансовый блок Alibaba, опрос EY
Форум «Trusted AI Cloud: Apsara Stack Full-Stack AI Innovation Forum»: Minsheng Bank, Bank of Communications
Секция «The Agent Moment for SaaS: From Dev Efficiency to Business Growth»: WarrenQ
Секция «AI-Driven Service Evolution: Problem-Solving, Perception, and Organizational Transformation»: кейс Taikang
Секция «From Intelligence to Action: Southeast Asia's AI Adoption Story»: кейс Ryt Bank

Об авторе. Артём Борисов - бизнес-консультант, внедряет AI-сотрудников в малом и среднем бизнесе: продажи, документы, учёт, мониторинг. Кейсы с цифрами - на главной странице.

Хотите применить это в своей компании?

Опишите процесс, который съедает больше всего ручного времени. Я покажу, как выглядело бы решение на ИИ-агенте и какие метрики оно изменит.

Обсудить в Telegram