Внедрение ИИ в ОЦО: какие процессы выбрать

Внедрение искусственного интеллекта (ИИ) в ОЦО является не просто трендом, а стратегической необходимостью для повышения эффективности бизнеса. Если традиционная автоматизация с помощью ERP-систем и RPA уже позволила получить значительные эффекты, то ИИ открывает новые возможности, особенно в области контрольных процедур, которые занимают существенную долю в бухгалтерских и других операциях ОЦО. Константин Стецык, CEO компании LeanCore, рассказал Клубу ОЦО, как системно подойти к выбору процессов для внедрения ИИ и какие результаты это может принести.

ИИ для ОЦО: переход от автоматизации к интеллектуализации

На сегодняшний день искусственный интеллект позволяет автоматизировать не только рутинные повторяющиеся задачи, но и сложные контрольные процедуры, которые требуют значительных человеческих ресурсов и в ходе которых часто допускаются ошибки. 

Актуальность ИИ для ОЦО подтверждается фактами:

• Сокращение операционных затрат: ИИ позволяет сократить операционные расходы ОЦО на 15-30% за счет оптимизации штата и повышения производительности.
• Снижение ошибок: ИИ-системы способны сократить количество ошибок в рутинных контрольных процедурах до 0. Полностью исключается человеческий фактор.
• Ускорение обработки: Обработка больших объемов данных с ИИ ускоряется до 5 раз по сравнению с ручным трудом.
• Повышение прозрачности: ИИ обеспечивает непрерывный мониторинг и анализ, улучшает прозрачность процессов.
• Переориентация персонала: Автоматизация рутинных задач с помощью ИИ позволяет перенаправить высококвалифицированных сотрудников на аналитические и стратегические функции, что повышает их ценность для бизнеса.

Выбор процессов для внедрения ИИ должен быть системным. В ходе этой работы рекомендуем сосредоточиться на трех ключевых блоках:

• Определение процессов: выберите процессы с наибольшим объемом операций и  наличием алгоритмизируемых контрольных процедур. Это могут быть процессы, связанные с верификацией данных, сверками, обнаружением ошибок в финансовых потоках или управлении документами.
• Оценка эффекта: для каждого потенциального процесса необходимо оценить экономический эффект от внедрения ИИ. Это включает анализ типов документов, систем, численности персонала, задействованного в процессе, потенциальное сокращение трудозатрат и ошибок.
• Формирование команды: создание внутренней экспертизы – ключевой фактор успеха. Специалисты, ответственные за внедрение ИИ, могут быть сформированы не только из ИТ-подразделений, но и из числа функциональных экспертов, которые глубоко понимают бизнес-процессы и контрольные процедуры. Они смогут создавать эффективные промпты и управлять ИИ-решениями.

Выбор процессов для внедрения ИИ в ОЦО

Для приоритизации инициатив мы рекомендуем использовать матрицу, которая сопоставляет потенциальный эффект (в денежном выражении) со сложностью реализации (см. рис. 1). 

Критерии выбора процессов

• высокая доля ручного труда (ПШЕ – полные штатные единицы): процессы, затрачивающие более 20–25% ресурсов подразделения (например, приобретение ТМЦ и услуг);
• группировка инициатив: максимальный эффект достигается не на единичных задачах, а при автоматизации кластера связанных процессов;
• критичность ошибок: участки, где цена человеческой ошибки высока (налоговые риски, штрафы за просрочку оплат).

Матрица приоритетов

1. Быстрый эффект: сверка взаиморасчетов (Акты сверки). Высокий объем документов, типовой алгоритм, низкая сложность реализации.
2. Высокий эффект: отражение приобретения и движения ТМЦ (перемещение, списание). Средняя сложность из-за интеграции со складом.

В конечном итоге, вы получите перечень инициатив, которые дадут максимальные эффекты с учетом сложности реализации.

Расчет эффекта: прозрачная методика оценки

Далее потребуется выполнить более точный расчет экономического эффекта от реализации каждой из инициатив. Экономическая выгода складывается из прямых и косвенных показателей. 

Методика расчета складывается из трех направлений:

1.Определяем численность подразделений, которые занимаются задачей, (например, 88 человек), т.е. фиксируем численность сотрудников (ПШЕ), занятых на процессе до внедрения.

Тут следует отметить, что зачастую в подразделении есть некоторое количество сотрудников, которые занимаются сторонними задачами, и важно проанализировать этот момент и отделить часть времени, которое затрачивается персоналом именно на интересующие нас операции. Если, например, 50% сотрудников в подразделении занимаются полностью нужной нам функцией, 50% – другой работой, то мы берем только 50% этой численности.

2.Выбор видов документов и операций для автоматизации 

Далее мы определяем операции под автоматизацию. Операции могут быть сложными и простыми. Под автоматизацию на первом этапе мы берем наиболее простые операции и обозначаем перечень документов. В примере на рис. 2, например, 49% — именно типовые простые операции с понятным комплектом документов, которые не создадут сложностей при дальнейшей автоматизации. 

3.Учитываем специфику систем: выбираем системы под автоматизацию, например, на рис. 2 представлены информационные системы учетного контроля. 

Формула такова – высчитали процент, умножили на численность и получили численность к повышению эффективности. 

По итогам описанной оценки вы получите точный эффект от того, какое количество людей может быть высвобождено на обработку операций с искусственным интеллектом.

Формирование команды и внутренней экспертизы

Во главу угла следует ставить не просто внедрение технологий, а создание устойчивых систем и развитие внутренней экспертизы. Мы убеждены, что эффективное управление ИИ-решениями возможно только силами команды, глубоко понимающей функциональные процессы. 

Важно формировать такие команды и обучать функциональных экспертов тому, как создавать и адаптировать промпты для ИИ. Таким образом, вы получаете промт-инженеров внутри компании.

Не менее значимо отслеживать конкретные измеримые цифровые результаты, а также контролировать их достижение.  Потенциал оптимизационных проектов, выстроенных по такой схеме, может достигать десятки миллионов рублей в год (далее рассмотрим в кейсе). Это прямо влияет на повышение эффективности клиента и рост его прибыли. Практика показывает высокую эффективность пилотных внедрений ИИ на наиболее крупных процессах компании. Это позволяет внутренней команде освоить инструменты и адаптировать их к внутренней специфике.

Рассмотрим подробнее процесс формирования команд. Внутри ОЦО определяются внутренние роли специалистов, которые занимаются непосредственно написанием промптов. Эти специалисты становятся внутренними экспертами – владельцами цифровой трансформации процессов. В компаниях, где уже существуют внутренние проектные офисы, данная функциональность передается им. При отсутствии таких офисов рекомендуется их создать, поскольку экспертиза, находящаяся вне периметра процессной области и внедряющих подразделений, замедляет процесс внедрения. 

Крайне важно заручиться поддержкой руководителей направлений в части применения новых инструментов. Скептическое отношение руководителей к инструментам ИИ затрудняет внедрение, поскольку сотрудники не воспринимают инструмент как свой и не мотивированы автоматизировать трудоемкие участки процессов. 

Когда руководители мотивированы внедрять инструменты, а сотрудники внутренней команды обучены и готовы развивать технологию, их совместная работа дает максимальный эффект. Это способствует масштабированию внедрений, например, от одного до двадцати пилотных проектов в течение года, обеспечивая активное развитие технологии внутри компании.

Кейс: внедрение ИИ в финансовом ОЦО

Задача

Многофункциональный ОЦО (Финансы, Кадры, Закупки) крупной производственной компании столкнулся с необходимостью автоматизировать ручной труд и минимизировать ошибки в процессе обработки первичной документации УПД, счетов-фактур, актов (отражение расходов при приобретении).

Проблемы

• Значительный объем ручной обработки УПД, счетов-фактур, актов и накладных (до 50 тыс. документов в месяц)
• Высокая доля ошибок в ручных сверках, приводящая к задержкам в оплатах и спорным ситуациям
• Необходимость привлечения дополнительных временных ресурсов в пиковые периоды

Решение

Проведена диагностика процессов обработки УПД, счетов-фактур, актов и накладных. С помощью матрицы эффектов и сложности были выделены процессы с наибольшим потенциалом для ИИ-трансформации. Разработаны и внедрены следующие решения:

• Система на базе ИИ для автоматической верификации данных в первичных документах с использованием оптического распознавания символов (OCR) и машинного обучения для сверки с законодательными требованиями и договорными условиями.
• Автоматизированное создание проводок по отражению расходов за счет сравнения системных документов и автоматизации контрольных процедур перед проведением операции: сопоставление 3х документов на уровне системы — заказ на поставку, приход на склад, полученный от контрагента УПД.
• Обучена внутренняя команда функциональных экспертов для создания и оптимизации промптов, а также мониторинга работы ИИ-систем.

Результат:

• Сокращено время на обработку первичной документации УПД, счетов-фактур, актов и накладных на 60%.
• Снижено количество ошибок в сверках взаиморасчетов до 0.
• Перераспределены ресурсы – 30 ПШЕ, которые высвобождены от рутинных операций, – на аналитические задачи.
• Потенциальный экономический эффект от сокращения издержек и штрафов превысил 45 млн рублей в год.

Резюме

Описанный подход к выбору процессов для ИИ универсален. Он может быть применен не только в ОЦО, но и в других функциональных подразделениях, где есть повторяющиеся ресурсоемкие контрольные процедуры: HR, юриспруденция, маркетинг. 

Компании, которые сейчас начнут системно заниматься интеллектуализацией своих процессов, наберут значительное конкурентное преимущество. Они не только сократят издержки и повысят точность, но и создадут более гибкую и адаптивную бизнес-модель, готовую к дальнейшему масштабированию и вызовам рынка. Это путь к непрерывному совершенствованию, который гарантирует устойчивый рост и лидирующие позиции.