56% финансовых директоров и их команд уже используют ИИ в работе. Это вдвое больше, чем в 2023 году. Но финансы занимают последнее место среди всех бизнес-функций по глубине внедрения — 45% всё ещё в режиме limited pilots (ограниченных пилотов), а достроить ИИ до ядра процессов смогли лишь 17%. Разрыв между интересом и операционной готовностью становится главной головной болью CFO в 2026 году.
Ключевые цифры: 56% финансовых функций уже используют ИИ; 71% отчитываются о достижении или превышении ROI; агентный ИИ даёт на 32% более сильные результаты по ключевым метрикам. Тем не менее финансы отстают от маркетинга, разработки и продаж — только 17% команд встроили ИИ в основные процессы.
Главный барьер — не технологии, а непонимание, с чего начать: 68% CFO признают, что медлят именно по этой причине.
Три цифры, которые меняют представление об ИИ в финансах
Первая — 56%. Столько финансовых директоров и их команд уже используют искусственный интеллект в работе, согласно отчёту CFO Connect «State of AI in Finance 2026». Это вдвое больше, чем в 2023 году, когда показатель составлял около 28%. Рост впечатляющий, но он скрывает структурную проблему: 45% финансовых функций находятся в режиме «ограниченного пилота», и только 17% встроили ИИ в ключевые рабочие процессы.
Вторая цифра — 21 час в неделю. Именно столько времени экономит среднестатистический сотрудник финансового отдела благодаря инструментам ИИ, подсчитали в BILL. Больше половины рабочей недели возвращается людям, которые раньше тратили её на рутину: разноску проводок, согласование счетов, выверку платежей.
Третья — 71%. Именно столько организаций сообщают, что ИИ оправдывает или превосходит ожидания по ROI (данные KPMG из отчёта «The Decision Advantage», опросившего 1013 старших руководителей в 20 странах). Но за этой цифрой скрывается нюанс: доля тех, кто заявляет, что ИИ превосходит ожидания, — всего 23%. Разрыв между удовлетворительным и выдающимся результатом — главный вызов для CFO: автоматизация без конкурентного преимущества — всего лишь операционные расходы.
Как мы писали в мае, парадокс ROI от ИИ остаётся центральной темой для финансовых директоров: триллионы долларов инвестированы, но большинство не видят отдачи на уровне бизнеса в целом.
Внедрение ИИ в финансах
56% финансовых лидеров используют ИИ в 2026 году — вдвое больше, чем в 2023. Но 68% CFO не знают, с чего начать масштабирование. · State of AI in Finance, 2026
Что растёт: от пилотов к инфраструктуре
Самое значительное изменение 2026 года — переход от экспериментов к исполнению. Финансовые функции, которые ещё год назад тестировали ИИ на отдельных задачах, сегодня строят интегрированные платформы. CFO перестали спрашивать «стоит ли внедрять ИИ» — они спрашивают «как внедрять правильно».
Унифицированная база данных становится обязательным условием. Команды, которые смогли объединить разрозненные источники — ERP, банковские порталы, системы выставления счетов, казначейские платформы, — получают от ИИ на порядок больше. Авторы отчёта фиксируют: организации с формально отслеживаемыми KPI по ИИ показывают в 3–6 раз более высокие результаты, чем те, кто внедряет ИИ без метрик.
Агентный ИИ — отдельный катализатор. Исследователи обнаружили, что компании, внедряющие агентные системы (способные самостоятельно планировать и выполнять многошаговые операции), отчитываются о как минимум 32% более высоких результатах по ключевым финансовым метрикам. На показателях точности прогнозов и ROI разрыв достигает почти 40 процентных пунктов.
London-based Round привлёк $6 млн seed-раунда на платформу AI-автоматизации казначейства, платежей и расчётов с персоналом. Компания уже обработала более $500 млн транзакций, а её клиентами стали Cleo и PostHog. Характерная деталь: около 10% существующих клиентов платформы также инвестировали в раунд — редкий сигнал доверия от тех, кто платит за продукт.
— 56% финансовых функций используют ИИ (было ~28% в 2023)
— 71% сообщают о достижении или превышении ROI от ИИ
— Количество AI-native финансовых стартапов, привлёкших раунды, выросло на 40%
— Финансы остаются функцией с наименьшим уровнем внедрения ИИ среди всех отделов
Где ИИ работает прямо сейчас: три сценария
Набор конкретных use cases, где ИИ уже приносит измеримый результат, сужается к трём областям. Первая — accounts payable (расчёты с поставщиками): машинное обучение автоматически извлекает данные из счетов, маршрутизирует утверждения и выявляет расхождения. Компании, внедрившие AI в AP, сокращают время обработки более чем вдвое, а количество ошибок — в 5–10 раз.
Вторая — financial close (закрытие периода): ручная сверка тысяч транзакций, которая раньше занимала 5–7 рабочих дней, теперь выполняется за часы. Системы автоматически сопоставляют проводки, идентифицируют исключения и предлагают корректирующие записи. Некоторые компании сократили цикл закрытия на 7,5 дней в среднем.
Третья — прогнозирование и планирование (FP&A). Здесь ИИ даёт наибольший стратегический эффект: алгоритмы учитывают в разы больше переменных, чем человек, и адаптируют прогноз по мере поступления новых данных. 66% APAC CFO назвали forecasting и сценарное моделирование главными областями трансформации (Wolters Kluwer, 2026). Речь уже не об автоматизации отчётности — речь о качестве решений.
Что снижается: ручной труд и скепсис
56% респондентов того же опроса назвали главным мотивом для внедрения ИИ сокращение времени на повторяющиеся задачи. 84% финансовых команд тратят как минимум 25% рабочего времени на ручную работу — и именно этот показатель быстрее всего снижается по мере внедрения ИИ.
Одновременно падает скепсис в отношении безопасности. Ещё два года назад каждый второй CFO называл риски утечки данных главным препятствием. В 2026 году ситуация изменилась благодаря корпоративным версиям инструментов — ChatGPT Enterprise, Microsoft Copilot с Enterprise Data Protection, Gemini Enterprise. Проблема безопасности перестала быть блокером: предприятия получили контроль над тем, куда уходят их данные.
68% CFO признают, что медлят с внедрением не из-за страха перед технологией, а из-за отсутствия понимания, с чего начать. Парадоксально, но главный тормоз — не сопротивление переменам, а отсутствие дорожной карты.
Что появляется: «стеклянный ящик» и агентные финансы
2026 год стал переломным для подходов к внедрению ИИ в финансы. Главный тренд — отказ от модели «чёрного ящика» (black box) в пользу прозрачного, объяснимого ИИ.
Sage на конференции Sage Future 2026 представила концепцию «glass box» (стеклянный ящик) — ИИ, который показывает свою работу, позволяет человеку контролировать ключевые решения и оставляет полностью отслеживаемый след от входа до результата. Совместно с PwC Sage разрабатывает стандарты аудируемого ИИ для финансовых функций — реакция на растущее давление регуляторов, требующих объяснимости алгоритмов.
Одновременно происходит сдвиг от пассивного ИИ (который советует) к активному (который исполняет). Round Treasury называет это подходом «финансы не как дашборд, а как исполнительная система» — ИИ не консультирует, а исполняет: проводит платежи, согласовывает счета, управляет ликвидностью. Компании нужно лишь настроить guardrails (защитные ограничения), внутри которых агент действует автономно.
Anthropic — разработчик Claude AI — вышел на annualised revenue около $14 млрд в начале 2026 года, с $3 млрд годом ранее. Значительная часть этого роста пришлась на финансовые институты: Citi, Bridgewater, NBIM (суверенный фонд Норвегии) — организации с триллионными балансами — встраивают Claude в аналитические процессы.
22% бизнес-лидеров признают, что GenAI используется в компании только потому, что сотрудники приносят инструменты с собой, без ведома IT или руководства. Финансовые функции здесь особенно уязвимы: в отличие от разработки или маркетинга, ошибка в финансах имеет немедленные регуляторные последствия. Институционализация ИИ — не вопрос эффективности, а вопрос комплаенса.
Сравнение: финансы отстают — и это проблема
По данным отчёта General Atlantic, опросившего сотни финансовых руководителей, ИИ в финансах внедрён в ключевые процессы лишь на 17% — это ниже любого другого бизнес-подразделения. Для сравнения: в разработке и маркетинге full workflow automation (полная автоматизация процессов) уже стала мейнстримом.
Отставание финансов имеет системные причины. Во-первых, цена ошибки здесь выше: неверно рассчитанный налог или ошибочный платёж — не баг в коде, а регуляторный риск. Во-вторых, финансовая инфраструктура сложнее: данные размазаны по ERP, банковским системам, налоговым сервисам и Excel-таблицам. 34% респондентов Accounting Seed назвали интеграцию с существующими системами главным барьером.
В-третьих — и это, возможно, главное — финансы остаются функцией, где доверие к данным важнее скорости. ИИ, который не может объяснить, почему он сделал тот или иной вывод, непригоден для финансовых решений. Как сформулировал Эндрю Ло из MIT Sloan, проблема не в том, что ИИ ошибается, а в том, что он не может признать неуверенность — а в финансах уверенность без доказательств опаснее ошибки.
| Функция | Внедрение ИИ в ядро | Стадия зрелости |
|---|---|---|
| Разработка | ✔ >60% | полная автоматизация процессов |
| Маркетинг | ✔ >50% | полная автоматизация процессов |
| Продажи | ✔ ~40% | частичная автоматизация |
| Финансы | ✗ 17% | ограниченные пилоты |
General Atlantic, State of AI in Finance 2026
— Появление стандартов «glass box» — аудируемого, объяснимого ИИ для финансовых функций
— Рекордные раунды AI-native финансовых стартапов (Round, Bluecopa, Reserv $125M)
— Доля CFO, переходящих от пилотов к production — ключевой индикатор зрелости
— Регуляторные требования к explainable AI в финансовой отчётности (BIS, SEC, ESMA)
Что это значит для инвесторов
ИИ в финансах — не история про сокращение издержек. Это история про перераспределение конкурентных позиций. Компании, которые решат проблему доверия к ИИ раньше конкурентов, получат структурное преимущество: более быстрый close, более точный прогноз, более дешёвый комплаенс.
Тезис для инвесторов: следить не за тем, сколько компания тратит на ИИ, а за тем, как она измеряет его отдачу. Данные того же опроса показывают: организации с измеряемыми KPI по ИИ превосходят конкурентов в 3–6 раз. Те, кто внедряет ИИ без метрик, — просто добавляют операционные расходы.
Вторая точка фокуса — инфраструктурный слой. Финансовые данные — одни из самых сложных для интеграции: ERP, банки, налоги, корпоративные казначейства. Стартапы, строящие «слой данных» для финансов (Round, Loop, Bluecopa), могут стать ценными активами — если сумеют удержать клиентов за пределами первого года.
