OpenAI рассказала, как перестроила финансовую службу под ИИ

В колонке на блоге OpenAI автор, сотрудник, который два года назад пришёл строить финансовую функцию компании с нуля, описывает, как за это время команда перестроила работу вокруг ИИ, и выводит из этого опыта пять уроков для финансовых директоров.

Две заявленные цели компании: «нулевое закрытие» (zero-day close), закрытие отчётного периода без задержек, с выверенным и прослеживаемым в реальном времени представлением о финансовом положении компании, и непрерывное автоматическое прогнозирование поверх этой базы. Обе цели пока не достигнуты полностью, команда продолжает над ними работать.

Первый урок, широкий доступ к ИИ-инструментам в сочетании со структурированными экспериментами над реальными задачами. Финансовая команда провела хакатон вместе с инженерами по продажам: за один день родился IR-GPT, специализированный GPT, обученный на утверждённых материалах команды по связям с инвесторами, который отвечает на вопросы due diligence. Похожие инструменты начали строить для закупок и налогов.

Второй урок, пересматривать не отдельные задачи, а весь путь от исходных данных до решения. На примере закрытия периода: сейчас цифры разбросаны по разным системам (факт в одной, заказы на закупку в другой, начисления в таблице), а объяснение отклонения похоронено в переписке. Идея нулевого закрытия, свести утверждённые планы расходов, фактические данные бухгалтерии, заказы на закупку, начисления и детали транзакций в единое непрерывно сверяемое представление, где ИИ готовит первичное объяснение по каждому отклонению и помечает исключения, требующие внимания, а финансовая команда проверяет цифры и принимает окончательное решение. На этой же основе строится непрерывно обновляемое прогнозирование, объединяющее статистические модели, данные о продажах, операционные данные и суждения финансистов.

Третий урок, сотрудники финансовой службы сами строят себе инструменты. По данным исследования OpenAI (сослано без указания методологии и даты), 40% специализированного использования ИИ финансистами приходится на задачи вне традиционной финансовой работы, а 22%, на задачи, связанные с разработкой. В команде автора все строят собственные ИИ-панели и инструменты на ChatGPT Work и Codex. В качестве примера: сотрудник, который никогда не программировал, с помощью Codex сделал инструмент, который превращает месячный прогноз по рекламе в недельные и дневные планы с учётом будних дней и праздников.

Четвёртый урок, контроль и ответственность. Опыт IR-GPT показал: доверять черновику ИИ можно, только если он опирается на утверждённые источники, а последнее слово остаётся за человеком, команда по связям с инвесторами читает черновик, добавляет суждение и следит за согласованностью ответов между инвесторами. Автор советует финансовым директорам вместе с ИТ и службами governance заранее определять, к каким данным ИИ-система имеет доступ, какие действия может совершать, когда требуется одобрение человека и когда нужно эскалировать проблему; каждый результат должен опираться на надёжный источник, каждый прогноз, сопровождаться понятным объяснением, а любое изменение утверждённого базового плана, требовать санкции финансовой службы.

Пятый урок, оценивать не число купленных мест или потраченных токенов, а результат: по каждому рабочему процессу автор предлагает задавать четыре вопроса, сделал ли ИИ действительно нужную работу; во что это обошлось с учётом времени сотрудников на проверку и доработку; был ли результат достаточно хорош, чтобы им пользоваться; помог ли он ускориться или принять решение лучше. При этом самая дешёвая модель не всегда обходится дешевле в итоге, если более качественная модель даёт надёжный ответ с первой попытки и требует меньше проверки, общие издержки могут оказаться ниже.

Ключевые факты

OpenAI перестраивает свою финансовую службу вокруг двух целей: закрытие периода без задержек («нулевое закрытие», zero-day close) и непрерывное автоматическое прогнозирование, обе пока не достигнуты полностью
На внутреннем хакатоне финансовая команда с сотрудниками по продажам за день сделала IR-GPT, специализированный GPT для ответов на вопросы инвесторов по утверждённым материалам
По ссылке на исследование OpenAI без деталей методологии, 40% специализированного использования ИИ финансистами приходится на задачи вне финансов, 22%, на задачи, связанные с разработкой
Сотрудник без опыта программирования с помощью Codex построил инструмент, который раскладывает месячный рекламный прогноз на недельные и дневные планы
Автор советует оценивать ИИ-инструменты не по числу лицензий или токенов, а по четырём вопросам: сделал ли ИИ нужную работу, во что это обошлось, был ли результат достаточно хорош и ускорил ли он решение

Почему это важно

Это не абстрактный совет со стороны, а отчёт компании, лидера в области ИИ, о перестройке собственного бэк-офиса вокруг своих же технологий. OpenAI показывает конкретный пример того, как выглядит редизайн финансовых процессов (закрытие периода, прогнозирование, инвестиционная отчётность) вокруг ИИ-инструментов, а не просто их точечное добавление к старым процессам.

Кому это важно

Финансовым директорам и руководителям финансовых команд, которые думают о внедрении ИИ в FP&A, закрытие периода и инвесторскую отчётность; шире, руководителям любых бэк-офисных функций, которые ищут модель организации экспериментов с ИИ внутри команды.

Как это применить

Пять шагов из текста: дать сотрудникам широкий доступ к ИИ-инструментам и организовать хакатоны над реальными задачами; пересматривать не отдельную операцию, а весь путь от исходных данных до решения; поощрять, чтобы специалисты сами строили себе инструменты на доступных им средствах (в примере, ChatGPT Work и Codex); заранее прописывать с ИТ и governance-командой, к каким данным и действиям ИИ-система имеет доступ и когда нужно одобрение человека; оценивать каждый ИИ-процесс по четырём вопросам, сделана ли нужная работа, во что это обошлось, достаточно ли хорош результат и ускорил ли он решение.

Можно ли доверять

Это колонка на официальном блоге OpenAI от неназванного финансового директора компании (имя и пол автора в тексте не указаны, но должность ясна из финальной фразы «as CFOs, that starts with us» и упоминания «моя финансовая команда»), то есть кейс собственной компании, рассказанный ею самой, без независимой проверки. Цифры 40% и 22% сопровождаются лишь ссылкой на «недавнее исследование OpenAI» без даты, методологии или ссылки на источник. Обе главные цели, «нулевое закрытие» и непрерывное прогнозирование, описаны как незавершённые амбиции, а не работающие системы; конкретных данных об экономии времени, денег или сотрудников в тексте нет.

Риски и подводные камни

Материал по сути промо-кейс поставщика ИИ-инструментов (OpenAI) о том, как хорошо работают его же продукты (ChatGPT Work, Codex), стоит делать на это скидку. Заявленные результаты (IR-GPT, инструмент прогноза рекламы) описаны качественно, без метрик точности, экономии времени или частоты ошибок. Автор отмечает, что короткая мода на бесконтрольную трату токенов («tokenmaxxing») уже прошла и теперь лимиты использования, бюджетные ограничения и доступ по ролям настраиваются без труда, но контроль, аудируемость источников и финансовая санкция на изменения остаются обязательными, иначе ИИ-инструменты в финансовой функции создают больше риска, чем пользы.

«Самая дешёвая модель не всегда обходится дешевле всего.»

— автор колонки на блоге OpenAI