Семинар по ИИ для финансового блока Казатомпрома
В июне 2026 года корпоративный центр Казатомпрома собрал финансовых директоров дочерних и зависимых компаний на выездную встречу «Финансовый директор будущего». Меня пригласили вести блок об ИИ: доклад в первый день и практикум во второй. Это уже второе обучение для группы. В 2025 году была двухдневная программа для сотрудников разных подразделений. На этот раз аудитория была уже: финансисты, их Excel, бюджеты, закупки и отчётность.
- 01 Доклад о том, что ИИ уже делает в финансах: каждая цифра на слайдах со ссылкой на источник
- 02 Утро практики: модель P&L, дашборд, консолидация отчётов и сверка на задачах участников
- 03 Правило на выходе: один процесс, замер до и после, за результат отвечает человек
ИИ знают все, а пользуются им единицы
В начале доклада я спросил, кто пользуется ИИ в работе каждую неделю. Рук поднялось немного, и чаще всего речь шла о том, чтобы поправить текст в ChatGPT. При этом рабочий день финансиста почти целиком состоит из того, что ИИ уже умеет: таблицы, сверки, отчёты, модели и пояснения к цифрам.
Отдельная сложность в том, что у группы строгие правила безопасности и внешние сервисы можно использовать не везде. Поэтому на семинаре не продавали конкретный инструмент. Нужно было показать, как меняется сама работа, и научить проверять результат так, чтобы под ним не страшно было подписаться.
- Объяснить, что изменилось за год: ИИ больше не отвечает на вопросы, ему поручают работу.
- Показать примеры из банков и финансовых служб с цифрами и источниками, а не пересказ новостей.
- Разобрать, где на ИИ ошибаются и почему отвечает всё равно человек.
- Дать план, с которого можно начать на следующий день.
А у зала — свои вопросы.
Сначала что происходит в мире, потом руками
Первый день был обзорный, но без хайпа. Каждый тезис на слайдах подкреплён источником: исследования Anthropic и METR, Stanford и MIT, Moody’s, JP Morgan, Citi. Там, где цифры звучали слишком громко, я так и говорил. Второй день был практическим: «Я больше практик. Вчера я показал, что происходит в мире, сегодня покажу, чем занимаюсь сам, на ваших задачах».
- 01
Что изменилось за год
ИИ перестал быть чат-ботом: теперь он сам разбивает задачу на шаги, пишет маленькие программы и работает часами. Первыми это почувствовали программисты, следом идут финансы.
METRClaude для ExcelFinance is next - 02
Примеры из финансов
Кредитный меморандум вместо 40 часов собирается за 2 минуты. Бухгалтеры с ИИ закрывают месяц на 7,5 дня раньше. Глава JP Morgan собрал аналитику по свопам за 20 минут.
- 03
Где ошибаются
Deloitte вернула правительству 440 000 $ за отчёт с выдуманными цитатами. Юристы принесли в суды 1 353 дела, которые придумал ИИ. Вывод: ИИ — это стажёр, а работу стажёра проверяют.
- 04
План и три привычки
Выберите один процесс, замерьте, сколько он занимает сейчас, передайте ИИ и замерьте снова. Сначала ИИ, потом руки. Поручайте, как новому сотруднику. Проверяйте и учите под себя.
- 05
Практикум на задачах зала
Заранее попросил участников прислать задачи. Две из них пришли из реальной работы: сверка бюджета с планом закупок и анализ рынка серной кислоты. Данные для всех задач сгенерировали, чтобы не выносить настоящие цифры.
P&LДашбордКонсолидацияСверкаАнализ рынка
Каждый результат с проверкой
Демонстрацию я вёл со своего ноутбука, а зал подсказывал правки и придумывал ловушки. Задачи шли параллельно: пока одна считалась, запускалась следующая. Это тоже часть урока, потому что с агентом ты больше не ждёшь, а распределяешь работу.
Главным на практикуме были не красивые результаты, а способы их проверить. Модель вела журнал своих действий на отдельном листе, сверяла итоги с исходными файлами и проверяла чужую работу в новом чате, где у неё нет контекста. Зал специально испортил одну формулу, умножив чистую прибыль на 0,8, и модель нашла это сама.
Модель P&L кофейни в Алматы на год, три сценария. Одна строка запроса, живые формулы в тенге. Модель сама нашла у себя ошибку в накопленной прибыли и исправила её.
Аудит в чистом чате: ошибок в расчёте нет, но есть три методологических пробела. Нет амортизации, накопленная прибыль не равна окупаемости, а точка безубыточности на самом деле около 107 чашек в день, а не 120.
Модель подписочного бизнеса надиктовали голосом. Когда в зале спросили, почему модель не уточнила продукт, попросили её сначала задать вопросы, и она переключилась в режим уточнений.
Веб-дашборд из файла Excel за 8 минут по запросу в одну строку: фильтры по сценариям и бизнес-юнитам, графики, мобильная версия. Потом той же моделью сделали версию в PowerPoint.
Консолидация отчётов четырёх филиалов в разных форматах и валютах. Модель вела лист журнала и лист сверки: 0 ошибок формул в 1 988 ячейках, все контрольные суммы сошлись с исходниками.
Сверка бюджета с годовым планом закупок по наименованию, количеству, коду ЕНС ТРУ и срокам. Задачу участница описала голосом накануне, расшифровка ушла модели как постановка задачи.
Заключение о целесообразности завода серной кислоты в Казахстане через Deep Research: 429 поисковых запросов, сначала критерии, потом анализ, оценка в самом конце. Результат показали как образец формата, а не как готовую аналитику.
Что изменилось
Финансисты увидели ИИ на своих задачах
Не на абстрактных примерах из презентации, а на P&L, бюджетах, закупках и отчётах филиалов, которые им знакомы по работе.
Появился способ проверять результат
Журнал действий, лист сверки, аудит в новом чате и ссылки на источники. С этими приёмами черновик от ИИ можно принять, а не переделывать.
План на завтра вместо вдохновения
Один процесс, замер до и после, три привычки. Участники получили сертификаты, а следующую встречу финансового клуба назначили на декабрь.
Нужен такой семинар для вашей финансовой службы?
Соберу программу под ваши процессы: бюджеты, закупки, отчётность, учётную систему и правила работы с данными.