ИИ для финансистов: семинар в Казатомпроме
11–12 июня 2026 года я провёл семинар по ИИ для финансовых директоров группы Казатомпром: Excel, финансовые модели, бюджеты и отчётность.
Мой подход к обучению: задачи из работы участников и инструменты, которыми пользуюсь сам. Примеры подготовили с двумя финансистами заранее. В первый день собрал дополнительные запросы зала, во второй разобрали их на практике.
- Доклад о том, что ИИ уже делает в финансах: каждая цифра со ссылкой на источник
- Практикум: модель P&L, дашборд, консолидация отчётов и сверка на задачах участников
- К каждому результату — способ его проверить: за цифры отвечает человек
ИИ в финансах: от ответов в чате к выполнению задач
Первый день начали с перемен в разработке программ. ИИ уже умеет читать файлы, писать код, запускать проверки и исправлять результат. Такой способ работы приходит и в другие профессии: финансист может поручить агенту собрать отчёт, сверить данные или построить модель.
-
Финансист ставит задачу
Передаёт файлы, условия и критерии готового результата.
-
Агент выполняет работу
Читает данные, считает, создаёт файл и проверяет его.
-
Финансист принимает результат
Сверяет суммы и допущения. Ответственность за решение остаётся у человека.
Кредитный анализ
Агент может собрать отчётность, рассчитать показатели и подготовить черновик кредитного меморандума. Аналитик проверяет источники, оценивает риски и принимает решение. Moody’s и Anthropic развивают такие инструменты для кредитного анализа и проверки контрагентов.
Moody’s: результаты первого квартала 2026Закрытие месяца
- срок закрытия месяца
- −7,5 дня
- детализация главной книги
- +12%
В исследовании 277 бухгалтеров использование ИИ было связано с более быстрым закрытием месяца и более подробным учётом. Это результаты исследования, а не обещание для любой компании: свою экономию нужно измерять на собственном процессе.
Исследование Stanford GSBА у зала — свои вопросы
- Не опасно просить его найти ошибки? Он же их придумает
- Кто отвечает, если ИИ ошибся в отчёте?
- Как нам перепроверять цифры?
- С нашими данными так можно работать?
- Почему он не спросил, что это за продукт?
- А сразу в PowerPoint можно?
- Это бесплатно или по подписке?
- Хватит подписки за 20 долларов?
- Сделает прогноз курса тенге до конца года?
- Чем это лучше Гугла?
- С телефона работает?
- Не разучимся ли мы думать сами?
- Как поставить Claude в Excel?
- Файл потом мой или сервиса?
- По каким метрикам понять, что стало лучше?
- Заберёт ли ИИ нашу работу?
День второй: ИИ на рабочих задачах финансистов
На второй день перешли к работе в Excel. Я показывал инструменты на своём ноутбуке, а участники меняли условия и проверяли результат. Задачи запускали параллельно: пока одна считалась, переходили к следующей.
Программу практикума подготовили с двумя финансистами, а в первый день добавили запросы зала. Работали с учебными бюджетами, закупками и отчётами: настоящие цифры компаний на демонстрациях не использовали.
От допущений к финансовой модели кофейни
Начали с понятного бизнеса: кофейни в Алматы. На входе был лист Assumptions с площадью, арендой, средним чеком, маржой, зарплатами и стартовым бюджетом 30 млн ₸. Это учебные допущения, а не бизнес-план действующей кофейни.
Задачу Claude в Excel поставили одной строкой. Нужен был годовой P&L с тремя сценариями и живыми формулами, чтобы изменения допущений пересчитывали модель.
Построй финмодель на следующий год: пессимистичный, реалистичный, оптимистичный сценарий
Из одной строки запроса получили рабочую модель в Excel. Дальше проверяли, можно ли доверять её формулам.
Зал предложил ловушку. Claude нашёл множитель ×0,8
После модели участники спросили: а что, если специально внести ошибку? Я изменил формулу расчёта прибыли, добавив множитель 0,8, и открыл файл в новом чате. Истории построения модели там не было: ИИ не знал, что и где я поменял.
Claude указал на необоснованный множитель и объяснил его эффект: формула вычитала только 80% налога с выручки. На записи видно не общее замечание о качестве файла, а конкретную формулу и место ошибки.
Запутать модель у меня не получилось: в новом чате она нашла намеренную ошибку. Для зала это стало наглядной проверкой на конкретной формуле, которую можно перепроверить самому.
Из Excel в интерактивный дашборд за 8 минут
Следующим входом был готовый файл fake_cfo_pl.xlsx: помесячные данные P&L, сценарии, бизнес-юниты и бюджет. Расчёты уже были в Excel. Задача состояла в том, чтобы превратить таблицу в удобный инструмент для просмотра и сравнения.
ИИ собрал HTML-страницу с графиками, фильтрами и пересчётом показателей. Зал попросил показать значения внутри секторов диаграммы; правку внесли по скриншоту. Затем из той же модели подготовили версию в PowerPoint.
В папке лежит файл. На его основе сделай веб-дашборд, красивый, с фильтрами
«Вау, эффект есть», — отреагировали в зале. Дашборд сделал готовый анализ из Excel наглядным: данные можно было исследовать прямо на встрече.
Отчёты филиалов и сверка закупок
Следующие примеры взяли из работы финансовой службы. Здесь важно видеть исходные файлы и контроль результата.
Четыре филиала прислали отчёты в разных форматах и валютах. В европейском файле были полугодия, в остальных кварталы, а таблицы начинались с разных строк. Модели поручили привести данные к общему виду и сверить суммы с исходниками. Ниже фрагмент одного из входных файлов.
Результат проверяли на отдельном листе verification: число строк, суммы по периодам, фактическая выручка и бюджет сравнивались с исходными файлами. В сохранённой книге видны значения с обеих сторон и статус PASS. На демонстрации модель также проверила формулы в 1 988 ячейках.
Задачу сверки бюджета с годовым планом закупок участница описала голосом. Обсудили, что именно сравнивать: наименования, количество, коды ЕНС ТРУ, сроки и условия. Для учебного примера взяли упрощённые данные. На кадре постановка задачи: показать, что утверждено и где есть расхождения.
Стек
Что разобрали и проверили за два дня
От общего разговора об ИИ перешли к файлам, формулам и рабочим запросам финансовой службы. Для каждого примера обсуждали и результат, и способ его проверки.
Продолжение практикума для самостоятельной работы — в статье ИИ для финансиста: задачи и примеры запросов. Что автоматизировать на уровне команды и как сохранить контроль, рассказываем в статье ИИ в финансах компании.
Финансовая модель
Из допущений собрали годовой P&L кофейни с тремя сценариями. Затем в новом чате нашли намеренную ошибку в формуле.
Наглядная отчётность
Превратили Excel в дашборд с фильтрами и графиками, внесли правку по запросу зала и подготовили презентацию.
Консолидация и сверка
Объединили отчёты четырёх филиалов с контрольными суммами. Разобрали, как поставить задачу сравнения бюджета с планом закупок.
Частые вопросы
Да. На этом семинаре все примеры были учебными: модель кофейни, P&L для дашборда, отчёты филиалов и заявки на закупки подготовили заранее. Задачи повторяли настоящую работу финансовой службы, а цифры компаний в чат не попадали.
Claude в Excel для моделей и проверки формул прямо в книге, Claude Code для дашборда, консолидации и сверки по папке файлов, ChatGPT Deep Research для анализа рынка с источниками. Задачи ставили и текстом, и голосом.
Так же, как работу нового сотрудника. Попросите отдельный лист сверки с контрольными суммами по исходным файлам, смотрите формулы, а не только итог, и отдайте готовый файл на проверку в новый чат без истории. На практикуме модель в новом чате нашла множитель 0,8, который в формулу подложили намеренно.
Да. Программу собираем под ваши задачи: заранее выбираем с участниками примеры из их работы и учитываем правила работы с данными и инструменты, разрешённые в компании. Как устроено обучение, рассказываем на странице корпоративного обучения ИИ.
Корпоративное обучение ИИ на задачах вашей команды
Если хотите такой практикум для своей команды, подготовим программу под вашу отрасль и рабочие процессы. Заранее выберем задачи с участниками, учтём правила работы с данными и на обучении разберём их вместе: от постановки до проверки результата.