«Финансист 2.0»: AI-агент. Получайте ответы из ваших данных

Все предыдущие годы мы учили «Финансист» собирать данные из 1С, банков и маркетплейсов, строить отчёты, планировать бюджеты и показывать картину бизнеса на дашбордах. С каждым обновлением цифры становились всё точнее и собирались быстрее, но принцип работы с ними оставался прежним: вы открывали нужный отчёт, настраивали фильтры и аналитики и искали ответ среди срезов.

В июне мы рады представить новый способ работы с данными. В «Финансисте» появился встроенный AI-агент, который по вашему запросу идёт в сервис, собирает нужные цифры, строит графики и помогает разобраться в отчётности. Ниже рассказываем, что он умеет уже сейчас.

📌 Что такое AI-агент и чем он отличается от обычного чат-бота
📌 Быстрый анализ по вашим финансовым данным
📌 Загрузка PDF и распознавание выписок
📌 Планирование и работа с планом-фактом
📌 Скиллы: как настроить AI-агента под себя
📌 Выбор LLM-модели и приватность данных
📌 Контроль и история действий AI-агента
📌 Как начать пользоваться AI-агентом «Финансиста»

Агент работает как ещё один интерфейс «Финансиста», наряду с реестрами, отчётами и дашбордами. Когда вы пишете ему запрос, он обращается к вашим данным внутри сервиса от вашего имени и с вашими правами доступа. Всё, что доступно вам по вашей роли, доступно и агенту.

Главное отличие от ChatGPT, DeepSeek или Grok состоит в том, что наш AI-агент понимает финансовую специфику. Если вы просто выгрузите банковскую выписку и зададите вопрос случайной нейросети, она посчитает выручкой всё подряд, включая перемещения между счетами, поступления по кредитам и внутригрупповые обороты.

Наш агент так не делает, потому что данные в "Финансисте" размечены по правилам российского управленческого учёта, и он заранее знает, чем текущая деятельность отличается от инвестиционной, какие операции не нужно учитывать в выручке и что не относится к прибылям и убыткам.

Базовый сценарий использования AI-агента выглядит так: вы задаёте общий вопрос и сразу получаете развёрнутый ответ. Можно спросить, например:

• какой у бизнеса денежный поток за месяц;
• кому вы платите больше всего и за что;
• как изменилась выручка по сравнению с прошлым периодом;
• кто входит в топ контрагентов.

Агент анализирует данные, показывает дельту между периодами, строит графики и формулирует короткие выводы.

Дальше можно продолжать разговор, как в привычных AI-инструментах. Если ответ вас заинтересовал, вы просите детализацию, и AI-агент раскладывает суммы по статьям, проектам, контрагентам и другим вашим аналитикам.

Чтобы AI-агент сразу смотрел на нужный отрезок времени, явно указывайте период в запросе. Формулировка вроде «за май 2026 года» работает надёжнее, чем «за этот месяц».

Вы прикрепляете к чату PDF с банковской выпиской, а наш AI-агент распознаёт её содержимое. Он переносит операции в «Движение денег» как фактические платежи: привязывает их к счёту, при необходимости заводит новый, проставляет входящий остаток и добавляет поступления и списания с датой, суммой, контрагентом и назначением.

По сути он проходит за вас тот же путь, что и обычное внесение факта из файла, только без ручной работы. По умолчанию AI-агент уточняет детали и показывает, что собирается внести, поэтому вы видите результат до того, как он попадёт в систему. Тут работает та же логика, что и в штатном мастере загрузки, где перед сохранением можно проверить распознанные данные и поправить их вручную.

Если вы регулярно загружаете однотипные выписки, сценарий можно ускорить. Один раз пройдите путь вместе с AI-агентом, а затем сохраните его как скилл с нужной инструкцией (про работу со скиллами рассказали ниже). В отдельных случаях AI-агент сам предлагает закрепить логику на будущее, например создать правило, по которому похожие платежи будут разноситься по статьям автоматически.

Это удобный путь для разовых задач и быстрого старта, но для постоянного потока операций мы по-прежнему рекомендуем настроить полноценную интеграцию с банками.

Вы можете попросить AI-агента рассчитать план на следующий год, и он уточнит, в каком сценарии работать и какие ориентиры взять за основу. Если у вас уже есть готовый план в Excel, вы загружаете файл прямо в чат. Для работы с ним AI-агенту, как правило, не нужно, чтобы вы заранее приводили данные к формату сервиса, он сам разберётся в структуре файла.

Отдельно AI-агент помогает сводить план с фактом. Вы просите его сделать план-факт анализ за нужный период, он показывает отклонения, а затем по вашей инструкции корректирует план на будущее. Эту последовательность действий тоже можно сохранить как скилл, чтобы не повторять её каждый раз.

Скиллы — это закреплённые в AI-агенте навыки, которые вы заранее настраиваете. Каждый скилл описывает, что AI-агент должен делать и в какой ситуации это применять.

Скиллы привязаны к конкретному пользователю, поэтому вы настраиваете AI-агента под себя, а ваши коллеги настраивают его под свои задачи. Один финансист задаёт собственный принцип анализа отчёта, другой собирает свой набор показателей для дашборда, каждый получает ответы в удобном ему виде.

Скиллы работают в двух режимах. Если скилл включён, AI-агент сам решает, когда его применить, ориентируясь на описание и на смысл вашего запроса. Если вы хотите, чтобы скилл срабатывал строго по условию, вы задаёте явный триггер, например фразу «проанализируй план», и тогда AI-агент запускает скилл именно при ней.

Есть и режим, в котором скилл применяется всегда. Он пригодится, когда вы не хотите оставлять выбор на усмотрение модели.

Создавать скиллы удобнее всего в диалоге с самим AI-агентом. Вы описываете задачу обычными словами, просите оформить это как скилл, и AI-агент собирает инструкцию за вас.

Сейчас скиллы остаются личными, в будущем мы планируем добавить возможность делиться ими между пользователями и профилями, чтобы один настроенный скилл могла использовать вся команда.

По умолчанию агент работает на моделях Anthropic. По нашим тестам они дают самые сильные и при этом нейтральные ответы на финансовые вопросы, поэтому мы рекомендуем оставлять этот выбор большинству пользователей.

Однако вы не привязаны к одной LLM-модели. В настройках можно переключиться на другую, и в списке доступны DeepSeek, Mistral, Grok, Gemini и Яндекс. Качество ответов заметно зависит от выбранной модели, особенно в работе со сложными многошаговыми запросами, поэтому, если вы переключаетесь на альтернативу, имеет смысл сверять результаты внимательнее.

Для крупных компаний со своим IT-отделом мы предусмотрели отдельный путь. Вы можете подключить собственную LLM-модель, развёрнутую на ваших серверах. Тогда запросы остаются полностью внутри вашего контура.

Данные при этом хранятся в «Финансисте» и отправляются только в вашу модель, без обращения к внешним сервисам. Это вариант для тех, у кого есть жёсткие требования к приватности. Если такая потребность есть, мы поможем пройти этот путь, когда он вам понадобится.

AI-агент действует от вашего имени, и все изменения в системе записываются на того пользователя, который работал с чатом. Для «Финансиста» это выглядит так, как будто вы сами открыли карточку платежа и что-то в ней поменяли.

Дата создания и дата изменения фиксируются обычным образом, поэтому вы всегда можете зайти в систему, отобрать операции по себе и по нужному периоду и увидеть, что именно сделал агент по вашему запросу.

Мы рекомендуем проверять предложенный результат, прежде чем подтверждать важные операции. Такой подход бережёт ваши данные и помогает держать работу AI-агента под контролем.

AI-агент уже доступен всем клиентам «Финансиста», вы можете попробовать его прямо сейчас. Для этого обратитесь к своему аккаунт-менеджеру или напишите в чат поддержки.

Если вы пока не работаете в «Финансисте», запишитесь на демонстрацию сервиса — мы покажем AI-агента и весь функционал на ваших задачах.

Ближайшая возможность увидеть всё своими глазами — наша первая публичная демонстрация AI-агента 9 июля в 11:00 МСК. В прямом эфире CEO «Финансиста» Стас Кутузов и директор по продукту «Финансиста» Никита Сухачёв покажут работу цифрового сотрудника в деле. Участников встречи ждут специальные условия для запуска пилота. Зарегистрироваться можно здесь.