Агличев | ИИ в финансах

Почему миф о «замене программистов» опасен и в чём заключается настоящая ценность инженерного ремесла сегодня

Бек — автор Extreme Programming и JUnit, один из подписантов Agile-манифеста. Последние полтора года он каждый день программирует с ИИ. Модель он называет джинном: Джинн отлично генерирует синтаксически верный и правдоподобный код, который зачастую просто не работает

Доклад: https://www.youtube.com/watch?v=F8fBgDCf2Y4
Почему для меня важно мнение Бека.
Элементы Extreme Programming и Agile, мы использовали во внедрениях финансовых систем, начиная с проектов для Транснефти, «Системы-Галс» и ГК ПИК. Эта философия ушла и в БИТ.ФИНАНС, так что частичка Бека есть в нашем продукте

Что важно. Бек делит ценность системы на две части. Features — что она умеет сейчас. Futures — насколько легко её менять дальше. Каждая новая функция сжигает часть futures. Раньше команде из ста человек нужно было десять лет, чтобы дойти до нуля, где ничего нельзя поменять без поломки. С ИИ один человек проходит этот путь за неделю. У самого Бека на GitHub лежат Project, Project 2, Project 3 и Project 4: каждый раз он упирался в стену

Его рецепт — пауза после каждой функции. Джинн (ИИ) рапортует «готово, делаем следующее?». Человек вместо этого убирает дублирование, упрощает, иногда переписывает начисто. Как на кухне: отрезал — вытер нож

что еще:
1. Разработка без человека всегда сходит с рельсов. Главное в процессе — обучение команды, а софт получается как побочный эффект
2. «Напишем идеальную спецификацию/промпт, и ИИ сделает продукт с первого раза» — это старый waterfall. Он не работал и раньше: поздние решения меняют ранние требования
3. Поскольку ИИ не умеет гарантировать отсутствие целых классов ошибок на уровне архитектуры и срезает углы (как 14-летний подросток, который просто возвращает константы, чтобы тесты прошли, разработчикам и менеджерам необходимо занимать по отношению к сгенерированному коду жёсткую, скептическую позицию проверки

и добавил смысловую цепочку создания продукта

Усилия -> Выпуск -> Результат -> Миссия

Усилия - время, токены, количество написанных строк кода
Выпуск - выкаченная в продакшн фича
Результат - реальное изменение поведения пользователей
Миссия - глобальная цель, которую разделяют создатели и пользователи ПО

ИИ в 1С. Зачем мы это делаем. Часть2


Конфиденциальность
Многие переживают по поводу того, какие данные передаются на сторону моделей. Здесь можно выделить два пункта:
- ограничения в части 152-ФЗ;
- коммерческая тайна.

При работе из 1С мы помогаем минимизировать риски по этим двум пунктам путём анонимизации данных. Конечно, абсолютно все риски не уходят, но мы можем максимально их снизить.
Во-первых, когда взаимодействие выполняется из 1С, вы полностью контролируете, что передается в LLM.
Во-вторых, в случае использования внешнего агента ситуация обратная: вы даете агенту права пользователя, а инструкции по работе с данными пишете текстом. И агент выполнит их далеко не «всегда точно».

ИИ в 1С. Зачем мы это делаем

«ИИ в финансах должен работать внутри учётной системы, а не рядом с ней. Считает 1С, объясняет модель, наружу уходит только то, что вы разрешили».

Почему мы строим ИИ в БИТ.ФИНАНС именно так?
В сентябре 2026 года мы выпустили большое обновление подсистемы ИИ. Это был первый релиз после получения реальных откликов на работу функционала.

Что из интересного:
- Обновили интерфейс взаимодействия с ИИ: перевели его с обычного текстового чата на HTML/MD. Это позволяет читать ответы ассистентов максимально информативно и удобно, а также дает большой задел для дальнейшего развития.
- Добавили двух новых поставщиков моделей (Anthropic и DeepSeek) и реализовали автоматическую актуализацию списка доступных нейросетей.

Самая важная задача — анонимизация данных. По итогам многих встреч мы получали вопросы о безопасности использования ИИ, соблюдении 152-ФЗ и защите коммерческой тайны. Сейчас в продукте появилась возможность на уровне 1С закрывать чувствительные данные: либо техническим токеном (который можно собрать обратно), либо маскировкой спецсимволами (безвозвратная замена данных).

Но тут возникает важный вопрос: «Зачем всё это в 1С?». Сейчас появляется достаточно много продуктов, реализующих концепцию цифрового сотрудника: начиная от GigaCowork (Sber) и «Алиса AI Про», заканчивая условным Claude (агент + навыки + подключение к системам через MCP).

Описание релиза (https://bitfinance.team/release3168#ai)

Зачем же это всё в 1С и/или БИТ.ФИНАНС?
- Рассуждение (Reasoning)
- Целостность процессов и скорость внедрения
- Контекст (Context)
- Конфиденциальность

Reasoning / Рассуждение
Многие бизнес-пользователи из корпоративного сегмента уже использовали ИИ для работы с отчетностью. Сформировался устойчивый паттерн: максимальный эффект от моделей можно получить в формате, когда им отдается готовый отчет и необходимо выполнить анализ или подготовить пояснительную записку.
С другой стороны, LLM не стоит использовать для финансовых расчетов, когда на вход передается набор проводок, сырые данные или не связанные между собой таблицы. Вероятностный метод не даст точного результата, поскольку модель предсказывает следующий токен («цифру/слово»), а не считает. Особенно остро эта проблема проявляется, если интеграция не даёт модели инструмента расчёта: она не может выполнить код и считает «в уме».

Целостность процессов и скорость внедрения
В БИТ.ФИНАНС есть подсистема Workflow, с помощью которой можно схематично описать любой бизнес-процесс компании. В частности, клиенты используют её для описания процессов согласования платежей, закупок, закрытия месяца, согласования договоров и т. д.
Мы предлагаем встраивать ИИ в текущие и уже работающие бизнес-процессы компании.

Это позволяет, например, реализовать:
- скоринг контрагента;
- анализ приложенных документов;
- анализ исторических данных;
- подготовку аналитической записки для согласующего;
- анализ договора на предмет рисков;
- создание и заполнение документов.
То, что раньше делал сотрудник, можно переложить на ИИ внутри уже работающего бизнес-процесса.

Контекст решает всё
Способность моделей к рассуждению растет экспоненциально, однако сами по себе они остаются «чистым листом» без внешних вводных. Основное препятствие для извлечения реальной пользы из ИИ — это способность пользователя предоставить модели необходимый контекст. Чем сложнее бизнес-процесс, тем более комплексный промпт требуется сформировать.
Так сложилось, что в России финансовые данные компаний живут в 1С. Работая в 1С, вы уже находитесь в контексте структурированных финансовых данных, и именно это даёт лучший результат.