Почему компании, которые спешат передать управление ИИ-агентам, часто упускают ступени цифровой зрелости, без которых агент не приносит пользы.
14 лет занимается автоматизацией бизнеса, 10 лет – внедрением ERP-систем.
Ведёт крупные проекты цифровой трансформации на промышленных предприятиях: отвечает за архитектуру решения, организацию работы команды, запуск системы и её дальнейшее развитие.
Умеет выстраивать взаимодействие распределённых команд и находить решения в проектах с высокой неопределённостью.
В ERP искусственный интеллект решает четыре класса задач: обработка документов, анализ данных, прогнозирование и поддержка бизнес-процессов. Аналитический инструмент находит закономерности и подсказывает сотруднику, какое решение принять. Агентные системы идут дальше – они способны без участия человека пройти цепочку операций в границах выданных полномочий: сверить данные, сформировать заявку, запустить согласование. Чем шире автономия, тем выше требования к качеству информации, формализации процессов и контролю доступа.
Российский бизнес осваивает искусственный интеллект в ERP разными путями: разрабатывает собственные решения, привлекает интеграторов, берет готовые продукты и модули на открытых моделях. Ожидания при этом повторяются: быстрее закрывать период, точнее строить прогнозы, меньше зависеть от ручных операций.
Технологическая база включает несколько классов решений:
Именно агенты ставят перед бизнесом новый вопрос: насколько зрелы процессы, в которые компания собирается их встроить.
Классическая автоматизация следует заранее прописанному сценарию: наступило событие – система выполнила действие. ИИ-ассистент ведёт диалог с пользователем и помогает ему определиться с решением. ИИ-агент получает цель, оценивает обстановку, выбирает последовательность шагов и может пройти их самостоятельно.
Это принципиально иная ступень автономии – и иные требования к данным, процессам, правам доступа и контролю.
|
Подход |
Как работает |
Автономность |
Роль человека |
Цена ошибки |
|
Классическая автоматизация |
Работает по заранее заданному сценарию |
Средняя |
Настраивает правила и следит за процессом |
Обычно ограниченная |
|
ИИ-ассистент |
Анализирует данные, отвечает на вопросы, предлагает действие |
Средняя |
Проверяет и подтверждает результат |
Зависит от решения пользователя |
|
ИИ-агент |
Сам планирует и выполняет цепочку операций в заданных границах |
Высокая |
Контролирует точки риска и исключения |
Может быть высокой или критической |
Эти подходы не конкурируют между собой. В одном процессе может работать классическая автоматизация, усиленная ИИ-ассистентом, а отдельные этапы способен закрывать агент.
Наибольшую отдачу дают задачи с большим объёмом данных, повторяющимися операциями и понятным критерием качества результата.
Нормативно-справочная информация и качество данных. ИИ сводит справочники из разных систем, показывает дубли, выявляет аномалии и расхождения, помогает при миграции. Особенно это востребовано там, где одна и та же номенклатура, организация или статья затрат заведены в нескольких вариантах.
Первичные документы. ИИ распознает счета, накладные, акты и другие документы, вытаскивает реквизиты и переносит их в ERP. Дополнительно система может подсказать счёт учёта, проверить обязательные реквизиты и сверить документ с заказом или договором.
Финансы и казначейство. В финансовом контуре ИИ анализирует платежи, находит отклонения, прогнозирует движение денежных средств и вероятность кассовых разрывов. Но операции с платежами, лимитами, валютным контролем и регуляторной отчётностью требуют усиленного контроля и чёткого разделения полномочий.
Закупки и запасы. ИИ прогнозирует потребность в материалах, анализирует остатки, предупреждает о риске дефицита или затоваривания, сопоставляет предложения поставщиков и готовит рекомендации по закупкам.
Продажи и производство. Здесь востребованы прогнозирование спроса, оценка загрузки мощностей, анализ сроков исполнения заказов и сценарное планирование.
Поддержка пользователей ERP с ИИ. ИИ-ассистент отвечает на вопросы сотрудников прямо в рабочем интерфейсе, разъясняет показатели, находит нужный регламент и подсказывает следующий шаг. Для сложных систем с множеством документов, регистров и настроек это снижает порог входа для новичков и разгружает службу поддержки.
Часть сценариев интеллектуальной автоматизации уже встроена в экосистему 1С:ERP через подключаемые сервисы.
Из информационной базы в сервис уходит история продаж с учётом характеристик товаров. Сервис строит прогноз по нескольким моделям, а результат возвращается в 1С:ERP в виде планов продаж. Их можно использовать для планирования закупок и производства, оценки динамики продаж и последующего план-фактного анализа. Насколько прогноз окажется надёжным, зависит от полноты истории и качества исходных данных.
Сервис «1С:Распознавание первичных документов» работает со сканами, фотографиями и цифровыми файлами, извлекает данные и помогает формировать документы информационной базы. Среди поддерживаемых типов: счета, накладные, акты, счета-фактуры и УПД. Сотрудник проверяет распознанные сведения и корректность их сопоставления с данными ERP.
Хотите повысить эффективность работы в 1С:ERP?
Расскажите о задачах вашего бизнеса, и мы предложим решение, которое поможет ускорить процессы и повысить эффективность 1С.
ERP-система, где данные разрознены, методология учёта не унифицирована, а процессы регулярно идут с отклонениями, не станет надёжной опорой для интеллектуальных решений.
ИИ в такой системе не лечит существующие проблемы, а размножает их. Если автономный агент опирается на ошибочные данные или некорректные правила, локальный сбой быстро разрастается до масштаба всего процесса.
Поэтому внедрение ИИ в ERP стоит воспринимать не как отдельный технологический проект и не как замену работе с процессами, а как следующую ступень развития корпоративной системы.
Искусственный интеллект в ERP – не самостоятельный проект и не альтернатива выстраиванию процессов. Это очередной уровень, доступ к которому открывается только после предыдущего.
Прежде чем обсуждать ИИ, нужно честно ответить: ERP – это единый центр управления или набор разрозненных модулей и локальных решений?
Для движения дальше «идеальная» система не требуется. Но нужен обязательный минимум:
На этом этапе основной эффект приносит исправление логики процессов и архитектуры системы.
Кейс «Форус»: ускорили расчёт бюджета в 2,5 раза без применения ИИ
Расчёт бюджета по группе компаний занимал до четырёх часов, то и дело прерывался из-за ошибок и перегружал систему. После переработки модели бюджетирования расчёт занимал до полутора часов. ИИ здесь не привлекался – результат дала смена логики процесса и повышение качества работы системы.
Вывод простой: прежде чем наращивать интеллектуальный слой, стоит проверить, не решается ли задача настройкой базового процесса.
При этом ИИ уже на первом уровне может работать как вспомогательный инструмент: сводить и нормализовывать справочники, искать дубли и аномалии, контролировать качество данных при миграции, находить расхождения между системами. Но последнее слово при изменении данных должно оставаться за ответственным специалистом.
На втором уровне ИИ берётся за хорошо описанные и повторяющиеся задачи: распознавание первичных документов, автозаполнение реквизитов, подготовку рекомендаций по счетам учёта, маршрутизацию заявок, формирование пояснений по отклонениям.
Такая автоматизация убирает часть ручного труда, сокращает число ошибок и ускоряет повседневную работу пользователей. Сюда же относится интеллектуальная поддержка сотрудников внутри ERP: пользователь задаёт вопрос прямо в рабочем интерфейсе и получает подсказку по процессу, расшифровку показателя или рекомендацию по следующему действию.
Отдельное направление – помощь команде сопровождения ERP: разбор обращений, классификация инцидентов, поиск похожих ошибок, подготовка тестовых сценариев, черновиков инструкций и ответов пользователям.
Главный принцип этого уровня: ИИ предлагает или готовит действие, а человек его проверяет и подтверждает. Требования к качеству данных остаются высокими, но область применения ограничена, поэтому и риски держать под контролем проще.
На третьем уровне система работает не только с уже случившимися событиями, но и с будущими сценариями. ИИ прогнозирует спрос, потребности в закупках, загрузку производства, вероятность кассовых разрывов, отклонения по срокам и бюджетам проектов.
ERP перестаёт быть просто регистратором операций и превращается в инструмент поддержки управленческих решений: не только показывает, что произошло, но и предупреждает о том, что может произойти.
Кейс «Форус»: сократили время подготовки данных для казначейства в 2 раза
Ежедневное планирование платежей и прогнозирование кассовых разрывов занимали много времени и требовали ручной обработки данных. Мы доработали платёжный календарь в «1С:ERP.УХ», автоматизировали сценарное планирование и предоставили казначейству инструмент для оперативного управления ликвидностью. Время подготовки данных сократилось вдвое.
Этот результат тоже получен без ИИ, но он демонстрирует необходимую базу для предиктивной аналитики: качественные данные, формализованные зависимости и возможность моделировать сценарии внутри системы. Искусственный интеллект способен расширить такую модель, нащупывая более сложные закономерности и повышая точность прогноза.
Для перехода на этот уровень нужны достаточная глубина исторических данных, согласованные аналитические модели, регулярная проверка качества прогнозов и доверие руководителей к системе.
Следующая ступень – передать ИИ-агенту право самостоятельно выполнять цепочки действий в пределах установленных полномочий.
К примеру, агент замечает отклонение в закупках, сверяет информацию из нескольких систем, готовит заявку на пересмотр лимита и отправляет её по заданному маршруту согласования. Человек подключается не к каждой операции, а к контрольным точкам и исключительным ситуациям.
Именно здесь цена ошибки максимальна. Некорректные данные, ошибка в бизнес-правиле или лишние права доступа приводят уже не к неверной рекомендации, а к автоматически выполненному действию.
Особенно велики риски в регуляторно чувствительных контурах: налоговом и бухгалтерском учёте, валютном контроле, казначействе, закупках, отчётности по РСБУ и МСФО.
Поэтому агентный ИИ требует не только качественных данных и формализованных процессов, но и дополнительных механизмов управления:
Агент не должен становиться заменой аналитика, консультанта или другого профильного специалиста. В ERP-проектах слишком много управленческого контекста, отраслевой специфики и регуляторных ограничений. ИИ в состоянии пройти цепочку действий по установленным правилам, но сформулировать эти правила, проверить их на соответствие реальности бизнеса и определить допустимый уровень риска обязан человек.
Начинать нужно с конкретной задачи и измеримого результата:
Помимо качества данных и процессов, важно заранее определить условия безопасной работы ИИ.
Локальный или облачный контур. Где обрабатываются и хранятся данные, кто имеет к ним доступ, какие сведения уходят внешнему провайдеру. Локальное размещение даёт больше контроля, но само по себе безопасность не гарантирует. Облачное требует проверки условий обработки, хранения и удаления информации.
Персональные данные и коммерческая информация. В ERP хранятся сведения о сотрудниках, клиентах, договорах, ценах и себестоимости. Передаваемые данные стоит минимизировать, по возможности обезличивать и проверять, сохраняет ли провайдер запросы и использует ли их для обучения. Для персональных данных нужно учитывать требования законодательства, включая локализацию и трансграничную передачу, если она происходит.
Критическая информационная инфраструктура. Если компания относится к субъектам КИИ, надо определить, затрагивает ли интеграция объекты КИИ, какова их категория значимости и какие требования применимы. Для критичных процессов важны изоляция тестового контура, оценка последствий отказа и резервный порядок работы.
Отечественные модели. При выборе стоит учитывать действующие требования к программному обеспечению и закупкам, возможность локального развёртывания, поддержку и результаты тестирования. Российское происхождение модели само по себе не гарантирует ни точности, ни защиты данных.
Права доступа. Ассистент или агент должен получать ровно те полномочия, которые нужны для задачи. Доступ на чтение, создание документов и проведение операций следует разделять, а критичные действия ограничивать лимитами и подтверждением человека. Те же ограничения должны действовать при поиске по корпоративной базе знаний.
Аудит действий. Необходимо сохранять сведения об использованных источниках, версии модели, вызовах инструментов, подтверждениях и изменениях в ERP. При этом журналы тоже нуждаются в защите: они могут содержать конфиденциальную информацию.
Разговор об ИИ-агентах помогает понять, какой должна стать корпоративная система до того, как ей передадут право действовать автономно.
При этом измеримый эффект появляется уже на первых трех уровнях: сокращается объем ручной работы, растёт качество данных, ускоряется подготовка отчётности, повышается точность прогнозов и появляется возможность принимать решения на актуальной информации.
Не каждому процессу нужен агентный ИИ. Где-то достаточн
о исправить логику ERP, где-то – добавить точечный ИИ-инструмент с подтверждением результата человеком, а где-то – обойтись предиктивной моделью. Уровень автономности должен определяться не возможностями технологии, а ценностью для бизнеса и допустимой ценой ошибки.
Устойчивый результат появляется там, где компания последовательно выстраивает весь контур: данные, процессы, технологии, полномочия и контроль человека. Если начинать с самого сложного технологического уровня, не подготовив фундамент, организация обычно возвращается к исходной точке – с потраченными ресурсами и открытым вопросом, почему решение не приносит результата.
Нужно ускорить работу в 1С:ERP?
Расскажите о задачах вашего бизнеса, и мы предложим решение, которое поможет ускорить процессы и повысить эффективность 1С.
Что такое ИИ в ERP?
Это применение методов искусственного интеллекта внутри корпоративной системы: распознавание документов, анализ данных, прогнозирование, подготовка рекомендаций и поддержка пользователей. Такие инструменты помогают быстрее обрабатывать информацию и принимать решения, но требуют качественных данных и формализованных процессов.
Чем ИИ-агент отличается от чат-бота?
Чат-бот отвечает на вопросы по заданному сценарию и не меняет данные в системе. ИИ-агент получает цель и может самостоятельно выполнить последовательность операций в пределах выданных полномочий: сверить сведения, сформировать документ, запустить согласование.
Можно ли интегрировать ИИ с 1С:ERP?
Да. В экосистеме 1С:ERP доступны подключаемые сервисы, например прогнозирование продаж и распознавание первичных документов. Помимо них возможна интеграция внешних моделей и ассистентов – при условии, что настроены права доступа, контроль действий и защита данных.
С какого процесса начинать?
С задачи, у которой есть понятная метрика и повторяющийся сценарий. Чаще всего это распознавание документов, контроль качества справочников, классификация обращений или подготовка прогнозов.
Какие данные нужны?
Полные, актуальные и непротиворечивые. Для прогнозирования важна достаточная глубина истории, для языковых моделей – проверенная база регламентов, инструкций и документов компании.
Может ли агент выполнять операции без человека?
Технически – да, если ему выданы соответствующие права. Но в регуляторно чувствительных контурах (бухгалтерский и налоговый учёт, казначейство, закупки, отчётность) целесообразно сохранять контрольные точки с участием человека.
11.09.2026
Актуальные новости, акции, мероприятия и полезная информация
ПодписатьсяВ случае сбоев в работе облачных сервисов может понадобиться локальная резервная копия базы.
Зарегистрирована ошибка при работе с маркированным товаром через кассу Дримкас: «Подключенная ККТ не поддерживает разрешительный режим (требуется версия ФФД 1.2)».
Электронные перевозочные документы (ЭПД) уже стали частью документооборота участников перевозок. К 1 сентября Минтранс и ФНС уточнили правила их оформления, определили случаи, когда допускается бумажное оформление, и подтвердили действующие форматы электронных документов.
Подпишитесь на рассылку: новости, акции, мероприятия и полезная информация. Подробнее о наших рассылках
Нажимая кнопку "Подписаться", вы соглашаетесь с политикой конфиденциальности
Подпишитесь на рассылку для руководителей: новости, акции, мероприятия и полезная информация.
Нажимая кнопку "Подписаться", вы соглашаетесь с политикой конфиденциальности
Этот сайт использует файлы куки для хранения данных. Продолжая использовать сайт, Вы соглашаетесь с Политикой обработки персональных данных.
Принимаю