Резюме
Это пример применения методологии на основе открытых отраслевых данных. Цифры рассчитаны по публичным источникам — ваши результаты и декомпозиция процесса на блоки будут зависеть от конкретных условий.
Ситуация. Компания из 200–500 сотрудников, 4–6 подразделений (коммерция, логистика, операции, маркетинг, IT), ведёт учёт в 1С:ERP (или 1С:Бухгалтерия с модулем управления предприятием). Квартальный цикл бюджетирования: начинается с выгрузки исторических данных из 1С и занимает 6 недель на подготовку, согласование, финальное утверждение.
Проблема. Переделки и согласования: 3–4 итерации × 40 часов аналитика на итерацию = 120 часов × 731₽ = 87,720₽ за квартал Ошибки в данных: 15–20% от 250+ операций в квартале = 37–50 операций с ошибками. Задержка утверждения: вместо 3 недель → 4–6 недель = потеря 1–3 недель на быстрый ответ рынку.
Результат анализа. 4 блоков — в 🟢 Автоматизация (EPOCH 1–2). 1 блок — в 🟡 Усиление (EPOCH 3). 2 блоков — в 🟠 Коллаборация (EPOCH 4). 1 блок — в 🔴 Человек (EPOCH 5). Экономия — до 830 550 ₽ (Москва), ROI 284%.
Карта процесса
Процесс разбит на 8 блоков.
- 1 Выгрузить данные из 1С и отформатировать в Google Sheet Автоматизация
- 2 Валидировать данные на пропуски, выбросы и дубли Автоматизация
- 3 Принять решение по численности персонала (найм/увольнение) Человек
- 4 Рассчитать salary-бюджет (брутто, взносы 34%, итого по функциям) Автоматизация
- 5 Спланировать OpEx на основе истории, тренда и коррекций руководителей Коллаборация
- 6 Консолидировать бюджет по подразделениям (salary + OpEx) Автоматизация
- 7 Проанализировать отклонения план/факт с флагами по порогам Усиление
- 8 Построить три сценария бюджета (базовый, агрессивный, ограниченный) Коллаборация
Итого: 4 шага в 🟢 Автоматизация (EPOCH 1–2), 1 шаг в 🔴 Человек (EPOCH 5), 2 шага в 🟠 Коллаборация (EPOCH 4), 1 шаг в 🟡 Усиление (EPOCH 3).
Проверка готовности
Все четыре ответа должны быть «Да» — тогда можно переходить к внедрению.
- Данные из 1С экспортируются регулярно (файл или API)?
- Есть финансовый аналитик, который проверит Exception Report за 30 минут?
- Руководители подразделений готовы вводить численность и коррекции в единый Google Sheet?
- Команда осознаёт, что долгосрочное делегирование анализа бюджетных сценариев снижает способность CFO оценивать допущения самостоятельно?
Анализ
Таблица блоков
EPOCH (MIT Sloan, Loaiza & Rigobon, 2025) — шкала 1–5: насколько задача требует человеческого участия. Оценка = максимум из пяти параметров.
«Готовность ИИ-инструмента» определяет стартовый уровень контроля: чем больше опыта у команды с этой связкой «задача + инструмент», тем меньше проверок нужно с первого дня. Новый — команда ещё не делала этот тип задач с этим инструментом, уровень контроля 1. Пробуем — 1–2 цикла, результат ещё нестабильный, уровень 1–2. Стабильный — 3+ цикла без ошибок, уровень 2–3. Доказанный — 8+ циклов, уровень 3–4. Прочерк — блок не передаётся ИИ, оценка неприменима.
| # | Блок | Зависит от | EPOCH | Зона | Описание | Готовность ИИ-инструмента |
|---|---|---|---|---|---|---|
| 1 | Загрузка данных | — | 1 | Автоматизация | Извлекает данные по зарплате и OpEx за 4 квартала из 1С, форматирует по подразделениям. Результат: Google Sheet с разбивкой по зарплате и OpEx | Стабильный |
| 2 | Валидация | 1 | 2 | Автоматизация | Проверяет пропуски, выбросы и дубли, сверяет итоги с 1С, помечает аномалии красным. Результат: валидированный лист с пометками | Стабильный |
| 3 | Принять решение по численности персонала (найм/увольнение) | 2 | 5 | Человек | Руководитель вводит плановую численность (найм, увольнения). ИИ предлагает тренд по истории, решение — за управленцем. Результат: таблица {должность, план, дельта} | — |
| 4 | Salary расчёты | 3 | 2 | Автоматизация | Рассчитывает брутто, взносы (34%), налоги и итог по функциям на основе численности и окладов. Результат: таблица {должность, численность, начисления, взносы, итого} | Стабильный |
| 5 | Спланировать OpEx на основе истории, тренда и коррекций руководителей | 2 | 4 | Коллаборация | Строит модель OpEx (3 квартала + сезонность + инфляция 8%). Руководитель вводит коррекции, ИИ пересчитывает. Результат: таблица {категория, план, дельта} | Новый |
| 6 | Консолидировать бюджет по подразделениям (salary + OpEx) | 4, 5 | 1 | Автоматизация | Суммирует salary + OpEx по подразделениям, проверяет лимит CFO, распределяет сокращение пропорционально. Результат: сводный бюджет по функциям | Стабильный |
| 7 | Проанализировать отклонения план/факт с флагами по порогам | 6 | 3 | Усиление | Сравнивает план/факт, считает дельты, флагирует неэффективность. Финансист добавляет комментарии. Результат: таблица с дельтами | Пробуем |
| 8 | Построить три сценария бюджета (базовый, агрессивный, ограниченный) | 6, 7 | 4 | Коллаборация | Генерирует 3 сценария (базовый, агрессивный, сдержанный) с profit margin для каждого. CFO выбирает реалистичный. Результат: три варианта бюджета | Новый |
Почему такие оценки
| # | Блок | EPOCH | Обоснование |
|---|---|---|---|
| 1 | Загрузка данных | 1 | ETL: извлечение, трансформация, загрузка. Детерминированный процесс |
| 2 | Валидировать данные на пропуски, выбросы и дубли | 2 | Определение выброса (зарплата в 5 раз выше нормы = ошибка или бонус?) требует контекста |
| 3 | Принять решение по численности персонала (найм/увольнение) | 5 | Решение о найме/увольнении базируется на стратегии компании, рынке, планах роста. Только управленец решает |
| 4 | Salary расчёты | 2 | Механический расчёт (численность × оклад + 34% взносы), но нужно понимать льготы, бонусы, коэффициенты |
| 5 | Спланировать OpEx на основе истории, тренда и коррекций руководителей | 4 | История + плановые изменения требуют балансирования между бюджетным ограничением и нуждой в инвестициях |
| 6 | Консолидировать бюджет по подразделениям (salary + OpEx) | 1 | Сумма по таблицам. Механический процесс |
| 7 | Проанализировать отклонения план/факт с флагами по порогам | 3 | Определение нормального отклонения (±5%) vs аномалии требует контекста бизнеса |
| 8 | Построить три сценария бюджета (базовый, агрессивный, ограниченный) | 4 | Генерация реалистичных сценариев требует понимания рынка, структуры затрат, целей компании |
Ограничения ChatGPT в этом процессе
- ChatGPT не подключён к 1С напрямую: интеграция с ERP-системами требует 6–12 месяцев инженерных работ (Manuj Bawa, Medium 2024). Без актуальных данных из 1С ИИ работает с тем файлом, который ему передали вручную.
- При работе с несколькими таблицами одновременно (зарплата + OpEx + план + факт) точность большая языковая модель (LLM) падает до 19,3% (Manuj Bawa, Medium 2024). Ошибка в salary-расчёте или консолидации незаметна без отдельной проверки.
- ChatGPT не проверяет собственные расчёты: пропуск уволенного сотрудника в ведомости или дубль счёта в OpEx модель не обнаружит без явной инструкции в каждом запросе. Карточка делегирования с критериями — обязательна.
- Каждое изменение — новый запрос: если CFO меняет допущения о росте или руководитель вводит коррекции, нужно повторно передавать весь контекст. ИИ не «помнит» предыдущий сеанс (Paul Bappoo, Medium 2024).
Инструкции для передачи задач ИИ
Чтобы передать задачу ИИ, нужно описать три вещи: что подаёте на вход, что получаете обратно и как поймёте, что результат верный. Ниже — такое описание для каждого блока, который переходит к ИИ. Это можно передать разработчику или использовать как основу для промпта.
Блок 2 (Валидация исторических данных)
- Все пропуски в зарплате отмечены (если есть сотрудник без оклада за квартал).
- Все выбросы (> среднее + 3×σ) отмечены.
- Сумма по категориям OpEx в Google Sheet = итогу в 1С (допуск ±0,1%).
- Аналитик проверяет 100% Exception Report за 30 минут. Accuracy ≥ 95%
Google Sheet с историческими данными из 1С за 4 предыдущих квартала: таблица по зарплате (должность, оклад, численность), таблица по OpEx (категория, месячные суммы)
Google Sheet с метками (красный/жёлтый) на подозрительные строки + лист Exception Report: {строка, тип ошибки, рекомендация}. Пример: «Фамилия: Иванов. Оклад Q1: 85 000₽, Q2: 425 000₽ (выброс в 5×). Рекомендация: проверить доп. начисления или ошибку при выгрузке из 1С»
2 (контролируемый)
Блок 5 (Planning Operating Expenses)
- ИИ предложило все коррекции от руководителей (в листе Comments).
- Сумма всех категорий > 0.
- Ни одна категория не упала на > 50% без комментария от руководителя.
- Финансовый менеджер проверяет за 1 час и может редактировать. Accuracy (совпадение плана с реальностью в Q
- ≥ 85%
Google Sheet с историческими OpEx за Q1–Q3 2025 (факт), план компании на Q4 2025 по growth (±0%), текущее inflation 8%/год, тренды по категориям (маркетинг растёт на 5% в год, коммунальные на 3%). Коррекции от руководителей подразделений (e.g. «Q1 планируем новый проект: +50 000₽ на маркетинг», «Уменьшаем logex на 20% из-за оптимизации»)
Google Sheet: {категория, Q1–Q3 факт (средняя), модель (с тренд + inflation), план (с коррекциями), дельта %, примечания}. Пример: «Маркетинг: Q1–Q3 факт 300 000₽/кв → модель 314 400₽ (+4,8% в год + 1% inflation) → план 364 400₽ (+16% из нового проекта) → дельта +50 000₽»
2 (контролируемый)
Блок 7 (Variance Analysis)
- Все красные и жёлтые флаги имеют комментарий от финансиста (почему отклонение).
- ИИ не отметил флагом отклонение < ±2% (шум).
- Финансист читает за 30 мин и может добавить свои комментарии. Accuracy (совпадение флагов с реальными проблемами в конце квартала) ≥ 80%
Текущий план (от блоков 1–6), план предыдущего года (Q2 2025), факт предыдущего года (Q2 2025), целевые метрики компании (revenue plan, margin target, численность на $1M revenue)
Google Sheet с колонками: {метрика, Q2 2025 план, Q2 2025 факт, Q2 2026 план, дельта % YoY, дельта % план vs цель, флаг (🟢 Автоматизация зелёный / 🟡 Усиление жёлтый / 🔴 Человек красный)}. Пример: «Численность: Q2 2025 факт 250, Q2 2026 план 280 (+12% YoY). Целевой рост 5%, фактический +12% → 🔴 Человек красный флаг. Комментарий: „Численность растёт выше плана — требует обоснования или сокращения"»
2–3 (контролируемый переходящий в авто-мониторинг)
Экономика
| Метрика | Часов в год | Экономия (₽/год) | Источник |
|---|---|---|---|
| Переделки и согласования | 480 ч | 420 000₽ | 3–4 итерации × 40 ч × 875₽/ч × 4 кв. |
| Поиск и исправление ошибок в данных | 200 ч | 140 550₽ | 50 ошибок × 1 ч × 937₽/ч × 3 кв. |
| Ручной расчёт (salary, opex, variance) | 240 ч | 210 000₽ | 60 ч × 875₽/ч × 4 кв. |
| Задержка в утверждении (opportunity cost) | 80 ч | 60 000₽ | 2 нед. × 10 000₽/нед. × 3 кв. |
| ИТОГО | 1 000 ч | 830 550₽ | 📊 Расчёт |
Ставки рассчитаны по медианным данным HH.ru и ГородРабот.ру, начало 2026 года. Без учёта НДФЛ и страховых взносов (~30%).
| Показатель | Консервативный | Базовый | Оптимистичный |
|---|---|---|---|
| Экономия/мес | 48 449 ₽/мес | 69 212 ₽/мес | 89 976 ₽/мес |
| Чистая выгода/мес | ▲ 39 449 ₽/мес | ▲ 60 212 ₽/мес | ▲ 80 976 ₽/мес |
Стоимость API. Для бюджетного планирования расчётная нагрузка: ~1,5 млн токенов/год (команда 3–4 человека, 12 сессий/год включая ежеквартальный цикл и корректировки).
| Инструмент | Модель | Цена/1000 токенов | Доступность | Годовая стоимость |
|---|---|---|---|---|
| GigaChat | 2 Lite | 0,40₽ | ✅ Россия, юрлица, оплата по счёту | ~600₽ |
| GigaChat | 2 Pro | 3,00₽ | ✅ Россия, юрлица, оплата по счёту | ~4 500₽ |
| YandexGPT | Lite | 0,40₽ | ✅ Россия, юрлица, Yandex Cloud | ~600₽ |
| YandexGPT | Pro | 2,40₽ | ✅ Россия, юрлица, Yandex Cloud | ~3 600₽ |
| GPT-4.1 | — | 1,60₽ | ⚠️ Иностранная карта или посредник | ~2 400₽ |
| GPT-4o | — | 2,00₽ | ⚠️ Иностранная карта или посредник | ~3 000₽ |
| Категория | Описание | Стоимость |
|---|---|---|
| Разовая настройка | Разовая настройка | 187 000 ₽ |
| Операционные | Операционные (API, подписки) | 2 250 ₽/мес |
| Обслуживание ИИ | Обслуживание ИИ | 5 900 ₽/мес |
| Разовая настройка | Разовые итого | 187 000 ₽ |
| Валидация | Валидация результатов | 100 ₽/мес |
| Компетенции | Поддержание компетенций | 750 ₽/мес |
Ловушка зависимости: чем дольше задача делегирована ИИ, тем сложнее замечать его ошибки. Раз в месяц — выполнить одну задачу вручную, чтобы сохранить способность оценивать результат. Подробнее — Мониторинг
Рекомендация
Начать с блока «Загрузка и валидация данных» (Карточки № 1 и 2) на уровне 2 автономии.
На что обратить внимание:
- Если Exception Report > 30 позиций → интеграция 1С сбивается, пересмотреть экспорт
- Если variance анализ показывает флаги только у одного подразделения → может быть, новый софт в их системе, проверить
- Если сценарии выглядят нереалистично (e.g. profit margin −50%) → пересмотреть коэффициенты инфляции или целевые метрики
Проверка рисков
| Вопрос | Ответ | Следствие |
|---|---|---|
| Ошибка необратима? | Нет — бюджет можно пересмотреть в следующем цикле | — |
| Публика увидит результат без проверки? | Нет — внутренний документ компании | — |
| Грозит штраф, иск или вред? | Зависит от контекста | См. ниже |
Уровень контроля после запуска
Уровень автономности — насколько самостоятельно ИИ работает. Для каждого блока выбирается свой уровень в зависимости от цены ошибки.
- 🟢 Автоматизация Загрузка данных, Валидация, Salary-расчёты, Консолидация — уровень 3 (авто-мониторинг) после пилота: ИИ выполняет, финансист проверяет Exception Report раз в день
- 🟡 Усиление Variance analysis — уровень 2 (контролируемый): финансист читает все флаги и добавляет комментарии перед финализацией
- 🟠 Коллаборация Planning OpEx, Сценарий-анализ — уровень 2 (контролируемый): ИИ предлагает, руководитель подразделения и финансовый менеджер утверждают
- 🔴 Человек Планирование численности — уровень 1 (ассистируемый): только управленец принимает решение, ИИ предоставляет тренды как справку
Если хотите разобрать свой процесс похожим образом — экспресс-диагностика займёт около 45 минут.