Аскона: ИИ-агенты обрабатывают платежи и ведут аналитику в финансах

«Аскона» — производитель и ритейлер товаров для дома и сна. Несколько лет назад ключевым инструментом автоматизации в компании были RPA-роботы, которые заменяют одну стандартную операцию без принятия решений. В казначействе специалисты вручную проверяли заявки на оплату в ЭДО, сверяли контрагентов в ERP-системах, проверяли лимиты, искали дубли платежей и анализировали задолженности; одна заявка занимала 7–10 минут, а заявок в компании тысячи. Ad hoc-запрос вроде «почему просела категория подушек относительно прошлого года?» означал несколько дней работы аналитика: собрать данные из разных систем, проанализировать факторы и подготовить выводы.

Компания передала ИИ-агентам две задачи финансовой функции. Агент казначейства сам забирает заявку из ЭДО, распознаёт документы через OCR, проводит проверки в ERP-системах и отправляет платёж дальше по процессу. Для аналитики сотрудник формулирует запрос в Telegram-боте; бот через n8n передаёт задачу модели Claude, которая обращается к внутренним витринам данных, ERP-системам и аналитическим платформам. Агент анализирует отклонения по категориям и по каждому SKU — речь о десятках тысяч позиций, — ищет драйверы изменений, сопоставляет внутренние и внешние факторы, например динамику рынка и ключевую ставку, и возвращает в чат аналитическую записку или ссылку на интерактивный дашборд.

По словам Ивана Лашкова, стоимость внедрения одного агента во многих случаях не превышает нескольких сотен тысяч рублей. Внешние модели не получают персональные данные сотрудников и клиентов и внутренние know-how; около 90% финансовых и аналитических задач с такими данными не связаны. Сотрудники, которые раньше обрабатывали счета, управляют агентами, контролируют качество и дообучают модели. Компания сообщает о кратном сокращении ручных операций и снижении стоимости обработки платежей. Сейчас в финансовой функции 77 человек; целевая модель — 10–15 специалистов и 45–60 ИИ-агентов.