Как мы внедряли искусственный интеллект для проверки нерезидентов: опыт бизнес-консультанта

Ко мне обратилась производственная компания «Альфа». Импортирует комплектующие из Китая, Турции, Индии. Объем внешнеэкономических операций за год вырос почти вдвое, а планово-экономический отдел остался в прежнем составе — четыре человека. Как следствие, специалисты отдела были перегружены работой: проверка одного нового контрагента перед авансовым платежом занимала 40–50 минут. В месяц на такие проверки уходило два полных рабочих дня чистого времени. При этом цена ошибки выросла многократно: возврат платежа — это срыв поставки и простой производства.

Руководители компании «Альфа» приняли решение не расширять штат, а автоматизировать самую рутинную часть проверки с помощью искусственного интеллекта (ИИ). Меня пригласили как консультанта, чтобы помочь выстроить этот процесс.

Оговорюсь сразу: задача ставилась не «внедрить робота вместо человека», а построить тандем. Где искусственный интеллект делает то, что у него получается лучше (скорость, широта охвата, параллельная обработка десятка источников), а человек — то, что свойственно только ему (профессиональное суждение в нестандартных ситуациях, финальное решение, коммуникация с банком).

Что из этого вышло, сколько времени заняло и какие грабли встретились по пути — расскажу по порядку.

С ЧЕГО НАЧАЛИ: АУДИТ ТЕКУЩЕГО ПРОЦЕССА

Первые два дня я провела в планово-экономическом отделе компании «Альфа». Смотрела, как экономисты проверяют контрагентов перед платежом. Картина была примерно такой.

Приходит заявка от отдела закупок: «Новый поставщик, Турция, платеж — 45 000 долларов, стопроцентная предоплата, вот инвойс». Экономист начинает проверять контрагента-нерезидента и методично обходить сайты. Торговый реестр Турции — проверить реквизиты и год основания. OFAC SDN — проверить компанию. EU Consolidated List — проверить компанию. Потом еще цепочка проверок: бенефициары → банк → российский реестр спецмер → ведомость банковского контроля (не превышена ли сумма контракта) → контракт (на предмет скрытых услуг и налоговых рисков).

Я засекла время по каждому этапу. Получилась такая картина:

• проверка реквизитов и статуса — 10–12 минут (поиск в торговом реестре, сверка SWIFT, анализ капитала и года основания);

• санкционная проверка — 15–18 минут (последовательный обход пяти-шести сайтов, проверка компании, бенефициаров, банка);

• валютный контроль — 5–7 минут (сверка с ведомостью, проверка суммы и назначения платежа);

• анализ налоговых рисков — 5–6 минут (анализ формулировок, поиск скрытых услуг);

• оформление заключения по проверке нерезидента — 3–5 минут (заполнение внутреннего чек-листа, подпись).

Итого: 38–48 минут на одного контрагента. За месяц — 12,3 часа чистого времени.

Самый трудоемкий этап — санкционная проверка. Самое уязвимое место — информационная ограниченность человека. Если появился новый список (например, японский METI или швейцарский SECO), а экономист о нем не слышал, то проверка пройдет мимо.

Я заметила, что при высокой загрузке экономисты начинали пропускать шаги не из халатности, а просто внимание рассеивается на пятой-шестой проверке за день.

При этом сама логика проверки у всех экономистов была примерно одинаковая. Четыре блока: реквизиты и статус, санкции, валютный контроль, налоги — выполнялись вручную, долго и с риском пропуска.

Вывод после аудита: не нужно изобретать новый процесс. Следует взять существующий, вычленить из него повторяющиеся, алгоритмизируемые действия и передать их ИИ. А человеку оставить контроль и принятие решений в нестандартных ситуациях.

ПРОБУЕМ ИИ И ТУТ ЖЕ ОШИБАЕМСЯ

В компании «Альфа» уже был доступ к ИИ-инструменту для работы с документами. На первой неделе мы просто показали его экономистам и сказали: «Пользуйтесь, он умеет проверять контрагентов».

Результат был провальным. Экономисты писали запросы в духе:

«Проверь компанию StarParts Ltd. перед платежом».

Что выдавал искусственный интеллект? Общую справку: страна регистрации, дата основания, пара ссылок. Никакой структуры, никакого анализа рисков.

Экономисты тратили 5–7 минут на то, чтобы придумать запрос, потом получали невнятный ответ, разочаровывались и возвращались к ручной проверке. Скепсис в отделе вырос: «Мы же говорили, что это игрушка».

Я проанализировала эти неудачные запросы и поняла: проблема не в искусственном интеллекте, а в том, как ему ставят задачу.

Экономист, когда просит коллегу проверить контрагента, уверен, что коллега понимает контекст. Искусственный интеллект контекста не понимает. Ему нужно объяснять: кто ты, что происходит, что именно проверять, в каком порядке, в каком формате выдать ответ.

Так мы пришли к главной теме моего консультирования в компании «Альфа» — запросам (промптам). Промпт — это текстовый запрос или инструкция, которую вы отправляете нейросети, чтобы получить нужный ответ, текст, код или картинку.

Правильно составленный промпт превращает ИИ из «черного ящика» в предсказуемый инструмент, который выдает результат в одном и том же формате. Это значит, что экономист тратит на анализ ответа не 15 минут, выискивая нужное в потоке текста, а 3–5 минут, пробегая глазами по знакомой структуре.

КАК МЫ СТРОИЛИ ПРАВИЛЬНЫЙ ПРОМПТ: СТРУКТУРА ИЗ ПЯТИ ЭЛЕМЕНТОВ

Мы сели с ведущим экономистом компании «Альфа» и разобрали его собственный алгоритм проверки. Выяснилось, что в голове он держит пять элементов:

1) роль — «я сейчас выступаю как специалист по комплаенсу»;

2) контекст — «импорт, аванс, доллары, новый контрагент»;

3) конкретные шаги — «сначала реестр, потом OFAC, потом EU, потом ...»;

4) формат вывода — «в голове раскладываю по полочкам: здесь чисто, здесь вопрос, здесь стоп»;

5) ограничения — «общие справки мне не нужны, дайте конкретику».

Мы перенесли эти пять элементов в структуру промпта. В результате получился базовый шаблон:

Конкретная реализация для проверки контрагента-нерезидента выглядела так.

Промпт:

«Ты — специалист по комплаенсу и валютному контролю. Компания-импортер планирует авансовый платеж нерезиденту. Проверь контрагента по четырем блокам: реквизиты и статус, санкционные риски, валютный контроль, налоговые риски.

Данные: StarParts Ltd., Стамбул, Турция, SWIFT ISBKTRISXXX, IBAN TR12..., бенефициар Мехмет Оздемир.

По каждому блоку дай результат в формате:

• Вердикт (чисто/серая зона/стоп-фактор). Для наглядности используй цветовые метки:

• Детали (что конкретно найдено, с источниками);

• Рекомендация (что делать дальше).

Источники: торговый реестр Турции, OFAC SDN, OFAC SSI, EU Consolidated List, UK OFSI, Swiss SECO, Japan METI, российский реестр спецмер, перечень экстремистов и террористов, ведомость банковского контроля, глава 25 НК РФ. Не пиши общих справок о стране и валюте».

Когда экономисты компании впервые использовали этот промпт, реакция была: «Он так умел?» ИИ выдал структурированную сводку по четырем блокам, с цветовой маркировкой уровня риска и рекомендациями. Так выглядел ответ по тому самому турецкому поставщику:

Анализ такой сводки занял у экономиста 4 минуты. Ручная проверка того же контрагента ранее занимала 41 минуту.