За неделю собрала ИИ‑агента, который следит за деньгами вместо финансового директора

Я, как руководитель бизнеса, часто сталкивалась с ситуацией, когда данные компании были разрознены: продажи видны в CRM, расходы — в таблицах, а отчеты приходили в разные мессенджеры. Из‑за этого не удавалось оперативно оценить состояние бизнеса и увидеть назревающий кассовый разрыв.

ИИ‑агент решил эту проблему: он объединил все ключевые метрики в одном месте — план‑факт и деньги на счетах. Это позволило принимать управленческие решения, опираясь на реальные цифры, а не на интуицию, и освободило время, которое раньше уходило на ручное сведение таблиц.

Рассказали, как внедрили ИИ в бизнес‑процессы и как можно повторить наш кейс.

Чтобы не менять систему учета, решили внедрить ИИ‑агента

Данные о приходах и расходах поступали к одному человеку, нужно было вручную сводить таблицы, заносить информацию в Финтабло, заполнять финмодель. Это занимало много времени, был высокий риск ошибки.

Никто не продает готовое решение, которое соединяет учет в разных сервисах: Финтабло, CRM и гугл‑таблицах. Нужно было полностью менять систему учета, переходить в другое приложение, обучать сотрудников и перестраивать процессы.

Подготовка оказалась сложнее, чем генерация кода

Сначала был этап подготовки, нужно было привести таблицы сотрудников к одному формату. Например, сделать так, чтобы все показатели выбирали из списка, а не писали вручную кто как хочет. Без этого автоматизация не получится. Подготовка заняла больше времени, чем генерация кода с ИИ.

Вайбкодить начала в апреле, первого бота собрала за вечер. К моменту, когда взялась за автоматизацию учета, уже работало пять‑шесть сервисов помельче. Финансы были не первым проектом, а первым рискованным: там живые деньги.

Спецификацию написала 24 июня, первый код появился 15 июля, первый отчет от агента пришел в Телеграм 20 июля. На все ушла примерно неделя рабочего времени: несколько подходов по полдня плюс мелкие правки между делами.

Итераций было семь:

1. Научили ИИ читать данные — сначала запретили агенту что‑либо записывать, нейросеть только доставала доход из CRM по направлениям и сверяла данные с финансовым сервисом.
2. Рассказали нейросети про оплату труда — кто сколько получает, какого числа, у кого фикс, а кто — на проценте.
3. Подготовили первый вариант отчета и нашли первые проблемы — задвоились некоторые данные, а еще ИИ путал однофамильцев.
4. Попросили Claude перечитать свой код и прогнать его через другого агента, чтобы получить второе мнение, найти и исправить ошибки.
5. Разрешили ИИ вносить данные в систему — появились другие ошибки, например неправильно введенную сумму «р.5 000» агент считал как пятьдесят копеек. Тут проблема была не в нейросети, а в неверно заполненных документах.
6. Подготовили второй вариант отчета — ИИ объединял все данные в последний день месяца и составлял неправдоподобный прогноз. Заметили ошибку и исправили ее.
7. Дали все необходимые данные ИИ — на последнем этапе добавили данные по сотрудникам с переменной зарплатой.

На каждом этапе я описывала словами логику бизнеса, получала результат, проверяла на реальных данных и возвращалась с правками.

Готовый сервис запустили на Raspberry Pi — маленьком одноплатном компьютере, который стоит дома и работает круглосуточно. Так ИИ локально обрабатывает все данные и риск утечки минимальный.

Claude остался внутри системы, а не ушел как подрядчик, который сдал работу. ИИ стал аналитиком в программе, которую сам и написал. У Claude есть доступ ко всем нашим цифрам. Я в любой момент могу спросить у него что‑то, попросить добавить данные или вывести нужный показатель. Например, Claude собирает новую финмодель в гугл‑таблице за пять минут. Вручную это нужно было делать несколько дней.

Одна ошибка чуть не сломала всю систему учета

«Когда ИИ вносит данные в финансовую базу, любой сбой стоит дорого».

Решили подтягивать доходы не из банка, а из CRM, там видно, кто и за что платил. Но это чуть не сломало систему учета: когда ИИ вносит данные в финансовую базу, любой сбой стоит дорого. Например, если терялся ответ сервера — операция задваивалась и учет мог «поехать».

Вовремя заметили проблему на тестах, сделали защиту от дублей, чтобы запросы на запись никогда не повторялись автоматически. Защита по паре «дата + время» результата не дала, у нас случались одинаковые оплаты в течение дня. Тогда добавили идентификатор для каждого платежа, и все заработало.

Я специально просила ИИ проверять собственный код и писать тесты. Несколько раз это спасало.

Стали видеть потенциальный кассовый разрыв заранее

Когда система заработала, я перестала заходить в финансовые сервисы, но при этом каждое утро знаю, что происходит с деньгами бизнеса. В девять утра в Телеграм приходит сводка: сколько на счетах, какие платежи нужно сделать в ближайшие две недели, хватит ли денег на это.

Главное изменение глубже. Мы соединили план‑факт и деньги на счетах. Теперь остатки соотнесены с планами, есть прогноз на полгода, можно планировать развитие бизнеса. Система делает это сама, а мне присылает отчет: на что хватит денег, а что стоит поменять. Пропала необходимость созваниваться с другими бизнес‑партнерами, чтобы обсудить, хватает ли нам денег. Вся информация приходит к ним в Телеграм.

С таким ИИ‑агентом финансовый директор не нужен

Итоговые траты на этот проект:

• подписка Claude Code — 120 $ в месяц;
• API — бесплатно, финансовый сервис и CRM отдают данные по API в рамках подписки, которая у нас и так уже была;
• сервер — собрали на Raspberry Pi, которая стоит около 20 000 ₽, но подойдет почти любой компьютер, который уже есть у бизнеса.

Потратила на все примерно неделю рабочего времени. Раньше за финансовый учет платили специалисту на аутсорсе — 600 000 ₽ в год. Сейчас работу делает ИИ, это быстрее и дешевле.

Для начинающего стартапа или бизнеса в режиме экономии такая система будет очень полезна. Часть работы, для которой нанимают финансового директора, она закрывает сама.

Есть четыре признака, кому такой ИИ‑агент будет полезен:

• если принимаете деньги разными способами и хотя бы один обезличенный. Когда доход виден общей суммой, разнести его руками очень сложно;
• у вас несколько направлений, и хочется понимать, сколько зарабатывает каждое, а не только видеть общую прибыль;
• учет расходов ведет несколько человек, каждый в своей таблице или системе;
• нет финансового руководителя или он есть, но занят стратегией, а не сведением таблиц.

Если почти весь доход приходит по счетам от юрлиц, с назначением платежа, агент будет не так полезен.

Повторить наш кейс несложно, для этого понадобится:

• ИИ, который интегрирован в среду разработки, например Claude Code, Cursor, Aider или Cline;
• компьютер или облако, если нужно, чтобы сервис работал автономно;
• систематизация данных — все отчеты и документы нужно привести к одному стандарту;
• понимание процессов — придется четко описать работу ИИ, что и как должна делать нейросеть.

Автоматизация не наведет порядок, она лишь масштабирует тот порядок, который уже есть. Кто не может объяснить словами, как устроен его учет, не автоматизирует его никаким ИИ.