Как OpenAI строит AI-native финансы: 5 уроков от финансового директора

«ИИ даёт финансовым руководителям куда более глубокую способность видеть наперёд и действовать быстрее» — Сара Фрайар, CFO OpenAI

Что происходит, когда компания, создающая самый передовой искусственный интеллект в мире, решает применить его к собственным финансам? Именно этот эксперимент поставила Сара Фрайар (Sarah Friar), финансовый директор OpenAI. Когда она пришла в компанию два года назад, финансовую функцию поддерживала лишь небольшая команда — при том что бизнес рос с исключительной скоростью. Нужно было выстраивать всё с нуля, сделав ИИ фундаментом работы, принятия решений и поддержки бизнеса.

Финансы превратились в функцию реального времени. Возможность здесь гораздо больше, чем просто быстрее закрывать книги или чаще обновлять прогнозы — речь идёт о том, чтобы видеть бизнес в момент его изменений, помогать руководителям действовать раньше и давать финансовым командам больше времени на то, чтобы формировать будущее.

При этом закрытие периода и обновление прогнозов по-прежнему требовали ручного, повторяющегося труда: поиска информации, объяснения изменений, сборки данных для решений. Даже имея доступ к самым передовым AI-инструментам в мире, команда всё ещё училась переосмыслять финансы вокруг них.

Ниже — пять практических уроков, которые Фрайар адресует финансовым директорам, переосмысляющим свою работу с помощью ИИ.

Урок 1. Начните с широкого доступа и структурированных экспериментов

Первый шаг — широкий доступ к инструментам. Люди должны иметь свободу исследовать ИИ в контексте собственной работы. Доступ создаёт наибольшую ценность, когда сочетается со структурированными экспериментами вокруг реальных задач.

В OpenAI пригласили технических специалистов на финансовый хакатон и попросили команду принести задачи, которые хотелось бы трансформировать. Одним из результатов стал IR-GPT — кастомный GPT на основе одобренных материалов команды по связям с инвесторами для ответа на вопросы в ходе due diligence. Также началась разработка кастомных GPT для закупок и налогов.

Хакатон превратил ИИ из абстрактной возможности в рабочий инструмент. За один день участники могли определить повторяющуюся задачу, создать решение, протестировать его с коллегами и улучшить. Сценарии использования рождались у тех, кто ближе всего к реальной работе, а технические эксперты помогали двигаться быстрее.

Урок 2. Стройте агентов вокруг реальных рабочих процессов

OpenAI совместно с PwC создаёт первую в своём роде AI-native финансовую функцию корпоративного масштаба, объединяя agentic AI (автономных агентов) с человеческим надзором. Вместе компании строят AI-агентов вокруг ключевых финансовых ритмов — от планирования, прогнозирования и отчётности до закупок, платежей, казначейства, налогов и закрытия бухгалтерских книг.

Отличительная черта этого сотрудничества — фокус на реальном построении, а не на теоретическом проектировании. Например, внутри финансовой организации OpenAI уже создаётся агент по закупкам, а полученный опыт применяется при разработке дополнительных агентов для других финансовых процессов.

graph TD
    A[Финансовый процесс] --> B[Планирование и прогнозирование]
    A --> C[Закупки и платежи]
    A --> D[Казначейство и налоги]
    A --> E[Закрытие периода и отчётность]
    B --> F[AI-агент]
    C --> F
    D --> F
    E --> F
    F --> G[Человеческий надзор]
    G --> H[Решение принято быстрее]

Цель сотрудничества — вывести финансы за рамки простой автоматизации задач к операционной модели, где AI-агенты могут выполнять сложную работу, взаимодействовать между процессами и поддерживать более быстрые, основанные на аналитике решения.

Урок 3. Усильте, а не ослабьте контроль

Одно из главных опасений при внедрении ИИ в финансах — не подорвёт ли это систему контроля? Сара Фрайар даёт однозначный ответ: нет, если всё сделано правильно.

Она приводит красноречивый пример: «В мире изобилия, который дарит нам ИИ, агент может проверить все 1000 счетов». Вместо того чтобы ослаблять контроль, такой подход способен укрепить его. «Я действительно думаю, что это сделает контроль и точность значительно сильнее».

CFO должны совместно с IT-службой и командой по управлению рисками определить, к каким данным AI-система может получать доступ, какие действия предпринимать, когда требуется одобрение и когда следует эскалировать проблему. Каждый результат должен быть привязан к надёжному источнику. Каждый прогноз — иметь чёткое объяснение. Любое отклонение от утверждённого базового плана должно требовать авторизации со стороны финансовой службы.

Урок 4. Управляйте расходами на ИИ как дисциплинированной статьёй бюджета

Сегодня несложно устанавливать лимиты использования, бюджетный контроль, ролевой доступ, правила маршрутизации моделей и пороги одобрения. CFO могут управлять расходами на ИИ с той же строгостью, что и любыми переменными затратами, не лишая команды пространства для экспериментов. Чёткая подотчётность создаёт уверенность, необходимую для более быстрых действий.

Урок 5. Измеряйте ROI через «полезный интеллект за доллар»

Как понять, окупаются ли инвестиции в ИИ? Раньше успех программного обеспечения измерялся через принятие: количество лицензий, активных пользователей и продлений. ИИ — другое: он должен измеряться той работой, которую реально выполняет.

Фрайар предложила scorecard (систему показателей), которую она назвала «useful-intelligence-per-dollar» («полезный интеллект за доллар»), основанную на четырёх факторах: выполняет ли технология значимую работу; какова стоимость каждой успешной задачи; насколько надёжен результат; и растёт ли ценность каждого AI-доллара по мере роста использования.

Scorecard для финансовой функции

Самая дешёвая модель — не всегда самая экономичная. Если более мощная модель достигает надёжного результата с меньшим числом попыток и меньшим объёмом проверки, она может обойтись дешевле в итоге.

Новые требования к финансовым специалистам

Фрайар признаётся, что вряд ли возьмёт на работу финансового специалиста, не знакомого с AI-инструментами вроде Codex — инструмента OpenAI для автоматизации кода и рабочих процессов. По её мнению, так же, как работа с таблицами стала базовым навыком для финансовых команд, AI-инструменты превращаются в новую фундаментальную компетенцию.

Команда финансов OpenAI остаётся относительно небольшой для масштабов бизнеса. «Сегодня в нашей финансовой команде около 200 человек», — говорит Фрайар. «Мы довольно компактны». Это стало возможным именно благодаря агрессивному внедрению ИИ в ключевые процессы.

Что это значит для российских финансовых директоров

Опыт OpenAI — не история об уникальной технологической компании. Это дорожная карта для любой организации, которая хочет превратить финансовую функцию из реактивной в проактивную. Ключевые принципы универсальны:

• Начните с хакатонов: дайте команде время на эксперименты — даже один день в квартал даёт ощутимый результат.
• Стройте агентов на реальных процессах: начните с одного workflow — например, согласования счетов или закрытия периода.
• Контроль — это не противник ИИ: правильно выстроенная система агентов проверяет больше, а не меньше.
• Измеряйте результат, а не потребление: не количество токенов, а количество решённых задач.
• Инвестируйте в компетенции: AI-грамотность становится таким же обязательным навыком, как Excel.

Финансы находятся в центре стратегии, капитала, данных, рисков и результатов. Это даёт CFO уникальный взгляд на то, как работает компания, и мощный мандат на то, чтобы возглавить её AI-трансформацию.

Статья подготовлена на основе материалов блога OpenAI (август 2026) и публичных заявлений Сары Фрайар в рамках коллаборации OpenAI и PwC.