ИИ в ERP, EPM и HCM: где он уже работает, а где пока только на слайдах

Про искусственный интеллект сегодня говорят на каждом совете директоров. Но между «у нас есть ИИ» и «ИИ приносит деньги» лежит пропасть, а пропасть в два прыжка не перепрыгнуть. Разбираемся без магии: что ИИ уже умеет в учётной системе, в бюджетировании и в расчёте зарплаты, где ему пока рано доверять и с чего начать собственнику.

Табель успеваемости: пока «удовлетворительно»

Весной 2026 года аналитики Gartner опросили 204 финансовых руководителя и выставили ИИ в финансах что-то вроде школьного табеля. Картина честная: 66% компаний, которые внедрили ИИ, называют главным результатом рост производительности, но 63% говорят, что всё шло медленнее ожиданий.

Ещё одна цифра из того же опроса объясняет, почему совет директоров скучает на отчётах про ИИ: 45% вложений направлены на производительность и только 20% на качество решений. Первое означает «делать то же самое быстрее». Собственнику нужно второе.

При этом деньги в ИИ идут. По оценке Gartner, к 2027 году 62% расходов на ERP придутся на системы с генеративным ИИ против 14% в 2024-м. Поезд уже тронулся. Вопрос в том, едете вы в купе или на подножке.

Где ИИ можно применять уже сейчас, а где спешить не стоит

ERP: ИИ приходит через «дирижёра»

В Oracle JD Edwards EnterpriseOne ИИ не спрятан в одну волшебную кнопку. У системы есть Orchestrator, инструмент автоматизации, который умеет вызывать внешние сервисы. Начиная с Release 24 он подключается к ИИ-сервисам Oracle Cloud: распознаванию документов, машинному зрению, генеративным моделям. А в дорожной карте JD Edwards значится Model Context Protocol, стандарт, по которому ИИ-помощники обращаются к учётной системе по правилам, а не на ощупь.

Что это даёт на практике:

• Счёт поставщика пришёл в PDF. Сервис распознал реквизиты и суммы, Orchestrator сверил их с заказом и завёл документ. Бухгалтер проверяет исключения, а не перебивает цифры.
• Камера на линии или на складе зафиксировала дефект, и в системе автоматически появилась заявка на проверку.
• Руководитель задаёт вопрос обычными словами и получает сводку по данным системы, а не выгрузку на сорок вкладок.

Важная оговорка: Orchestrator сам ничего не придумывает. Он исполняет описанный процесс. Если порядок закупок живёт в голове у одного сотрудника, ИИ унаследует тот же хаос, только быстрее. Как связать процессы и деньги в проектном бизнесе, мы разбирали в статье про Primavera P6 и JD Edwards.

EPM: прогноз, который объясняет сам себя

В бюджетировании ИИ прижился раньше всех: там есть история цифр, а на истории машина учится охотно. В IBM Planning Analytics встроен помощник на базе watsonx. Ему можно написать «покажи выручку прошлого года по мобильным телефонам», и он соберёт нужный срез данных.

Три возможности, ради которых стоит смотреть в эту сторону:

• Прогноз по многим факторам. Система сама находит, какие переменные сильнее всего влияют на результат: курс, сезон, цена сырья.
• Объяснение ячейки. Щёлкнули по цифре и увидели формулы, допущения и источники за ней. Спор «откуда эта цифра» заканчивается за минуту.
• Агенты. Через watsonx Orchestrate помощник не только отвечает, но и запускает действия: согласование, пересчёт сценария, обновление связанных систем.

Сама IBM сообщает, что в собственном финансовом планировании вышла на точность моделей около 95%. У вас цифра будет своя, но направление понятно: человек перестаёт собирать прогноз и начинает его обсуждать. Если бюджет до сих пор живёт в таблицах, начните со статьи «Бюджет в Excel или IBM Planning Analytics».

HR и зарплата: доверяй, но сверяй

В расчёте зарплаты ошибка стоит дороже всего, потому что её видит каждый сотрудник. Цифры здесь показательные. По опросу Symmetry, 78% команд по расчёту зарплаты уже используют ИИ, но только 45% доверяют ему точность налогов. А в другом исследовании 98% специалистов по персоналу сказали, что не доверяют генеративному ИИ кадровые решения.

Это здравый подход. В зарплате ИИ хорош как второй контролёр, а не как расчётчик:

• подсветить аномалии до выплаты: начисление выросло вдвое, табель не сходится с графиком;
• ответить сотруднику на типовой вопрос об отпуске или расчётном листке;
• помочь с кадровой аналитикой: текучесть, сверхурочные, фонд оплаты труда.

Сам расчёт должен оставаться предсказуемым: одни и те же данные дают один и тот же результат, и каждую сумму можно разложить до исходных начислений. По этому принципу мы строим RBC HCM Solutions. А как сменить систему и не сорвать выплату, читайте в статье про миграцию HR и расчёта зарплаты.

Три условия, без которых ИИ не взлетит

1. Чистые данные. Мусор на входе даёт мусор на выходе, только теперь с уверенным тоном. Дубли контрагентов и три версии справочника номенклатуры ИИ не исправит, а размножит.
2. Описанный процесс. Автоматизировать можно то, что записано. «Так исторически сложилось» в алгоритм не превращается.
3. Человек в контуре. За платёж, проводку и выплату отвечает человек. ИИ предлагает, человек утверждает, по крайней мере там, где ошибка стоит денег.

С чего начать: план на 90 дней

1. Выберите один процесс с большим объёмом рутины и понятной ценой ошибки: входящие счета, прогноз продаж, проверка начислений.
2. Зафиксируйте исходную точку: сколько часов и ошибок сейчас. Без «было» не получится показать «стало».
3. Наведите порядок в данных именно этого процесса, не пытаясь вычистить всё сразу.
4. Запустите пилот на 6–8 недель с ответственным от бизнеса, а не только от ИТ.
5. Решите по цифрам: масштабировать, доработать или закрыть. Закрытый пилот тоже результат: семь раз отмерь, один раз внедри.

Частые вопросы

Нужно ли менять учётную систему, чтобы получить ИИ?

Чаще нет. В JD Edwards ИИ-сервисы подключаются через Orchestrator, в IBM Planning Analytics помощник и прогнозирование уже входят в продукт. Сначала стоит взять максимум из того, что уже куплено.

Заменит ли ИИ бухгалтера, экономиста или расчётчика?

Он заменяет ручной ввод и сведение таблиц. Проверка, суждение и ответственность остаются за людьми, и именно на это у них появляется время.

Безопасно ли отдавать ИИ финансовые и кадровые данные?

Это вопрос архитектуры, а не веры. Нужно понимать, где обрабатываются данные, кто имеет к ним доступ и что записывается в журнал. Для персональных данных и зарплаты это обсуждают до пилота, а не после.

Источники

• Gartner: финансовым директорам трудно превратить ИИ в ценность для бизнеса (опрос 204 руководителей)
• Gartner: 45% вложений в ИИ в финансах направлены на производительность
• Gartner: доля расходов на ERP с генеративным ИИ к 2027 году
• Oracle: Artificial Intelligence with Oracle JD Edwards EnterpriseOne (PDF)
• Oracle: дорожная карта JD Edwards (PDF)
• IBM: Planning Analytics Assistant и многофакторное ИИ-прогнозирование
• IBM: агентные возможности в IBM Planning Analytics
• IBM: собственный кейс по планированию и отчётности
• Symmetry: ИИ в расчёте зарплаты, опрос 2026 года
• HR Dive: что HR-директора думают об ИИ