Изображение создано при помощи модели Шедеврум
Работа в финансовой сфере давно вышла за пределы таблиц и ручных сверок: от аналитиков, контролеров и руководителей ждут не только расчетов, но и быстрых цифровых инструментов – дашбордов, сценарных калькуляторов, автоматизированной отчетности, внутренних ботов и уведомлений.
На этом фоне все более востребованной становится технология написания кода с помощью ИИ без глубоких знаний программирования. Это подход, при котором человек описывает задачу естественным языком, а значительную часть технической реализации берет на себя нейросеть.
Во многих сферах жизни, включая финансы, получила широкое распространение практика разработки программного обеспечения, которая использует искусственный интеллект (ИИ) для генерации функционального кода на основе подсказок на естественном языке, ускоряя разработку и делая создание приложений более доступным, особенно для тех, у кого ограниченный опыт программирования. В 2025 году словацко-канадский ученый Андрей Карпатый, бывший директор по ИИ в Tesla и инженер-основатель OpenAI, назвал этот процесс vibe coding (от английского слова vibe — «ощущение, атмосфера»). Словарь английского языка Collins признал «vibe coding» словом 2025 года, отметив, что оно отражает культурный сдвиг в сторону использования ИИ в различных сферах жизни.
В чем суть явления? Если в классическом ИИ-кодинге специалист просит модель написать отдельную функцию, исправить ошибку или предложить фрагмент кода, то теперь с новым инструментарием человек формулирует целевое поведение системы целиком: что именно должно происходить, какие данные нужно взять, как обработать результат и что показать на выходе. Далее модель генерирует не только код, но и значительную часть сопутствующих компонентов решения — интеграции, интерфейсы и сценарии автоматизации.
При таком подходе порог входа в технологию «практически нулевой, однако получение качественного результата по-прежнему определяется вашей компетенцией», отмечает доцент Школы финансов, руководитель программы повышения квалификации «Технологии финансиста будущего: от анализа данных к решению с Python, Microsoft Excel и искусственным интеллектом» Сергей Кузубов. Это главное отличие нового подхода от прежних инструментов автоматизации.
Для финансистов ключевой эффект от данного инструментария – не просто возможность побыстрее написать код, а полноценное делегирование задач искусственному интеллекту. Если раньше значительная часть времени уходила на ручную реализацию, выявление и устранение ошибок, то теперь всё большее значение приобретают постановка задачи, декомпозиция, проверка логики и контроль результата.
Наиболее быстро, по мнению Сергея Кузубова, ускоряются задачи с понятной структурой и повторяющимися действиями: подготовка отчетности, структурирование данных, сверки, автоматизация реестров и т.д. Для сверок и автоматизации реестров, по оценке эксперта, рабочий процесс ускоряется в 5 раз, а небольшие скрипты для электронных таблиц теперь можно делать практически моментально.
Для бизнеса это означает, что теперь переход от идеи до первой рабочей версии составляет не несколько дней или недель, а всего несколько часов. Особенно заметно это в задачах, где раньше приходилось тратить силы на типовой код и инфраструктурные элементы, не создающие прямой бизнес-ценности.
Теперь человек без опыта программирования может собрать простые решения: например, напоминания, элементарного бота, небольшой дашборд, базовую визуализацию на основе шаблонов и т.д.
При делегировании искусственному интеллекту понятной рутины специалист может заняться высокоуровневыми задачами и здесь возникает потребность в понимании логики кода и глубоких познаниях своей профессии.
«Нужно хорошо знать не программирование, а свою предметную область. В противном случае вы можете получить красивый, уверенно написанный, но при этом абсолютно неправильный результат», – подчеркивает Сергей Кузубов.
Управляющий финансовый директор «Роснано», Александр Леднев обращает внимание, что «в реальности, без понимания базовых принципов работы кода, данных и API (Application Programming Interface — набор правил, функций и протоколов, позволяющий одной компьютерной программе взаимодействовать с другой – Ред.) человек быстро упирается в ограничения: сложнее сформулировать требования, оценивать корректность и безопасность решения».
Для эффективной работы с данными инструментами ИИ специалисту необходима комбинация нескольких типов компетенций:
Работа с технологиями требует не слепого доверия к сгенерированному решению, а последовательной проверки: сверки расчетов, пересчета ключевых показателей, сопоставления результата с эталонными данными и дополнительной проверки спорных участков логики.
Как отмечает Александр Леднев, «именно компетентный сотрудник проверяет корректность расчетов, интерпретацию показателей, соблюдение регуляторных требований и информационную безопасность».
В корпоративной практике ограничения использования технологий ИИ касаются не только самого подхода, сколько условий его использования. Наиболее жесткие запреты обычно действуют там, где обрабатываются персональные данные, медицинская или иная чувствительная информация, а также в процессах, связанных с регуляторной отчетностью, расчётом резервов, риск-моделями, кредитными решениями и критической инфраструктурой. В таких зонах компании либо полностью ограничивают использование внешних облачных ИИ-сервисов, либо переводят работу на локальный контур, либо допускают применение технологии только для строго определенных типов задач, не затрагивающих чувствительные данные и критические процессы.
Выпускник магистерской программы «Финансовые технологии и анализ данных» и middle-разработчик Сбербанка Илья Ярусский указывает: «если в вашем проекте нет никакой конфиденциальной информации, тогда вайбкодингом спокойно можно пользоваться. С чувствительной информацией, такой как клиентские данные, нужно быть аккуратным, ее запрещено использовать при работе с нейросетями».
Среди инструментов для этой технологии наиболее известны специализированные платформы разработки со встроенным искусственным интеллектом (AI-IDE).
В числе наиболее востребованных решений участники рынка чаще всего выделяют редактор кода Cursor как один из наиболее удобных инструментов по качеству интерфейса и пользовательского опыта. Илья Ярусский советует также в качестве альтернативы рассмотреть Claude Code: этот инструмент уступает по интерфейсу, но выигрывает по тарифной модели и после периода адаптации остаётся рабочим вариантом для повседневного использования.
Искусственный интеллект будет влиять на развитие финансово-технического сектора, но не вытеснит живых специалистов с рынка – скорее заставит их нарастить компетенции. В финансах, где цена ошибки особенно высока, роль человека не снижается, а трансформируется, говорит Сергей Кузубов.
Разработчик, аналитик и менеджер все больше отвечают не за ручное выполнение технических операций, а за корректность замысла, ограничения, устойчивость решения и его пригодность для реальной эксплуатации. Код все в меньшей степени становится основной единицей труда и все в большей степени – производным от постановки задачи, проектирования системы, выбора технологий, интеграций, архитектуры, требований безопасности и качества.
Освоить современные инструменты анализа данных, ИИ и автоматизации в финансах можно на программе ДПО «Технологии финансиста будущего: от анализа данных к решению с Python, Microsoft Excel и искусственным интеллектом». Обучение ведется онлайн в течение шести недель. Курс построен на решении реальных финансовых задач через синтез традиционных методов анализа и передовых технологий, обеспечивая компетенции в области автоматизации финансовых процессов, прогнозирования и принятия решений на основе данных. Обучение нового потока стартует 25 марта.
Автор: Татьяна Тишанинова, исследователь Проектно-учебной лаборатории экономической журналистики НИУ ВШЭ
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!
