AI-бухгалтеры уже здесь: что умеют агенты QuickBooks и Xero в 2026 и как к этому готовиться бухгалтеру на 1С

В 2026 году бухгалтерские агенты перестали быть темой из презентаций. По данным Cloudflare, боты впервые обогнали людей по доле веб-трафика: 57,5% против 42,5%, и главный драйвер этого сдвига агенты, которые решают задачи за пользователя, а не поисковые роботы. QuickBooks встроил в свою платформу пять агентов, Xero собрал операционную систему на Claude от Anthropic. Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO». В статье разбираю, что именно умеют агенты QuickBooks и Xero в 2026 году, показываю цифры экономии времени из свежих исследований и даю конкретный план подготовки для бухгалтера на 1С. В тексте 10 готовых промптов, три кейса с цифрами и сравнительная таблица. Материал актуален на 25 августа 2026 года.

Почему в 2026 году заговорили об AI-бухгалтерах и чем они отличаются от чат-ботов

Прямой ответ: потому что у агентов появился доступ к учётным данным и инструментам, и они начали не отвечать на вопросы, а выполнять работу в цикле. Разница между чат-ботом и агентом принципиальная, и она определяет всё остальное.

Границу переломного момента видно в цифрах Cloudflare. В июне 2026 года компания опубликовала данные своего Radar: доля ботов в HTTP-трафике впервые в истории интернета превысила половину и составила 57,5%. Пересечение случилось примерно в апреле-мае 2026 года, хотя ещё год назад прогнозы отодвигали его на конец 2027 года. Генеральный директор Cloudflare признал, что сам не ожидал такой скорости, и сравнил сдвиг с переходом от десктопного интернета к мобильному, только в масштабе месяцев, а не десятилетия.

Показательный пример из тех же данных. Человек при покупке камеры в среднем заходит на пять сайтов. Агент в процессе той же задачи может обойти до пяти тысяч страниц, потому что ему не нужно уставать, отвлекаться и экономить время на клики. Для бухгалтерии это значит одно: агенты уже способны прочесать выписку, историю операций и реестр документов с охватом, который человеку физически не под силу.

Теперь про разницу между инструментами. Чат-бот отвечает текстом на текстовый запрос. Он может объяснить, как отразить аванс с НДС, но сам проводку не сделает. Агент работает в цикле: получает задачу, обращается к данным, выполняет шаги, проверяет промежуточный результат и повторяет, пока не добьётся цели. В архитектуре таких агентов обычно несколько блоков: маршрутизатор задач, проверка правил, инструменты для работы с данными и верификатор результата. Надёжность всей цепочки определяется самым слабым звеном, и это не абстрактная инженерная деталь, а практический вывод для бухгалтера.

Для бухгалтера на 1С разница выглядит так. Обычный ChatGPT ответит на вопрос, как отразить частичную предоплату в валюте. Агент в QuickBooks сам увидит в банковском фиде поступление, подтянет счёт-фактуру, разнесёт операцию и попросит подтверждения. Агент в Xero сам найдёт транзакции без документов, напишет клиенту письмо с просьбой прислать чек и пришлёт уведомление бухгалтеру на проверку. Обе системы проектируют агентов с одним принципом: агент предлагает, человек решает. AI берёт рутину, ответственность остаётся у специалиста.

Как устроен AI-агент под капотом: цикл, блоки и слабое звено

Прямой ответ: современный агент для бизнес-задач это пайплайн из блоков, которые работают в цикле, и надёжность агента упирается в самое слабое звено этого цикла.

Чтобы понимать, где агент ошибается, нужно понимать, как он устроен. Схема одинаковая у всех вендоров, отличается только реализация.

Первый блок это маршрутизатор. Он решает, какая подзадача стоит перед агентом и какие инструменты нужны: банковский фид, база документов, почта, платёжный модуль. Простая операция уходит на быструю и дешёвую модель, сложная на более мощную.

Второй блок это проверка правил. Агент сверяет каждое действие с ограничениями компании: пороги существенности, учётная политика, запрещённые операции. В Xero этот слой называется ответственным интеллектом, в QuickBooks человеческим контролем.

Третий блок это инструменты. Агент получает доступ к данным: читает выписку, подтягивает документы, сверяет реквизиты. Именно доступ к данным отличает агента от чат-бота, у которого такого доступа нет.

Четвёртый блок это верификатор. Он проверяет промежуточный результат перед тем, как двигаться дальше. Если категория сомнительная, агент помечает операцию на ручную проверку.

Пятый элемент это цикл. Агент повторяет шаги, пока не достигнет цели или не упрётся в тупик. В длинных циклах накапливаются ошибки и мусор в контексте, поэтому надёжность агента обычно определяется самым слабым звеном. Одно неверное правило в проверке может испортить весь прогон, даже если остальные блоки работают идеально.

До и после: как агенты меняют рабочий день бухгалтера

Прямой ответ: рабочий день смещается от ручного ввода и сверки к проверке работы агента и аналитике, и это видно на конкретных операциях.

Самое наглядное сравнение это одна и та же задача в ручном режиме и с агентом. Возьмём типовой день бухгалтера, который закрывает операционный цикл компании с 400 операциями в месяц.

Сравнение условное, отражает средний сценарий для компании с оборотом до 50 миллионов в год.

Смысл не в том, что агент делает всё сам. Смысл в том, что бухгалтер перестаёт быть оператором ввода и становится контролёром и аналитиком. На проверку 400 категоризированных операций уходит час, на ручную категоризацию 6 часов. Разница в пять часов каждый день, это почти вся вторая половина рабочего дня.

Из практики нашей школы я вижу одну закономерность. Те бухгалтеры, которые сразу идут в режим «агент предлагает, я проверяю», через месяц-два начинают успевать управленческую отчётность, налоговое планирование и разбор аномалий. Те, кто продолжает вводить всё руками, чтобы «не рисковать», теряют время и устают сильнее. Ошибки от усталости дороже, чем ошибки, которые ловит проверка после агента.

Что умеет AI-агент в QuickBooks в 2026 году

Прямой ответ: в QuickBooks Online встроен ассистент Intuit Assist и пять отдельных агентов, которые закрывают учёт, работу с клиентами, финансы, проекты и платежи. Плюс отдельный налоговый агент для поиска вычетов.

Intuit Assist работает как разговорный ассистент прямо в дашборде. Бухгалтер или предприниматель может спросить его обычным языком, сколько компания потратила на маркетинг в прошлом месяце по сравнению с прошлым годом, и получить ответ с разбивкой по статьям. Ассистент готовит черновики писем клиентам и подсвечивает тренды расходов до того, как они станут проблемой. Это самый заметный вход в AI для тех, кто не хочет разбираться в настройках.

Пять агентов закрывают конкретные зоны.

Учётный агент категоризирует транзакции, используя историю компании, находит аномалии и показывает на проверку только необычные позиции. Он ускоряет работу бухгалтера с банковскими фидами, потому что не нужно проверять каждую строку подряд.

Клиентский агент находит новых лидов прямо в почте и готовит персонализированные ответы. Он работает на стыке продаж и учёта, поэтому полезен компаниям, где бухгалтер закрывает ещё и документооборот с клиентами.

Финансовый агент анализирует показатели в реальном времени и предупреждает об отклонениях от бюджета или прогноза. Он смотрит на отчёт о прибылях и убытках, движение денег и остатки, и сигнализирует, когда факт разошёлся с планом.

Агент проект-менеджера автоматически создаёт черновики проектов и сокращает ручную настройку. Полезен компаниям, где учёт ведётся по проектам: строительство, разработка, услуги.

Агент платежей изучает привычки оплаты клиентов и отправляет напоминания в оптимальный момент. По заявлению Intuit, компании на нём получают оплату в среднем на 5 дней быстрее. Для компаний с хронической просрочкой дебиторки это прямой эффект в деньги.

Отдельно стоит налоговый агент Business Tax AI Agent, запущенный в феврале 2026 года. Он ищет пропущенные вычеты и расходы, которые компания может учесть, но не учла: оплату наличными, расходы с неподключённых банковских счетов. Агент доступен в 95% тарифов QuickBooks Online и настраивает подсказки под отрасль, форму бизнеса и масштаб выручки. По сути это аналог того, что российский бухгалтер делает глазами при подготовке декларации, только быстрее и без пропусков.

В банковских фидах агент обогащает данные: определяет поставщика, предлагает категорию и объясняет, почему выбрал именно её. Транзакции получают визуальные метки: зелёная галочка для высокой уверенности, синяя для подтверждения, оранжевая для ручной проверки. Это заметно снижает нагрузку, потому что бухгалтер видит не список строк, а список с приоритетами.

Плюс к этому в QuickBooks есть автоматизация налоговых форм: агент сканирует реестр поставщиков, определяет, кому нужна форма 1099 по требованиям налоговой, и заранее подсвечивает, у кого не хватает справки W-9. Это закрывает сезонную рутину, которая раньше сжималась в недели до дедлайна.

Как выглядит рабочий цикл учётного агента QuickBooks на практике

Чтобы представить, как это работает в реальном дне, пройду по циклу обработки одной операции.

Компания получила оплату от клиента на 340 000 рублей. Раньше бухгалтер вручную искал счёт, проверял аванс, разносил поступление. Теперь цикл выглядит так.

Первый шаг. Агент видит в банковском фиде поступление на сумму 340 000. Он сверяет сумму с открытыми счетами клиента и находит совпадение с отгруженным товаром.

Второй шаг. Агент определяет категорию: поступление от покупателя, и предлагает проводку по дебету расчётного счёта и кредиту расчётов с покупателем. Он помечает операцию зелёной галочкой, потому что уверен в решении.

Третий шаг. Если в истории компании у этого клиента бывают частичные оплаты и авансы, агент ставит синюю метку и предлагает бухгалтеру подтвердить, что аванс закрыт корректно.

Четвёртый шаг. Бухгалтер открывает панель подтверждений, видит список операций с метками и за пару минут подтверждает те, где уверенность высокая. На проверку 50 операций уходит 10-15 минут вместо 2-3 часов ручного разнесения.

Пятый шаг. Все подтверждённые операции уходят в учёт, история решений записывается. На следующем поступлении агент использует это решение как обучающий пример.

Главное в этом цикле то, что бухгалтер не вводит данные, а принимает решения. Ввод делает агент, решения остаются за человеком. Именно это смещение роли и есть суть того, что называют AI-бухгалтером.

Разбор мифа: агент заменит бухгалтера, поэтому учиться не нужно

Этот миф ходит по каналам и эфирам, и я слышу его каждый месяц. Разберу, почему он опасен.

Миф строится на двух допущениях. Первое: агент делает всю работу сам. Второе: значит, бухгалтеру ничего не нужно уметь, можно подождать, пока агент всё сделает.

Первое допущение неверно. Агент делает типовую работу, но проверка, ответственность и нестандартные операции остаются человеку. Данные исследований 2026 года это подтверждают: 98% бухгалтерских фирм уже используют AI, но только 30% говорят, что AI встроен в их работу как стандарт, а не как отдельный инструмент. Разрыв между теми, кто встроил AI в процессы, и теми, кто использует его от случая к случаю, растёт, и 77% профессионалов это замечают.

Второе допущение ещё опаснее. Навык работы с агентом не появляется сам по себе. Нужно уметь ставить задачу, проверять результат, выстраивать зоны контроля. Фирмы, которые встроили AI успешно, в 87% случаев имеют документированные процессы, а фирмы, которые не планируют AI, только в 18%. Разница в подготовке, а не в магии.

Практический вывод. Тот, кто ждёт готового агента, через год окажется перед интерфейсом, который не понимает. Тот, кто сегодня тренируется на связке 1С с ChatGPT и Claude, через год будет управлять любым агентным интерфейсом.

Что умеет агент JAX в Xero и при чём тут Claude

Прямой ответ: в апреле 2026 года Xero представила операционную систему Xero OS, внутри которой работает агент JAX, сокращение от Just Ask Xero, и его логику частично обеспечивает Claude от Anthropic.

Xero позиционирует Xero OS как переход от системы записи к системе действий. Учётная система раньше хранила факты, теперь она их обрабатывает и предлагает решения. Ключевая идея в том, что агент работает на основе контекстного графа, который понимает данные построчно, а не по верхнеуровневым категориям. Это снижает количество ошибок от неправильной интерпретации.

Что умеет JAX в 2026 году.

Автоматическая сверка банка. JAX сопоставляет и категоризирует операции в реальном времени, без ручного ввода. Функцию включают по каждому банковскому счёту отдельно, и агент учится на исправлениях бухгалтера. Чем дольше работает, тем меньше ошибок.

Умный захват документов. Фотография чека или письмо с вложением на почту превращаются в учётную запись, агент сам подбирает подходящую банковскую операцию. Для малого бизнеса это закрывает главную головную боль, когда чеки лежат в телефоне неделями.

Автоматическое преследование документов. Функция анонсирована на конференции Xerocon в августе 2026 года: JAX находит операции без документов, пишет клиенту, отправляет напоминания, задаёт уточняющие вопросы и подгружает полученный документ. Каждый шаг проходит подтверждение бухгалтера. Это та самая рутина, которую бухгалтеры называют небиллинговой: время на неё не выставляется клиенту, поэтому оно самое неприятное.

Планы работы с дебиторкой. JAX анализирует платёжную историю каждого клиента и строит индивидуальный план: кому письмо, кому напоминание по SMS, кому выставить счёт в определённый момент. План можно отредактировать перед отправкой.

Планы по кассовым разрывам. Агент находит недели с дефицитом денег и предлагает план: перенести некритичные платежи, ускорить поступления. План можно отредактировать и выполнить, не выходя из системы. Это закрывает ту же задачу, которую российский казначей решает в платёжном календаре.

Проверка счетов на мошенничество. JAX инспектирует каждый счёт перед оплатой и подсвечивает подозрительное: необычную сумму, изменённые реквизиты, нового поставщика. Решение об оплате остаётся за человеком. С ростом объёма фрода в расчётах это становится обязательным слоем, а не опцией.

Партнёрство с Anthropic, о котором объявили в марте 2026 года, привело Claude внутрь Xero. Claude обеспечивает часть рассуждений JAX, а клиенты Xero получили возможность передавать финансовые данные в Claude для анализа и сценарного моделирования: прогноз по найму, план по прибыли на конец года. В официальном заявлении подчёркнуто, что данные клиентов не используются для обучения моделей Anthropic.

Чем подход Xero отличается от QuickBooks: контекстный граф и ответственность

Два вендора идут к одной цели разными путями, и это стоит понимать, потому что от выбора зависит, где агент будет сильнее.

QuickBooks строит агентов вокруг отдельных зон: учёт, клиенты, платежи. Каждый агент отвечает за свою область и вызывает другие при необходимости. Это удобно для быстрого старта, потому что можно включить одного агента и не трогать остальных.

Xero строит всё вокруг контекстного графа. Агент понимает каждую проводку в связке с остальными: откуда пришли деньги, какой документ закрыт, какая сделка за этим стоит. Это глубже для сложных ситуаций, но требует больше доверия к данным, которые агент видит.

Второе различие в терминах ответственности. QuickBooks называет это человеческим контролем, Xero ответственным интеллектом. Суть одна: агент предлагает, человек утверждает. Но реализация различается. В Xero каждая автоматизированная операция несёт след решений, по которому можно восстановить, что именно сделал агент и что проверил бухгалтер. В QuickBooks упор на метки уверенности, которые помогают быстро отсеять то, что проверять не нужно.

Для российского бухгалтера это важно в одном аспекте. Когда такие системы появятся в 1С и российских сервисах, выбор будет стоять между «агенты по зонам» и «агент с контекстом». Первый проще внедрить, второй точнее на нестандартных операциях. Понимание разницы поможет выбрать продукт, а не плыть по течению.

Сравнительная таблица: QuickBooks vs Xero vs связка 1С + ChatGPT

Прямой ответ: QuickBooks сильнее в автоматизации платежей и налоговых подсказках, Xero в контекстной сверке и работе с документами, а связка 1С с ChatGPT и Claude закрывает аналитику и проверку без перехода на западные системы.

Таблица актуальна на август 2026 года. Возможности QuickBooks и Xero описаны по официальным релизам вендоров, связка 1С с нейросетями по практике нашей школы.

Вывод из таблицы простой. Западные системы хороши тем, что агент встроен в учётную базу и видит данные целиком. Связка 1С с ChatGPT и Claude требует ручной выгрузки, но закрывает аналитику и проверку уже сегодня и не требует смены системы учёта. Для российского бухгалтера приоритет очевиден: если вы работаете только с российским учётом, связка с нейросетями даст 80% эффекта без смены системы.

Сколько часов экономят AI-агенты: исследования и кейсы из практики

Прямой ответ: по исследованиям 2026 года, экономия времени от AI в бухгалтерии составляет от 7 до 10 часов в неделю на практику, а на отдельных операциях агент быстрее человека в десятки раз.

Исследование Xero среди 520 британских бухгалтерских фирм показало среднюю экономию 7,1 часа в неделю, это почти целый рабочий день. В денежном выражении это около 108 000 фунтов в год на стоимость рабочего времени. У топовых фирм с маржой от 41% экономия достигала 10,6 часа в неделю и 202 000 фунтов в год. При этом только 5% фирм ожидают сокращения штата, остальные перенаправляют время на консалтинг, у которого самая высокая маржа.

Исследование Karbon среди 600 бухгалтеров показало экономию около 60 минут в день на сотрудника, это примерно 21 час в месяц. Исследование Access Group среди 434 бухгалтеров в Австралии дало похожую картину: 37% участников экономят минимум 30 минут в день, что в годовом выражении составляет от 125 часов.

Самые впечатляющие цифры дают бенчмарки на уровне отдельных операций. Агент читает банковскую выписку на 30 страниц за 12 секунд, человек тратит на это 45 минут. Категоризация 800 операций за месяц занимает у агента 3 минуты, у человека около 6 часов. Сверка чистого счёта у агента занимает 15 секунд, у человека 20 минут. Составление отчёта о прибылях и убытках у агента 5 секунд, у человека 30 минут. Черновой вариант налоговой декларации у агента 8 минут, у человека 4 часа.

Особенно показателен кейс закрытия месяца. Бухгалтер, который закрывал 20 клиентов, тратил около 80 часов в месяц на ввод данных, сверку и закрытие. С агентами на ввод и сверку уходит 6 часов на проверку, а общее время закрытия падает с 80 до примерно 20 часов. Это не экономия 20%, это сокращение в четыре раза.

Есть и примеры на уровне отдельных фирм. Одна компания из Финикса снизила часы на ввод данных с 22 до 4 в неделю, не уволив ни одного сотрудника. Освободившегося бухгалтера перевели в новое консультационное направление, которое приносит около 11 000 долларов в месяц дополнительной выручки. То есть AI не сократил штат, а создал новую услугу.

Для сравнения с российской реальностью это выглядит так. То, что главбух на 1С делает за вечер ручной категоризации, агент в западной системе обрабатывает за несколько минут. Разница не в квалификации бухгалтера, а в том, что у агента есть прямой доступ к данным и инструментам. В связке 1С с ChatGPT доступ нужно настраивать выгрузкой, поэтому разрыв пока остаётся.

Экономика внедрения: из чего складывается эффект для компании

Прямой ответ: эффект от агентов складывается из четырёх частей: время на рутине, скорость закрытия месяца, снижение пропущенных вычетов и новая консалтинговая выручка.

Первая часть это время. Экономия 7-10 часов в неделю на практике с четырьмя-пятью сотрудниками даёт в годовом выражении сотни тысяч рублей даже по российским ставкам. Если пересчитать британские цифры на средний российский бухгалтерский отдел, экономия сопоставима с частью оклада одного сотрудника в год.

Вторая часть это скорость закрытия месяца. Сокращение цикла с 80 до 20 часов по 20 клиентам значит, что управленческая отчётность выходит на неделю раньше. Собственник видит цифры быстрее, решения принимаются по факту, а не по прогнозам месячной давности.

Третья часть это вычеты и налоги. Налоговый агент QuickBooks находит расходы, которые бухгалтер пропустил бы глазами. Один пропущенный вычет на крупную сумму перекрывает стоимость подписки на годы. Для российского контура это работает так же: нейросеть, которая находит неучтённый входной НДС или забытый расход, окупает себя с первого найденного рубля.

Четвёртая часть это консалтинговая выручка. Фирмы, которые перенаправляют высвобожденное время на консультации, получают маржу в 2,1 раза выше по сравнению с фирмами, которые просто ускорили рутину. Консалтинговая услуга по данным из учётки стоит дороже, чем сама учётка.

Для российского бухгалтера на 1С экономика выглядит проще. Подписка на ChatGPT или Claude стоит заметно меньше, чем один час работы хорошего бухгалтера. Если связка экономит хотя бы 3-4 часа в неделю, она окупается с первой недели. Решающим фактором становится время, которое вы готовы вложить в настройку выгрузки и промптов.

Кейс из нашей практики: бухгалтер на 1С сэкономил 8 часов в неделю

Прямой ответ: ученица курса, главбух на ОСНО с оборотом около 40 миллионов в год, за месяц выстроила связку 1С с ChatGPT и сэкономила примерно 8 часов в неделю на рутинной категоризации и подготовке писем.

До автоматизации на категоризацию банковской выписки и подбор документов к операциям уходило 12-14 часов в неделю. Это типичная картина для главбуха на ОСНО: 300-400 операций в месяц, каждая требует решения по статье и проводке.

Что мы сделали. Выгрузили выписку из 1С в Excel, обезличили контрагентов, оставив суммы и структуру операции. Составили промпт для категоризации с жёстким правилом: не угадывать, если данных не хватает. Первый прогон дал около 80% корректных категорий, остальное ушло на доработку промпта и уточнение правил.

Через месяц картина изменилась. Категоризация с проверкой занимала 4-5 часов вместо 12-14, экономия около 8 часов в неделю. Высвободившееся время ушло в управленческую отчётность для собственника, которую главбух раньше откладывала. Собственник получил отчёт в середине месяца, раньше он видел цифры только через месяц после закрытия.

Второй кейс из нашей практики касается запросов налоговой. Подготовка пояснений по статье 93.1 НК с нуля занимала 6 часов: собрать документы, сформулировать позицию, проверить противоречия. Со связкой ChatGPT на черновую подготовку уходит 2 часа, остальное время уходит на проверку и согласование. Экономия 4 часа на каждый запрос, а их в году бывает несколько.

Третий кейс показывает цену ошибки. В одной из компаний, где ученица работала раньше, неверная проводка по НДС при частичной оплате была пропущена и человеком, и нейросетью. Итогом стали пени и штраф на 84 000 рублей. Это главный аргумент для правила: агент ускоряет, человек проверяет. Цифры из кейсов округлены и приведены с разрешения учениц.

Если хотите увидеть слепой тест нейросетей на живых проводках с таблицей точности, он есть в статье «AI-бухгалтер вместо человека: тест ChatGPT и Claude».

Почему российскому бухгалтеру на 1С следить за QuickBooks и Xero

Прямой ответ: потому что функции, которые агенты QuickBooks и Xero делают сегодня, через один-два года появятся в 1С и российских облачных сервисах, и бухгалтер, который понимает логику агентов, окажется впереди.

История повторяет путь других технологий. Западные вендоры обкатывают функциональность на своих рынках, потом она приходит в российские продукты с поправкой на локальные форматы. В 1С уже появился встроенный AI-ассистент, а российские сервисы вроде Контура и Эльбы добавляют нейросетевые функции. Подробно это разобрано в статье про AI-бухгалтерию в России 2026 и в обзоре AI-сервисов автоматизации бухгалтерии.

Второй аргумент касается тех, кто работает в международных компаниях или с иностранными партнёрами. Если у компании есть зарубежная юрисдикция, материнская структура или экспортные операции, вероятность встретить QuickBooks или Xero в контуре высокая. Бухгалтер, который понимает, как устроен агент и где он ошибается, становится ценнее на рынке.

Третий аргумент про навыки. Навык работы с агентами переносится между системами. Если вы научились ставить задачу, проверять результат и выстраивать зоны контроля на связке 1С с ChatGPT, перейти на любой агентный интерфейс получится быстро. База одна: понять, что агент делает, и проверить, что он сделал правильно.

Четвёртый аргумент связан с тем, что происходит в интернете в целом. Если агенты уже составляют большинство веб-трафика, значит, они становятся основным потребителем данных. Для бухгалтерии это означает, что сервисы будут проектироваться под агентов: интерфейсы, API, выгрузки. Бухгалтер, который готов работать с данными в машиночитаемом виде, будет востребован раньше, чем коллега, привыкший к ручному вводу.

Подробнее про карьерную перспективу AI-навыков для финансиста я писала в статье «AI-навыки финансиста: карьера CFO в 2026». А общий ответ на вопрос, заменит ли нейросеть бухгалтера, есть в статье «Заменит ли нейросеть бухгалтера и CFO».

Что уже делают российские сервисы в том же направлении

Прямой ответ: российские сервисы автоматизации учёта движутся в сторону агентов, но пока закрывают отдельные куски: распознавание первички, автоматическую категоризацию и подсказки по учёту, а не полный агентный цикл.

В 1С появился встроенный AI-ассистент, который помогает с запросами к базе и работой внутри платформы. Российские облачные бухгалтерии добавляют распознавание документов и автозаполнение операций. Сервисы электронного документооборота автоматически разносят входящие счета-фактуры по контрагентам.

Разница с QuickBooks и Xero в глубине цикла. Западный агент видит банковские фиды, учётную базу и документы одновременно, поэтому может пройти задачу от начала до конца: увидел поступление, подтянул документ, разнёс операцию, запросил подтверждение. Российские сервисы пока чаще закрывают один шаг: распознали, подсказали, разнесли по правилу.

Это не значит, что российский бухгалтер отстаёт. Это значит, что окно возможностей открыто: тот, кто освоит логику агентов на связке 1С с ChatGPT и Claude, через год-два будет управлять теми же функциями внутри 1С, когда они появятся. Подробный разбор российских сервисов есть в статье «AI-бухгалтерия в России 2026».

7 навыков, которые понадобятся бухгалтеру 1С в ближайшие два года

Прямой ответ: ядро будущего набора это постановка задачи агенту, выгрузка данных, обезличивание, проверка результата, знание зон риска, базовая автоматизация и управление базой знаний.

1. Постановка задачи агенту. Агент работает настолько хорошо, насколько точно описана задача. Навык формулировать условие с контекстом, ограничениями и форматом ответа это новый базовый навык бухгалтера. Он заменяет часть навыка ручного ввода. Хороший промпт описывает входные данные, правило решения и формат ответа, плохой оставляет агенту свободу интерпретации.

2. Выгрузка и структурирование данных. Агент не увидит данные в 1С, пока вы их не выгрузите. Умение выгрузить выписку, оборотно-сальдовую ведомость и реестр документов в таблицу, почистить дубли и подготовить структуру становится обязательным. Это навык, который в западных системах зашит в агента, а в российской связке лежит на бухгалтере.

3. Обезличивание. Любая передача данных во внешнюю модель требует удаления идентификаторов. Навык быстро превратить реальную базу в обезличенный набор, сохранив суммы и структуру, экономит часы и защищает от утечек. Подробный разбор в статье «Обезличивание данных для ChatGPT».

4. Проверка результата. Агент уверенно объясняет даже неверный ответ. Навык быстрой сверки, выборочной проверки случайных позиций и поиска зон риска отличает бухгалтера, который использует AI, от бухгалтера, которому AI навредил. Проверка занимает минуты, а последствия пропущенной ошибки стоят десятки тысяч рублей.

5. Знание зон риска. НДС при частичной оплате, курсовые разницы, нестандартные сделки. В этих зонах агенты ошибаются чаще всего, и эти зоны нужно держать под ручным контролем независимо от того, какой инструмент используется. Список зон риска у каждой компании свой, его нужно составить один раз и обновлять.

6. Базовая автоматизация. Связка выгрузки, нейросети и таблицы через простые сценарии, например в n8n, закрывает повторяющиеся задачи без программиста. Примеры таких связок есть в статье «n8n для финансиста» и в разборе «Закрытие месяца с ChatGPT».

7. Управление базой знаний. Компания накапливает регламенты, учётную политику и типовые решения. Навык собрать это в структурированную базу, которую агент может использовать, усиливает ответы и снижает галлюцинации. В западных системах это делает контекстный граф, в российской связке это делает бухгалтер.

Как подготовить базу 1С к работе с нейросетями: 7 шагов

Прямой ответ: подготовка базы занимает неделю-две регулярной работы и состоит из выгрузки, обезличивания, фиксации правил и регулярной сверки.

Шаг 1. Зафиксируйте учётную политику в тексте. Соберите в один документ систему налогообложения, пороги существенности, правила резервов и амортизации, список нестандартных операций. Это будет база знаний для агента. Без неё агент отвечает по общеучебным правилам, а не по правилам вашей компании.

Шаг 2. Настройте регулярную выгрузку. Раз в неделю выгружайте банковскую выписку, оборотно-сальдовую ведомость и реестр первички в Excel. Регулярность важнее полноты, история нужна агенту для обучения.

Шаг 3. Обезличьте данные. Уберите ИНН, названия, ФИО, номера счетов. Суммы, даты и структуру операции оставьте. Без них агент не даст полезного ответа.

Шаг 4. Составьте эталонные ответы. Для 10-15 типовых операций запишите правильные проводки и решения заранее. Эталон понадобится для сверки ответов агента.

Шаг 5. Прогоните первые промпты. Используйте промпты из следующего раздела. Сравните ответы ChatGPT и Claude на одном наборе данных, расхождения покажут зоны риска.

Шаг 6. Сверяйте результаты раз в неделю. Первый месяц проверяйте случайную выборку обработанных операций. Записывайте ошибки и уточняйте промпты.

Шаг 7. Расширяйте постепенно. Через месяц добавьте вторую задачу, через два третью. Быстрое расширение без проверки это главный источник дорогих ошибок.

10 готовых промптов для бухгалтера на 1С

Прямой ответ: ниже промпты, которые закрывают те же задачи, что агенты QuickBooks и Xero, но работают на связке 1С с ChatGPT или Claude уже сегодня.

Каждый промпт я проверяла на практике. Подставляйте свои данные после обезличивания, не убирайте ограничение «не угадывай», оно снижает количество уверенных ошибок.

Промпт 1. Категоризация банковской выписки

Аналог учётного агента QuickBooks. Для выписки на 100-400 строк, обезличенной до формата дата, сумма, назначение, контрагент.

Ты бухгалтерский ассистент. Ниже выписка по расчётному счёту
в формате: дата, сумма, назначение платежа, контрагент (обезличен
как К1, К2).

Для каждой строки определи:
1. Тип операции: поступление от покупателя, оплата поставщику,
   зарплата, налог, аренда, прочее.
2. Предполагаемую проводку в 1С (Дт/Кт) для ОСНО.
3. Статью движения денежных средств для управленческого отчёта.

Если данных не хватает, не угадывай. Пометь строку как
"требует уточнения" и напиши, какой информации не хватает.

Данные: [вставить выписку]

Промпт 2. Второй проверяющий проводки

Аналог человеческого контроля, который в QuickBooks и Xero встроен по умолчанию.

Ты второй проверяющий бухгалтер. Я дам описание операции и проводку,
которую предлагает сотрудник или система. Проверь её:

1. Корректна ли по существу.
2. Укажи риски: НДС, курсовые разницы, авансы, нестандартный характер.
3. Если неверно, предложи исправленный вариант с обоснованием.
4. Задай уточняющие вопросы, если данных мало.

Не соглашайся автоматически. Ищи ошибки.

Операция: [описание]
Предлагаемая проводка: [Дт/Кт, сумма]

Промпт 3. План работы с просроченной дебиторкой

Аналог агента платежей QuickBooks и платёжных планов JAX.

Составь план работы с просроченной дебиторкой на основе списка
должников (обезличены как Д1, Д2). По каждому должнику:
1. Дата возникновения долга и срок просрочки.
2. Вероятность оплаты по истории платежей.
3. Рекомендуемый канал контакта и тон письма.
4. Готовый текст письма-напоминания на 3-4 предложения.

Для должников с просрочкой больше 60 дней предложи ужесточение
условий или передачу в претензионную работу.

Список: [данные]

Промпт 4. Поиск неучтённых вычетов

Аналог Business Tax AI Agent, работает по российским правилам УСН и ОСНО.

Проверь расходы компании за квартал на предмет неучтённых вычетов
и уменьшения налоговой базы. Дано: список расходов по статьям
(обезличенные суммы и назначения), система налогообложения.

Найди:
1. Расходы, которые можно учесть, но которые часто пропускают.
2. Входной НДС, который можно принять к вычету, если есть счёт-фактура.
3. Расходы наличными без документов, которые требуют подтверждения.

По каждой позиции объясни, какой документ нужен для подтверждения.

Данные: [расходы], система: [УСН доходы-расходы]

Промпт 5. Анализ кассовых разрывов

Аналог финансового агента QuickBooks и планов по кассовым разрывам JAX.

Проанализируй платёжный календарь на следующий месяц. Дано:
ожидаемые поступления и планируемые платежи по неделям.

Найди:
1. Недели с отрицательным остатком и размер кассового разрыва.
2. Платежи, которые можно перенести без штрафов.
3. Рекомендацию, какие счета оплатить в первую очередь.

Дай план действий на каждый разрыв: что перенести, что ускорить,
где взять резерв.

Данные: [платёжный календарь]

Промпт 6. Распознавание первичных документов

Аналог умного захвата документов JAX, работает на сканах и тексте.

Ниже сканы или текст первичных документов: акты, накладные,
счета-фактуры. Для каждого документа извлеки:
1. Тип документа.
2. Номер и дату.
3. Контрагента (обезличь в ответе).
4. Сумму и ставку НДС отдельно.
5. Содержательную часть: что именно куплено или оказано.

Сверь, совпадает ли сумма в документе с суммой в платёжке,
если платёжка приложена. Несоответствия пометь отдельно.

Документы: [вставить]

Промпт 7. Проверка счетов на мошенничество

Аналог проверки счетов JAX, работает по данным о контрагентах.

Проверь счета на оплату на признаки мошенничества или ошибки.
Для каждого счёта сравни с историей операций с этим контрагентом.

Подозрительными считай:
1. Необычно крупные суммы относительно истории.
2. Изменение реквизитов получателя в последний момент.
3. Новый контрагент с суммой выше порога.
4. Расхождение суммы в счёте и в договоре.

Для каждого подозрительного случая сформулируй вопрос, который нужно
задать до оплаты.

Счета: [данные]

Промпт 8. Запрос на сверку с контрагентом

Аналог автоматического преследования документов JAX.

Подготовь запрос на сверку с контрагентом. Дано: наше видение
задолженности на дату (сумма) и расхождения по акту сверки.

Составь:
1. Письмо контрагенту с таблицей расхождений.
2. Список документов, которые нужно запросить для закрытия разницы.
3. Черновик акта сверки с заполненными нашими данными.

Пиши нейтрально и по делу, без обвинений.

Данные: [суммы, расхождения]

Промпт 9. Управленческий отчёт для собственника

Аналог аналитики по отчёту о прибылях и убытках из QuickBooks, но на русском и без бухгалтерского жаргона.

Сделай набросок управленческого отчёта о прибыли и убытках для
собственника. Дано: выручка и расходы по статьям за месяц и план.

Покажи:
1. Выполнение плана по выручке и расходу в процентах.
2. Три статьи расходов с самым большим отклонением от плана.
3. Один вопрос собственнику, который требует его решения.
4. Рекомендацию по сокращению одной статьи расходов.

Язык: простой, без бухгалтерских терминов там, где можно.

Данные: [факт и план]

Промпт 10. Памятка для агента под учётную политику компании

Аналог контекстного графа Xero, но собранный руками бухгалтера.

Составь памятку для AI-ассистента по работе с учётными данными
конкретной компании. Включи:
1. Систему налогообложения и особенности: ОСНО или УСН, НДС.
2. Учётную политику: резервы, амортизация, пороги существенности.
3. Типовые проводки и нестандартные операции компании.
4. Список контрагентов, по которым нельзя менять условия без согласования.
5. Запрет на разглашение данных и требования по обезличиванию.

Памятка нужна, чтобы любой агент давал ответы в рамках учётной
политики компании, а не общеучебных правил.

Данные для включения: [ваша учётная политика]

Если хотите разобраться, как работает связка 1С с нейросетями на уровне интеграций, загляните в статью «MCP-серверы для бухгалтерии и 1С». А если нужны готовые шаблоны промптов под разные бухгалтерские задачи, они собраны в статье «Промпты для бухгалтера». Для работы с налоговым учётом на УСН и ОСНО есть отдельный материал «ChatGPT для налогового планирования».

Где AI-агенты ошибаются: зоны риска

Прямой ответ: агенты уверенно объясняют неверные решения в трёх зонах: НДС при частичной оплате, валютные пересчёты и нестандартные операции, и без проверки человека это превращается в дорогие ошибки.

Первый блок рисков связан с налогами. При частичной или авансовой оплате агенты путают момент восстановления НДС, базу для вычета и сумму по счёту-фактуре. В нашей практике неверная проводка по НДС при частичной оплате, пропущенная и человеком, и нейросетью, обошлась в 84 000 рублей пени и штрафа.

Разберу конкретный пример. Поступила частичная предоплата, отгрузка прошла позже, счёт-фактура выставлен на полную сумму. Агент должен восстановить НДС с аванса, принять НДС с отгрузки и закрыть аванс. Любая из трёх точек сбивается: агент либо не восстанавливает НДС с аванса, либо принимает вычет по полной сумме без счёта-фактуры, либо путает даты. Проверка по этому сценарию занимает у бухгалтера пять минут, а последствия ошибки стоят десятки тысяч рублей.

Второй блок валютные операции. Агенты берут курс на дату оплаты вместо даты перехода права собственности, что для внешнеэкономических сделок критично. Пересчёт курсовых разниц требует точной датировки, и это зона, где ответ модели стоит проверять всегда.

Третий блок нестандартные сделки. Взаимозачёты, уступка права требования, отступные, сделки с неденежными расчётами. Здесь агент не видит весь контекст сделки, а контекст решает всё. Подробный разбор ошибок нейросетей в финансовых данных есть в статье «Галлюцинации нейросетей: финансовые данные».

Сводно зоны риска и правила контроля выглядят так.

Что делать с рисками. Зафиксируйте список зон риска для своей компании и держите их под ручным контролем. Выборочная сверка случайных позиций раз в неделю. Если две модели дают разные ответы на один кейс, это сигнал, что кейс нестандартный и требует ручной проверки, а не повод выбрать более убедительный ответ.

Правило, которое я вкладываю в голову каждой ученице: AI экономит часы на типовом и подсвечивает риск на сложном, но не снимает ответственность. Последняя строка в любом процессе остаётся за человеком, и это не ограничение технологии, а её правильное использование.

Безопасность данных при работе с AI-агентами

Прямой ответ: передавать в агенты и нейросети можно только обезличенные данные, а для регулярной работы с чувствительной информацией нужны корпоративные тарифы с отключённым обучением на ваших данных.

Что нельзя загружать даже в обезличенном виде. Номера ИНН, ОГРН, названия компаний и их коммерческие условия, ФИО сотрудников и подписантов, номера расчётных счетов. Эти данные восстанавливаются по косвенным признакам и создают риск утечки.

Что можно оставлять. Суммы, даты, структуру операции, тип документа, содержательные условия сделки. Всё, что нужно для правильного расчёта, но не идентифицирует конкретных людей и компании.

Особенность агентов в том, что у них больше доступа, чем у чат-бота. Агент в Xero видит контекстный граф сделок, агент QuickBooks видит банковские фиды. Поэтому в западных системах вопросы безопасности решаются на уровне вендора: у Xero и Anthropic в партнёрстве зафиксировано, что данные клиентов не используются для обучения моделей. Для российского бухгалтера на 1С это означает одно: при работе с внешними моделями правила обезличивания обязательны, а для чувствительных данных корпоративный тариф с отключённым обучением.

Правило простое и я проверяю его на каждой сессии. Если данные можно прочитать на сайте компании, в базе контрагентов или в открытых источниках, загружать их в нейросеть нельзя. Если по данным нельзя восстановить компанию и человека, загружать можно. Сумма операции в 1,2 миллиона рублей без названия контрагента это обезличенный факт, с названием это утечка.

Про доступ к сервисам. ChatGPT из России напрямую не открывается, это ограничение сервиса, доступ через chatgpt.com требует специальных средств. Какой способ доступа использовать, выбираете сами. Пользоваться нейросетями из России не запрещено. Уточняйте актуальные условия доступа и оплаты на официальных сайтах провайдеров, правила периодически меняются.

Тест-драйв за один вечер: с чего начать без риска

Если вы ещё не пробовали нейросети в работе, начните с безопасного теста, который не требует выгрузки чувствительных данных. Он занимает один вечер и даёт первую картину того, где AI силён, а где нет.

Первый шаг. Возьмите учебный пример из методички или прошлогодний кейс из практики, где ответ уже известен. Это может быть расчёт аванса с НДС, проверка проводки по курсовой разнице или категоризация выписки за старый месяц.

Второй шаг. Обезличьте данные: замените названия контрагентов на К1, К2, суммы округлите. Потеря точности на этом этапе не страшна, важна структура операции.

Третий шаг. Задайте один из промптов из этой статьи в ChatGPT и в Claude. Используйте одинаковую формулировку, чтобы сравнение было честным.

Четвёртый шаг. Сверьте ответы с эталоном. Запишите, где обе модели правы, где обе ошибаются, где расходятся. Расхождения это ваша персональная карта зон риска.

Пятый шаг. Возьмите одну типовую задачу из текущей работы и прогоните её по той же схеме. Если результат совпал с вашим решением, вы нашли первую задачу для автоматизации.

Этот тест занимает 1,5-2 часа и не требует ни подписки, ни настройки. Он нужен, чтобы перейти от страха к конкретике. Через неделю повторите с другой задачей, и вы увидите, где именно AI ускоряет вашу работу, а где требует вашего контроля.

Частые вопросы про AI-агентов в бухгалтерии

Отвечу коротко на вопросы, которые чаще всего приходят в канал и на эфиры.

Агенты уже заменили бухгалтеров в западных компаниях? Нет. Агенты взяли типовую рутину, но только 5% фирм ожидают сокращения штата в ближайший год. Остальные перенаправляют время на консалтинг, который приносит больше денег.

Чем агент лучше обычного ChatGPT для бухгалтера? У агента есть доступ к учётным данным и инструментам, он действует в цикле и может выполнить задачу целиком. ChatGPT без надстроек отвечает текстом, но с правильной выгрузкой и промптом закрывает большинство аналитических задач уже сегодня.

Когда агенты появятся в 1С? Частично уже появились: в 1С есть встроенный AI-ассистент, российские сервисы добавляют нейросетевые функции. Полный агентный цикл, как в QuickBooks и Xero, придет с задержкой, и к нему стоит готовиться заранее.

Что делать, если агент и бухгалтер дают разные результаты? Сверить с эталоном и документами. Расхождение это сигнал о нестандартной операции, а не повод довериться более уверенному ответу.

Сколько стоит внедрение агентов для российской компании? Для связки 1С с ChatGPT и Claude достаточно подписки на нейросеть, от бесплатного тарифа до корпоративного. Дороже всего обходится время на выгрузку, обезличивание и настройку правил проверки, оно перекрывает стоимость подписки в разы.

Какая модель подходит для бухгалтерских задач в 2026 году? В работе я использую GPT-5.5 в chatgpt.com, Claude Sonnet 4.6 на claude.ai и Gemini 2.5 для анализа больших массивов. Для чувствительных данных есть DeepSeek V3.2, но только с обезличенными данными. Сравнение моделей для финансовых задач есть в статье «Какую нейросеть выбрать финансисту в 2026».

Чек-лист: 30 дней до первой автоматизации

Пошаговый план, который я даю ученицам на старте курса. Он повторяет структуру инструкции из этой статьи, но в формате быстрой проверки.

1. Зафиксируйте учётную политику текстом. Один документ с системой налогообложения, порогами и нестандартными операциями. Это база знаний для агента.
2. Выберите 3-5 типовых операций. Начните с задач с понятным правильным ответом, без валюты и сложного НДС.
3. Настройте еженедельную выгрузку из 1С. Выписка, оборотно-сальдовая ведомость, реестр первички в Excel.
4. Обезличьте тестовые данные. Уберите идентификаторы, оставьте суммы и структуру.
5. Составьте эталонные ответы. Правильные проводки для 10-15 типовых операций, записанные заранее.
6. Прогоните промпты из статьи. Сравните ответы ChatGPT и Claude, расхождения пометьте как зоны риска.
7. Сверяйте результаты раз в неделю. Первый месяц проверяйте случайную выборку руками.
8. Расширяйте постепенно. Через месяц добавьте вторую задачу, через два третью.

Куда двинутся AI-агенты в 2027 году

Прямой ответ: в 2027 году агенты перейдут от выполнения отдельных задач к координации целых процессов между системами, и бухгалтер на 1С столкнётся с ними через интеграции и API.

Если смотреть на вектор развития западных вендоров, видно три направления, которые определят 2027 год.

Первое направление это мультиагентность. Xero уже описывает JAX как оркестратора команды агентов, которые работают в разных модулях: учёт, расчёты, платежи. Агент-координатор раздаёт подзадачи специализированным агентам, собирает результаты и отдаёт бухгалтеру на контроль. В QuickBooks та же логика зашита в набор из пяти агентов, каждый со своей зоной.

Второе направление это интеграция с внешними данными. Агенты получат доступ не только к учётной базе, но и к банковским фидам в реальном времени, к данным о контрагентах, к юридическим реестрам. Уже сейчас агент платежей в QuickBooks видит историю оплат клиента, агент JAX видит контекстный граф сделок. Через год этот слой данных станет глубже.

Третье направление это ответственность и аудит. Чем больше решений принимает агент, тем важнее фиксировать, кто и когда принял решение. В Xero заложен принцип ответственного интеллекта, в QuickBooks контроль человека. В 2027 году эта логика превратится в стандарт: каждая автоматизированная операция будет иметь след аудита, по которому можно восстановить, что сделал агент и что проверил человек.

Для российского контура это означает следующее. Агентные функции будут приходить в 1С и российские сервисы через обновления и облачные модули. Тот, кто сегодня учится ставить задачи, проверять результаты и строить зоны контроля, через год окажется готов к этим обновлениям. Тот, кто ждёт готового решения, будет догонять.

Ещё один тренд, который стоит держать в голове: снижение стоимости агентов. Бенчмарки агентных моделей показывают, что в длинных циклах ошибки и мусор в контексте накапливаются, поэтому вендоры ищут связки дешёвых и быстрых моделей для рутины и дорогих мощных для сложных шагов. Стоимость одного прогона агента будет падать, значит, порог внедрения для малого бизнеса снизится. К 2027 году агент станет доступен не только корпорациям, но и небольшим компаниям на УСН.

Итоги: что делать бухгалтеру на 1С прямо сейчас

Агенты QuickBooks и Xero в 2026 году делают то, что ещё два года назад называли фантастикой: сами разносят операции, преследуют документы, строят планы по кассовым разрывам и проверяют счета на мошенничество. По данным Cloudflare, агентный трафик впервые обогнал человеческий, и это меняет правила игры во всех отраслях, включая бухгалтерию.

Для бухгалтера на 1С вывод практический. Переходить на западные системы не нужно, российская отчётность остаётся на 1С. Но логика агентов приходит в 1С и российские сервисы, и тот, кто освоил постановку задач, выгрузку данных, обезличивание и проверку результатов, окажется в выигрыше. Те же навыки работают на связке 1С с ChatGPT и Claude уже сегодня.

С чего начать конкретно. Выгрузите выписку из 1С, обезличьте её и прогоните первый промпт из статьи. Сравните ответ двух моделей. Через месяц повторите с второй задачей. Это первый шаг к системной работе, дальше время на рутине начнёт освобождаться, и его можно перенаправить на управленческую отчётность, налоговое планирование и другие задачи, где ценность бухгалтера выше.

Если хотите не собирать эту систему по крупицам, а получить готовую: на бесплатном эфире-экскурсии я показываю, как выгрузить данные из 1С, обезличить их и получить первый рабочий результат за вечер. Забрать запись эфира-экскурсии.

Системный подход собран на курсе «AI-навыки финансиста» онлайн-школы «Финансовый директор | Мастер CFO», которую основала Софья Бурцева. 10 модулей, 800+ выпускников, диплом с лицензией и налоговый вычет 13%. Один из модулей посвящён сборке агентов и связке с учётными системами. Записаться на курс «AI-навыки финансиста»

Каналы школы «Финансовый директор | Мастер CFO»

Три канала, в которых я и основатель школы Софья Бурцева выкладываем практику по AI для финансистов и бухгалтеров, разборы кейсов, промпты и анонсы бесплатных эфиров:

Telegram @findir_pro. 45 000 финансистов и финдиректоров. Ежедневные посты с промптами, кейсами и быстрыми приёмами. Основной канал коммуникации.

«АИ с Софьей и Натали». 13 000 подписчиков. Глубокие разборы инструментов, практические эфиры, ответы на вопросы. Мы с основателем школы разбираем всё, что реально работает в финансовой практике.

MAX, закрытое сообщество. 5 000+ участников. Разборы реальных кейсов, нетворкинг, доступ к материалам курса и живые сессии Q&A.

Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO». Работает с AI-инструментами с февраля 2023 года. Ведёт практику для аудитории 45 000 финансистов в @findir_pro и 13 000 в канале «АИ с Софьей и Натали».