ИИ в финансировании цепочки поставок – семь лет спустя

ПЕРВОНАЧАЛЬНО ОПУБЛИКОВАНО В 2019 ГОДУ. ОБНОВЛЕНО И ПЕРЕИЗДАНО В МАЕ 2026 ГОДА.

В 2019 году на форуме SCF Forum Europe операционный директор CODIX Лоран Табуэль выступил с особым мнением в ходе дискуссии, посвященной ИИ в финансировании цепочки поставок. В то время как другие участники дискуссии представляли ИИ как инструмент, способный изменить все, Лоран утверждал обратное. ИИ не был волшебным решением для всех проблем. Большая часть того, что в то время называли ИИ в SCF, лучше характеризовалась как расширенное принятие решений, а не как чистый ИИ. А путь к подлинно основанным на ИИ решениям в сфере SCF будет медленным, и настоящая надежность появится только после того, как люди потратят годы на ввод в системы правильных данных.

Спустя семь лет рынок доказал, что он был прав.

В чем ошибались участники форума в 2019 году

Участники панельной дискуссии на форуме SCF 2019 года не смогли прийти к единому мнению о том, оправдает ли ИИ все ожидания. Оптимисты представляли его как инструмент, который откроет новые возможности для повышения эффективности, ускорит процесс привлечения клиентов и переопределит процесс принятия кредитных решений. Аудитория высказала возражения, выразив реальные опасения по поводу точности, качества данных и времени, необходимого для разработки полностью основанных на ИИ платформ. Поставщики, оказавшиеся между двух огней, поддержали ажиотаж, потому что именно так поступают поставщики, когда появляется новая технология, а покупатель находится в нерешительности.

Идея в то время была ясна: инструмент машинного обучения может помочь кредитору решить, является ли покупатель хорошим или плохим плательщиком, но только после того, как человек потратит значительное время на то, чтобы определить, что на самом деле означают «хороший» и «плохой». Интеллект заключается в обучающих данных, а на их правильное формирование уходят годы. Большая часть того, что позиционировалась как ИИ в сфере SCF, была, по его словам, расширенным процессом принятия решений в правильной упаковке.

Что изменилось с 2019 года

С 2019 по 2026 год в сфере ИИ для коммерческого финансирования произошли три изменения.

Во-первых, обучающие данные догнали. Кредиторы, которые в течение десяти и более лет управляют конвергированными платформами в сфере факторинга, ABL, дебиторской задолженности и SCF, теперь обладают достаточным объемом маркированной истории, чтобы сделать машинное обучение действительно полезным. Распределение платежей, приоритезация взыскания задолженности, выявление аномалий, классификация документов: все это теперь надежно, потому что лежащие в основе данные наконец-то обладают необходимой глубиной. Учреждения с давно существующими унифицированными средами данных, как правило, наблюдают более сильные результаты ИИ, поскольку обладают более глубокой и чистой историей операций.

Во-вторых, генеративный ИИ изменил сферу применения. Составление проектов, резюмирование, обработка документов, анализ контрактов: все это преобразили большие языковые модели, которых не существовало в 2019 году. Это тот уровень, на котором рост производительности является реальным и немедленным, и именно на него большинство кредиторов сосредоточат свои расходы на ИИ в 2026 году.

В-третьих, вопрос дисциплины стал сложнее, а не проще. Новые участники рынка теперь позиционируют целые платформы как «ИИ-нативные», с ИИ, встроенным в каждый уровень кредитного стека. Маркетинг громче, чем когда-либо. Но основной вопрос, поднятый Лораном в 2019 году, по-прежнему остается актуальным: насколько это настоящий интеллект, а насколько – расширенное принятие решений в более тяжелой оболочке?

Что не изменилось

Дебаты не продвинулись так же далеко, как технология.

Отраслевые форумы в 2026 году по-прежнему разделены по тем же вопросам: где ИИ уместен, а где нет, что считается расширенным, а что – автономным, и насколько можно доверять моделям, обученным на данных, которые кредитор не может полностью проверить. Негативная реакция аудитории на SCF Forum Europe в 2019 году удивительно похожа на реакцию кредитного комитета на любой конференции по коммерческому финансированию в 2026 году.

Причина носит структурный характер. ИИ в коммерческом финансировании – это не просто технологическая проблема. Это проблема данных и проблема координации. Кредиторы, использующие фрагментированные системы, не могут предоставить ИИ унифицированные данные, необходимые для его надежности, независимо от того, насколько громко об этом заявляет маркетинг. Кредиторы, использующие конвергированные платформы, располагают данными, но по-прежнему нуждаются в суждении, чтобы решить, где уместен ИИ, а где все еще преобладает человек.

Более общий урок для отрасли

Эволюция ИИ в сфере финансирования цепочек поставок за последние семь лет свидетельствует о том, что отрасль, возможно, вступает в более прагматичную фазу внедрения. Первоначальные ожидания были сосредоточены на радикальных изменениях и замене. Более поздний опыт указывает на расширение возможностей, операционную эффективность и постепенное улучшение.

Вместо того чтобы исключать принятие решений людьми, ИИ в коммерческом финансировании все чаще используется для поддержки аналитиков, андеррайтеров, операционных команд и менеджеров по работе с клиентами путем сокращения ручной нагрузки и улучшения доступа к информации. В этом смысле наиболее устойчивыми стратегиями ИИ могут оказаться те, которые сосредоточены не столько на технологических нововведениях, сколько на качестве данных, интеграции процессов и институциональной дисциплине.

Более общий урок для рынка заключается в том, что внедрение ИИ в финансовой сфере вряд ли будет определяться каким-то одним прорывным моментом. Напротив, конкурентное преимущество может все больше зависеть от долгосрочных инвестиций в архитектуру данных, управление и операционную согласованность – фундамент, который значительно сложнее построить, чем сами интерфейсы ИИ.

Взгляд в будущее

По мере продолжения дискуссий в сфере коммерческого финансирования в 2026 году дебаты все меньше касаются того, важен ли ИИ, а все больше – того, как его следует применять ответственно и эффективно.

Последние семь лет продемонстрировали как потенциал, так и ограничения ИИ в сфере финансирования цепочек поставок. Следующий этап, вероятно, будет определяться не самыми громкими заявлениями, а организациями, способными сочетать технологические возможности с высококачественными данными, надежным управлением и реалистичными ожиданиями относительно того, где ИИ действительно может принести пользу.

Авторство:

В данной статье пересмотрен и дополнен первоначальный анализ, опубликованный в 2019 году Лораном Табуэлем, операционным директором CODIX Group. Настоящая версия включает обновленные наблюдения по отрасли и контекстуальный анализ, подготовленный Даниэлем Биельсой, руководителем CODIX в Испании и Латинской Америке.