J.P. Morgan приводит реальный случай из практики промышленной компании среднего размера — название компании не раскрывается. Агентная система отслеживала курсы валют по контрактам с поставщиками и заметила изменение, которое к концу квартала обернулось бы валютным разрывом в $2,3 млн. Система не просто сообщила о проблеме: сама предложила хедж, собрала котировки у нескольких контрагентов и подготовила сделку к подписанию. Весь путь — от обнаружения риска до готового решения на столе у казначея — занял девять секунд. Решение при этом принимает не система: сделка ложится на подпись человеку, как обычная заявка на согласование.
В другом эпизоде та же система остановила счёт на оплату, распознав в нём признаки подделки — и не просто пометила его как «подозрительный», а подробно объяснила, что именно её насторожило.
Автор материала, Зак Андерсон, специально уточняет: не стоит путать такую систему с чат-ботом. Побеждать на этом рынке, по его словам, будут не те компании, у которых ИИ просто «больше», а те, чей ИИ прозрачнее и понятнее — тот, которому можно доверить решение именно потому, что видно, как оно принято.
Много ли компаний уже здесь
Пока немного. По опросу BNP Paribas (октябрь 2025), из крупных международных компаний ИИ в казначействе внедрила меньше одной из десяти — при том что сами казначеи называют финансовую аналитику в реальном времени своим главным техническим приоритетом на ближайшие год-два. Там, где ИИ для прогнозирования уже работает, точность прогноза денежного потока растёт на 20–30%.
Похожие примеры на рынке
Ещё в 2021 году BNY Mellon научила свою систему предсказывать сбои в расчётах по сделкам заранее, по историческим данным — до того как проблема возникает, а не после. А один из разработчиков казначейских платформ описывает сценарий «цифрового двойника CFO»: система прогоняет 4 000 сценариев по методу Монте-Карло и заранее показывает, что с вероятностью 12% компания нарушит ковенанты по долгу в ближайшие два месяца — до того, как это станет проблемой, а не постфактум в квартальном отчёте.
Во всех этих примерах — один и тот же принцип: система находит, объясняет и предлагает, а решает всё равно человек.