Создание искусственного интеллекта для финансового программного обеспечения требует совершенно иного подхода, чем потребительские ИИ-решения. Компания Intuit представила систему Intuit Intelligence — оркестрацию специализированных AI-агентов в рамках платформы QuickBooks для обработки налогового соответствия, расчета заработной платы и других финансовых операций.
Архитектура доверия: запросы к реальным данным вместо генерации
Техническая стратегия Intuit строится на фундаментальном дизайнерском решении: для финансовых запросов система обращается к реальным данным, а не генерирует ответы через большие языковые модели. Критически важно, что эти данные распределены по разным источникам: собственные данные Intuit, подключенные через OAuth сторонние системы вроде Square для платежей, а также загруженные пользователями файлы, включая электронные таблицы с прайс-листами поставщиков или данными маркетинговых кампаний.
«Мы фактически запрашиваем ваши реальные данные, — объяснил Джо Престон, вице-президент Intuit по продукту и дизайну. — Это сильно отличается от простого копирования и вставки таблицы или PDF в ChatGPT».
Этот архитектурный выбор превращает систему Intuit Intelligence в оркестрационный слой — естественно-языковой интерфейс к структурированным операциям с данными. Когда пользователь спрашивает о прогнозируемой прибыльности или хочет запустить расчет зарплаты, система преобразует естественно-языковой запрос в операции с базами данных проверенной финансовой информации.
Внутренние исследования Intuit выявили массовое использование теневого ИИ: 25% бухгалтеров, использующих QuickBooks, признались, что уже копируют и вставляют данные в ChatGPT или Google Gemini для анализа.
Подход Intuit демонстрирует фундаментальный сдвиг в философии корпоративного ИИ: вместо создания еще одного генеративного помощника они строят систему, которая минимизирует риски галлюцинаций через строгую привязку к реальным данным. Это особенно важно в финансовом секторе, где одна ошибка может стоить компании миллионы и разрушить доверие клиентов на годы вперед.
Объяснимость как обязательное требование
Помимо технической архитектуры, Intuit сделала объяснимость ключевым элементом пользовательского опыта во всех своих ИИ-агентах. Когда бухгалтерский агент категоризирует транзакцию, он показывает не только результат, но и логику принятия решения.
«Речь идет о замыкании цикла доверия и обеспечении понимания клиентами причинно-следственных связей», — отметил Аластер Симпсон, вице-президент Intuit по дизайну.
Это становится особенно критичным на фоне исследования пользователей: хотя половина малых предприятий описывает ИИ как полезный инструмент, почти четверть вообще не использовали искусственный интеллект. Слой объяснений служит обеим группам: повышает уверенность новичков и дает опытным пользователям контекст для проверки точности.
Переход от форм к диалогам
Одна из интереснейших проблем Intuit связана с управлением фундаментальным сдвигом в пользовательских интерфейсах. Престон описывает это как ситуацию, когда одна нога в прошлом, а другая — в будущем.
«Сегодня у нас еще много клиентов заполняют формы и работают с таблицами данных. Мы активно инвестируем в переосмысление того, как мы это делаем в наших продуктах, потому что видим, куда движется мир — к совершенно иной форме взаимодействия с продуктами», — пояснил он.
Подход Intuit заключается во внедрении ИИ-агентов непосредственно в существующие рабочие процессы. Платежный агент появляется рядом с процессами выставления счетов; бухгалтерский агент улучшает существующий процесс сверки, а не заменяет его. Этот постепенный подход позволяет пользователям ощутить преимущества ИИ, не отказываясь от привычных процессов.
Уроки для корпоративных разработчиков ИИ
Опыт Intuit по развертыванию ИИ в финансовых контекстах выявляет несколько принципов, применимых к корпоративным ИИ-инициативам в целом:
- Архитектура определяет доверие: В областях, где точность критически важна, стоит задуматься, нужна ли генерация контента или перевод запросов к данным
- Объяснимость должна быть встроена изначально: Показ пользователям причин решений ИИ не является опциональным, когда на кону доверие
- Контроль пользователя сохраняет доверие: Даже при улучшении точности на 20 процентных пунктов сохранение возможностей переопределения было необходимо для принятия
- Переход от привычных интерфейсов должен быть постепенным: Не заставляйте пользователей отказываться от форм в пользу диалогов
Для предприятий, внедряющих ИИ, путь Intuit предлагает четкую директиву: выигрышный подход ставит надежность выше демонстрации возможностей. В областях, где ошибки имеют реальные последствия, это означает инвестиции в точность, прозрачность и человеческий контроль еще до достижения разговорной изощренности или автономных действий.
По сообщению VentureBeat, компания усвоила важный урок: даже когда их бухгалтерский агент улучшил точность категоризации транзакций в среднем на 20 процентных пунктов, они все равно получали жалобы на ошибки. «В случаях, которые мы пытаемся решить для клиентов, включая налоги и финансы, если вы совершаете ошибку в этом мире, вы теряете доверие клиентов ведрами, а возвращаете его ложками», — констатировал Престон.