Разработка AI-агента для финансового анализа

Как AI-агент меняет финансовый анализ?

Мы разрабатываем AI-агентов, которые автоматизируют финансовый анализ: от сбора данных до формирования отчётов с рекомендациями. Наш опыт — более 10 проектов в финансовом секторе. Комбинация Text-to-SQL для работы с данными, Code Interpreter для расчётов и LLM для интерпретации делает агента способным отвечать на сложные аналитические вопросы без участия финансиста. Обратившись к нам, вы получите готовое решение, интегрированное с вашей ERP. Гарантируем точность расчётов по согласованным метрикам.

Какие проблемы решает финансовый AI-агент?

Финансовые аналитики тратят до 40% времени на ручной сбор данных и проверку формул. Ошибки в расчётах EBITDA или ROE могут стоить миллионы. Наш агент использует Text-to-SQL для прямого доступа к БД и Code Interpreter для точных вычислений — исключая человеческий фактор. Кроме того, агент автоматически обнаруживает аномалии с помощью статистических методов (z-score), что позволяет выявлять проблемы до того, как они повлияют на отчётность.

Почему AI-агент точнее ручного анализа?

В ручном анализе ошибки расчётов зависят от квалификации сотрудника. AI-агент использует предопределённые формулы и верифицирует каждый шаг через инструменты. Например, при план-факт анализе агент выполняет SQL-запросы, вычисляет метрики по строгим формулам и декомпозирует отклонения на ценовые и объёмные эффекты. Результат: погрешность расчётов стремится к нулю, а время подготовки сокращается в 4–8 раз.

Как мы проектируем и реализуем агента

Используем GPT-4o с функциями tool use, Hugging Face для эмбеддингов, pgvector для семантического поиска по финансовой документации. Для развертывания — vLLM или SageMaker. Каждый агент проходит верификацию расчётов с финансовым отделом. В основе лежит системный промпт с методиками факторного анализа (price/volume effect) и confidence intervals.

Что входит в разработку AI-агента под ключ?

• Интеграция с источниками данных (PostgreSQL, 1С, ERP)
• Набор кастомных инструментов (SQL-функции, расчёт метрик)
• Системный промпт и настройка few-shot примеров
• Интерфейс для взаимодействия (веб-чат или API)
• Документация и обучение финансовой команды
• Гарантия на точность расчётов по согласованным метрикам

Этапы разработки

Практический кейс: план-факт анализ производственной компании (наш опыт)

Задача: ежемесячный план-факт анализ P&L с разбивкой по продуктовым линейкам и регионам. Ранее занимал 2 дня у финансового аналитика.

Решение: наш агент с инструментами запросов к PostgreSQL, расчёта метрик и построения моделей.

Пример взаимодействия:

Запрос: "Проанализируй выполнение бюджета по выручке за март. Выяви причины отклонений."

Агент выполнил последовательность вызовов: SQL-запрос, расчёт метрик, декомпозиция отклонений, генерация waterfall. Результат: "Общее отклонение -8.3M руб (-4.2%). Основные факторы: снижение объёма продаж продукта А (-5.1M, объёмный эффект), частично компенсировано ростом цен на продукт Б (+2.1M, ценовой эффект). Регион ЦФО — единственный с перевыполнением (+1.8M), Урал — наибольшее отставание (-6.2M)..."

Результаты внедрения:

• Время подготовки отчёта сократилось с 2 дней до 3.5 часов
• Покрытие показателей идентично ручному анализу
• Качество интерпретаций (оценка CFO) — 4.1/5.0
• Экономия на оплате сверхурочных аналитиков — до 2.5M руб в год

Сравнение: ручной анализ против AI-агента

from openai import OpenAI
from pydantic import BaseModel
from typing import Literal, Optional
import pandas as pd
import json

client = OpenAI()

financial_tools = [
    {
        "type": "function",
        "function": {
            "name": "query_financial_database",
            "description": "Запрос к финансовой базе данных (выручка, расходы, бюджет, факт)",
            "parameters": {
                "type": "object",
                "properties": {
                    "sql_query": {"type": "string"},
                    "description": {"type": "string"},
                },
                "required": ["sql_query"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "calculate_financial_metrics",
            "description": "Рассчитать финансовые показатели",
            "parameters": {
                "type": "object",
                "properties": {
                    "metric": {
                        "type": "string",
                        "enum": ["EBITDA", "ROE", "ROA", "ROIC", "NPV", "IRR", "payback_period",
                                 "gross_margin", "operating_margin", "net_margin", "current_ratio",
                                 "debt_to_equity", "working_capital"]
                    },
                    "input_data": {"type": "object"},
                },
                "required": ["metric", "input_data"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "build_financial_model",
            "description": "Построить финансовую модель (DCF, бюджет, P&L прогноз)",
            "parameters": {
                "type": "object",
                "properties": {
                    "model_type": {"type": "string", "enum": ["dcf", "budget_variance", "pnl_forecast"]},
                    "parameters": {"type": "object"},
                },
                "required": ["model_type", "parameters"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "generate_financial_report",
            "description": "Сформировать финансовый отчёт",
            "parameters": {
                "type": "object",
                "properties": {
                    "report_type": {"type": "string"},
                    "period": {"type": "string"},
                    "data": {"type": "object"},
                },
                "required": ["report_type", "period"]
            }
        }
    },
]

def calculate_financial_metrics(metric: str, input_data: dict) -> str:
    """Точный расчёт финансовых метрик"""

    calculators = {
        "EBITDA": lambda d: d["revenue"] - d["cogs"] - d["opex"] + d.get("da", 0),
        "gross_margin": lambda d: (d["revenue"] - d["cogs"]) / d["revenue"] * 100,
        "operating_margin": lambda d: d["ebit"] / d["revenue"] * 100,
        "ROE": lambda d: d["net_income"] / d["equity"] * 100,
        "ROA": lambda d: d["net_income"] / d["total_assets"] * 100,
        "current_ratio": lambda d: d["current_assets"] / d["current_liabilities"],
        "debt_to_equity": lambda d: d["total_debt"] / d["equity"],
    }

    calculator = calculators.get(metric)
    if not calculator:
        return f"Metric {metric} not implemented"

    try:
        result = calculator(input_data)
        return json.dumps({
            "metric": metric,
            "result": round(result, 4),
            "unit": "%" if metric in ["gross_margin", "operating_margin", "ROE", "ROA"] else "x",
        })
    except KeyError as e:
        return f"Missing required field: {e}"
    except ZeroDivisionError:
        return "Division by zero: check denominator values"

FINANCIAL_ANALYST_PROMPT = """Ты — финансовый аналитик CFO-уровня.

Твои задачи:
1. Анализировать финансовые данные точно и методологически корректно
2. Использовать инструменты для расчётов — никогда не считай в уме
3. При отклонениях план/факт — выявлять причины (price effect, volume effect, mix)
4. Давать конкретные рекомендации, а не абстрактные наблюдения
5. Указывать на аномалии и потенциальные риски

Методология:
- При анализе P&L разбивай отклонения на ценовые и объёмные
- При оценке эффективности используй сравнение со стандартными отраслевыми бенчмарками
- При прогнозах — указывай confidence interval и ключевые допущения"""

def financial_analysis_agent(question: str, context_data: dict = None) -> str:
    messages = [
        {"role": "system", "content": FINANCIAL_ANALYST_PROMPT},
        {"role": "user", "content": question},
    ]

    if context_data:
        messages.insert(1, {
            "role": "system",
            "content": f"Контекст данных:\n{json.dumps(context_data, ensure_ascii=False, indent=2)}"
        })

    # Агентный цикл
    for _ in range(8):
        response = client.chat.completions.create(
            model="gpt-4o",
            messages=messages,
            tools=financial_tools,
        )

        msg = response.choices[0].message
        messages.append(msg)

        if not msg.tool_calls:
            return msg.content

        for tool_call in msg.tool_calls:
            tool_name = tool_call.function.name
            tool_args = json.loads(tool_call.function.arguments)
            result = execute_financial_tool(tool_name, tool_args)
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": result,
            })

def detect_anomalies_in_data(financial_data: pd.DataFrame) -> list[dict]:
    """Статистическое выявление аномалий перед передачей в LLM"""

    anomalies = []

    for column in financial_data.select_dtypes(include="number").columns:
        mean = financial_data[column].mean()
        std = financial_data[column].std()
        z_scores = (financial_data[column] - mean) / std

        outliers = financial_data[abs(z_scores) > 2.5]
        if not outliers.empty:
            for idx, row in outliers.iterrows():
                anomalies.append({
                    "column": column,
                    "value": row[column],
                    "z_score": round(z_scores[idx], 2),
                    "period": str(idx),
                })

    return anomalies

Сроки и стоимость

• Проектирование: 1 неделя
• Разработка: 2–3 недели
• Интеграция и тестирование: 2–3 недели
• Верификация с финансистами: 2 недели
• Итого: 7–10 недель. Стоимость рассчитывается индивидуально в зависимости от объёма данных и сложности интеграции. Свяжитесь с нами для оценки вашего проекта.

Закажите разработку AI-агента под ваши задачи. Получите консультацию — оценим ваш проект и предложим оптимальное решение.

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.