Как трансформировать бухгалтерскую компанию в ИТ-бизнес: опыт «Яшин&Партнеры»

На первый взгляд, информационные технологии в этом деле начинаются и заканчиваются таблицами в Excel и софтом от «1С». Но только не у нас.

Мы в «Яшин&Партнеры» предоставляем услуги аутсорсинга бухгалтерии. Расскажу, почему мы стали технологической компанией и как нашим главбухам помогает машинное обучение.

Мы — не единственный провайдер услуг по аутсорсингу бухгалтерии на российском рынке, однако у нас есть одно серьезное отличие от конкурентов — свой подход к локальной автоматизации. Обычно аутсорсеры предпочитают автоматизировать линейные участки работ: сканирование «первички», проведение ее в 1С, разнесение банковской выписки. На первый взгляд, это логичное решение — использовать технологии там, где есть много рутины, а творческие и сложные задачи оставить человеку. У этого подхода есть только один минус — в реальности он не так эффективен, как ожидается.

И вот почему: автоматизация линейных участков помогает упростить работу сотрудников не самой высокой квалификации, не имеющих специальных знаний. Зарплата такого работника сравнительно невысока, кроме того, его ошибки «стоят» дешево (в сравнении, например, с ценой ошибки главбуха). Когда мы попробовали внедрить автоматическое сканирование и распознавание документов, выяснилось, что у нас оно попросту не окупается — «руками» выполнять эти операции и проще, и дешевле. Конечно, в некоторых случаях такая автоматизация может принести пользу — но это, скорее, исключение из правила. Большинство компаний подобные разработки внедряет из принципа «чтобы было, чем похвастаться» — поэтому тут мы решили пойти по другому пути.

Самый дорогой вид работ в нашей области — это задачи главного бухгалтера и финансового директора. Таких сотрудников сложнее подыскивать, их меньше на рынке (по сравнению с теми, кто может обрабатывать «первичку»), и стоят их услуги в несколько раз дороже. Более того, цена их ошибки очень высока. Поэтому мы решили автоматизировать не простые и дешевые, а сложные и дорогие участки, чтобы серьезно облегчить жизнь таких специалистов.

Локальная автоматизация в нашем исполнении — это, в первую очередь, множество обработок к 1С: скрипты и модули, которые создает наша группа разработки под разные сферы и отрасли компаний-клиентов. Допустим, сфера производства одежды — для нее у нас есть порядка семи рабочих модулей, которые упрощают работу главного бухгалтера на 40%. В общей сложности на сегодняшний день мы сделали уже более 250 разных модулей.

Уже само по себе наличие таких скриптов заметно упрощает жизнь наших главбухов. Но мы пошли дальше и решили дополнительно автоматизировать процесс подбора и создания рабочих модулей.

Естественно, каждый из этих модулей потом экономит время бухгалтера. При этом одно дело, когда бухгалтер получает компанию с одной обработкой, помогающей заполнять какую-то декларацию, и другое — когда к его услугам уже 4-5, а то и целых 20 скриптов, что в комплексе сильно экономит его время. Соответственно, бухгалтер может выполнять ту же работу, но гораздо быстрее.

Раньше подбор модулей и составление ТЗ выполнялись вручную, руководителем проектов. Принимая клиента, он определял, какие из рабочих и бухгалтерских процессов можно автоматизировать, а затем, при необходимости, формулировал задание для разработчиков. Само собой, на старте руководитель проекта не всегда может провести тотальный аудит всей деятельности компании-клиента — и есть вероятность, что он что-то упустит.

Алгоритм же анализирует буквально каждую операцию, обрабатывая в единицу времени разы больше информации, чем человек, пусть даже профессионал. В итоге мы можем быть уверены, что оценили каждую из возможных ситуаций и придумали для нее скрипт — если 1С физически позволяет его реализовать (к сожалению, оболочка 1С не дает воплотить в жизнь некоторые наши идеи — с этим приходится мириться).

Кроме того, человек не всегда понимает, можно ли вообще автоматизировать тот или иной участок работ. Для того, чтобы это определить, нужен соответствующий опыт, но сотрудник может и не догадаться, что где-то нужна обработка — как минимум потому, что не видит всех ситуаций в режиме реального времени. А алгоритм обучается на всех скриптах, в том числе на тех, которые параллельно пишутся по другим проектам и клиентам, — и может «увидеть» новые или неочевидные варианты для автоматизации. Работа алгоритма и экономит человекочасы, и закрывает упущенные возможности.

Сейчас процесс принятия решений все еще верифицирует человек, но, тем не менее, все работает, и с каждым новым модулем и клиентом система начинает учиться быстрее. В будущем эту задачу можно будет полностью передать машине.

Подбор обработок и составление ТЗ — не единственное направление, которое мы автоматизируем. Есть ряд еще более сложных задач, где нам смогут помочь технологии искусственного интеллекта. Одна из них — оптимальное распределение работ внутри команды.

На старте, в коллективе из 5 человек, определить, кто и что должен делать, — с учетом потребностей клиентов и опыта бухгалтеров — было несложно. Сейчас у нас в команде за 90 сотрудников: в таких условиях вручную просчитать максимально эффективную схему распределения людей крайне тяжело.

Главбух просит второго помощника — как правило, этот второй помощник частично уже занят какой-то работой с другим бухгалтером. В итоге появляется конфликт интересов: у одного главбуха может быть ближе дедлайн, у другого — более сложные задачи, и несчастный второй помощник не знает, за что взяться.

Подобных ситуаций может быть много. У кого-то из бухгалтеров и помощников больше опыт работы с одной отраслью, у кого-то — с другой. Одна команда при этом может быть полностью загружена работой, другая — недозагружена. Это не говоря уже про психотипы, которые мы также стараемся учитывать, чтобы бухгалтер и его клиент легко находили общий язык.

Мы пришли к выводу, что решать задачу с распределением команды должен алгоритм — человеку учесть все эти факторы будет просто не под силу. Процесс разбили на несколько этапов.

Этап 1. Сбор данных

Чтобы новому алгоритму было, на чем обучаться, мы развернули масштабный сбор данных — измеряем все показатели, которые могут так или иначе характеризовать работу команды. Это, например: скорость печати, проведения документов, заполнения деклараций, расчета оплаты для одного человека на окладе, на премии, на ГПХ, самозанятого. Мы меряем буквально каждую операцию, чтобы понять, какова скорость выполнения разных действий.

Параллельно мы разрабатываем методологию, по которой будем оценивать психологические характеристики сотрудников, такие как: общительность, способность выдерживать критику, быстрота реакции в сложной ситуации, готовность к новым знаниям.

В этой работе нам помогают психологи, специализирующиеся на подобных вопросах. Вместе с ними мы пытаемся определить, какие сотрудники наилучшим образом сработаются с теми или иными клиентами, и превратить наши выводы в единую систему.

Этап 2. Обкатка алгоритма

Данные, которые мы соберем на первом этапе, станут отправной точкой для работы нового алгоритма. Он также будет анализировать и статистические данные о клиентах — для этого мы уже создали программу, которая позволяет вытащить максимум информации из любой 1С: количество документов за период, данные по сотрудникам, платежкам и так далее.

Первые полгода-год мы планируем просто наблюдать за происходящим: в режиме реального времени следить за тем, как работают сотрудники, достигают ли они тех или иных показателей. На этом этапе алгоритм должен научиться анализировать работу коллектива и показывать разрывы в эффективности: сигнализировать, какая группа недозагружена или перезагружена и давать рекомендации по переформированию команд.

Этап 3. Полноценное внедрение

В дальнейшем мы планируем дообучить алгоритм так, чтобы он мог использовать не только статистические данные, но и методологию, которую мы разработаем с психологами. Фактически, мы хотим, чтобы с приходом нового клиента система могла дать заключение: «С клиентом идеально сработаются сотрудники A и B. Они заняты на другом проекте, но там не сильно важны такие-то компетенции, а в новом проекте они критичны. Вместо этих людей в старый проект ставьте сотрудников C и D».

Все это — не просто наши «идеи в вакууме»: мы подготовили подробную концепцию проекта, техническую часть с описанием технологии, а также этапов дальнейшего совершенствования платформы и модулей управления, и подали заявку в «Сколково» — там проект высоко оценили. Летом мы получили статус участника инновационного центра и продолжим работу над проектом уже в качестве полноправных резидентов ИТ-кластера «Сколково».

Наши выводы о том, как нетехническому бизнесу «войти в айти»:

1. Автоматизировать «дешевое» проще — но не всегда эффективнее

Новым технологиям можно найти применение в любом бизнесе — наша команда тому пример. Другой вопрос, что именно в каждом конкретном случае автоматизировать: по тому, что делают другие компании из бухгалтерской сферы, мы видим, что иногда технологии внедряются «для галочки», «чтобы было». Речь идет о рутинных и «дешевых» задачах: создание софта под эти участки далеко не всегда позволяет значимо повысить эффективность работы и с большой вероятностью не окупается финансово.

Разработка и внедрение технологий для участков, где нужна поддержка принятия «дорогих» решений, гораздо сложнее. По сравнению с автоматизацией рутины такой проект потребует больше вложений и более высокого уровня компетенций от участников процесса. Но и результат может быть впечатляющим: так мы от создания относительно простых обработок для 1С постепенно пришли к алгоритмам машинного обучения, и на каждом из этапов новые решения приносили пользу всей команде. С другой стороны, если перед вами стоит задача быстро «войти в ИТ», возможно, стоит обратить внимание в первую очередь на автоматизацию рутины — «поднять» такой проект будет намного легче.

2. Личный кабинет (и другой фронт-энд-разработки) — не единственный показатель «айтишности» компании

«Технологичность» бизнеса любят мерить по качеству и количеству фронт-энда: сколько всего «прикручено» к сайту, есть ли мобильное приложение, работает ли личный кабинет и можно ли в нем поиграться с показателями. Это, безусловно, важные элементы пользовательского опыта, и они могут сразу добавить компании очков в глазах клиентов, но с точки зрения технологий это еще не все. Мы, например, решили идти по другому пути — сначала отладить внутренние процессы и бросить силы наших разработчиков именно на это. Часть наших работ клиенту совершенно не видна — он понимает, что его задачи решаются быстро и качественно, но не знает, за счет чего именно это достигнуто.

А личный кабинет для клиентов у нас, кстати, тоже теперь есть — им мы занимались параллельно с остальными разработками.

3. Сначала лучше сделать для себя, потом для клиента

Вообще, разграничение «для себя»/«для клиента», конечно, условное — все, что мы делаем, так или иначе отражается на качестве работы и, как следствие, на том, насколько ей доволен заказчик. Но в нашем случае речь о том, что и в других ИТ-проектах мы придерживались подхода «сначала обкатать на своих внутренних процессах».

Так мы реализовали услугу управленческого учета. Изначально мы делали это решение для себя — нам очень хотелось в режиме онлайн видеть, сколько времени мы тратим на различные операции, посчитать часы работ, затраты на ИТ, вычислить маржу в динамике — за день, за три дня, за три месяца — и оценить потенциальные просадки в эффективности.

В итоге наше решение позволяет руководителю с планшета, телефона или компьютера видеть всю управленческую картину каждый день, буквально в режиме онлайн. Когда мы все обкатали у себя, то поняли, что можем предложить это клиентам — потому что они сталкиваются с теми же самыми проблемами: хотят видеть аналитику не ретроспективно, а в режиме реального времени, и не вести учет в гигантских неповоротливых таблицах Excel. Теперь мы можем заменить клиенту не только бухгалтера, но и финансиста.

4. Похоже, что в бухгалтерии «калькулятор» все-таки получит контроль над людьми

Год назад мне говорили: «Вы же знаете, профессия бухгалтера умрет, вас роботы заменят». На что я начинал долгий разговор о том, что умрут «ручные» участки, но все равно человек будет управлять калькулятором. А в итоге мы сейчас наблюдаем у себя обратную ситуацию: не люди управляют алгоритмами, которые упрощают жизнь, а алгоритм учится эффективно управлять людьми.

Мы, конечно, продолжим и сами принимать решения, но пока наш опыт говорит, что как минимум в сфере бухучета у технологий гораздо больше потенциала на интеллектуальных участках, чем в области разгребания рутины.