The article considers the meaning of artificial intelligence technologies, such as machine learning, deep learning, natural language processing plus robotic process automation and data analytics. This is done for understanding of AI technologies functions in their implementation in corporate finance of an enterprise. According to the literature review, machine learning is mainly used in reconciliation, validation, analysis, and forecasting; RPA and intelligence process automation – for KPI management, transaction processes and compliance; NLP – for speech and text recognition in different operations. Based on the analysis of the technological development prospects of the largest financial companies, consulting bodies, professional associations, and educational structures, such as ICAEW, CPA Australia, CPA Canada, ACCA and SigmaIQ, the relationship between AI technologies and business processes of such companies is systematized. A classification is proposed in relation to the introduction of AI technologies in the areas of corporate finance in the financial sector and specific tasks to be solved in each area. Namely, in the areas of: accounting (accounts receivable management, accounts payable control, reporting, financial planning and analysis), external finance processes, internal audit, forensic accounting and fraud detection, work of CFO. The main benefits of such technological implementation are also defined for three groups: efficiency, control and decision-making. Significance of the study is expressed in the most concrete classification of AI technologies implementation in corporate finance, which allows harnessing the benefits specified. However, the article does not cover such topics as prerequisites, problems of implementation and their solution, because these questions were discussed in previous articles of the authors. Future research could be viewed as description of real implementation evidence in business environment, complicated with constraints of the economic reality.

В статье рассматривается значение технологий искусственного интеллекта, таких как машинное обучение, глубокое обучение, обработка естественного языка, а также роботизированная автоматизация процессов и анализ данных. Это сделано для понимания функций технологий искусственного интеллекта при их внедрении в корпоративные финансы предприятия. Согласно обзору литературы, машинное обучение в основном используется для согласования, валидации, анализа и прогнозирования; автоматизация процессов RPA (robotic process automation – роботизированная автоматизация процессов) и IPA (intellectual process automation – интеллектуальная автоматизация процессов) – для управления ключевыми показателями эффективности, транзакционными процессами и соблюдением требований; NLP (natural language processing – обработка естественного языка) – для распознавания речи и текста в различных операциях. На основе аналитики перспектив технологического развития крупнейших финансовых компаний, консалтинговых органов, профессиональных ассоциаций и образовательных структур, таких как ICAEW, CPA Australia, CPA Canada, ACCA и SigmaIQ, систематизирована взаимосвязь между технологиями искусственного интеллекта и бизнес-процессами таких компаний. Предложена классификация в отношении внедрения технологий искусственного интеллекта в области корпоративных финансов в финансовом секторе и конкретных задач, которые необходимо решить в каждой области. А именно, в областях: бухгалтерского учета (управление дебиторской задолженностью, контроль кредиторской задолженности, отчетность, финансовое планирование и анализ), внешних финансовых процессов, внутреннего аудита, выявления мошенничества, работы финансового директора. Основные преимущества такого технологического внедрения также определены для 3 составляющих: эффективность, преимущества контроля и принятия решений. Значимость исследования выражается в наиболее конкретной классификации внедрения технологий искусственного интеллекта в корпоративные финансы, которая позволяет использовать указанные преимущества. Однако в статье не рассматриваются такие темы, как предпосылки, проблемы внедрения и их решение, поскольку эти вопросы обсуждались в предыдущих статьях авторов. Будущие исследования можно рассматривать как описание реальных кейсов внедрения в бизнес-среде, осложненных ограничениями экономической реальности.

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. — Загл. с титул. экрана. — Периодичность: 6 раз в год. — Выходит с 2022 г. — Электрон. журнал. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текст: электронный

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. Т. 15, № 6, 2022. — 1 файл (5,09 Мб). — Свободный доступ из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/j23-196.pdf>.