AI «Адвокат Дьявола»: критика идей до старта
У каждого финансиста и собственника есть список «надо автоматизировать»: сверки, дашборд, прогноз cash flow, интеграция банка с учётом. Идеи звучат убедительно — особенно после демо no-code или презентации интегратора. Проблема в том, что 70% цифровых трансформаций не достигают заявленных целей (McKinsey, серия Digital Quotient): не из-за технологии, а из-за слабой постановки задачи, завышенных ожиданий и отсутствия честной критики до подписания сметы.
Здесь помогает AI-ассистент «Адвокат Дьявола» — не чат «поддержи мою идею», а режим, в котором LLM системно ищет дыры в гипотезе, считает скрытые издержки и задаёт неудобные вопросы. Дешевле уничтожить плохую идею за 20 минут в промпте, чем за 6 месяцев внедрения. Эта статья — практика для CFO, финдиректора и founder: промпты, чек-лист red flags и сценарий «devil’s advocate до инвестиций в автоматизацию». Контекст серии — материалы AI для финансиста в 2026 и дашборд руководителя: 5 цифр каждый день.
AI «Адвокат Дьявола» — режим работы с LLM, в котором модель получает явную инструкцию опровергать вашу гипотезу, а не подтверждать её. Задача — выявить риски, скрытые допущения, альтернативы с меньшим TCO и причины, по которым проект может не окупиться. Это цифровой pre-mortem и stress-test до бюджета, а не замена финансового анализа.
Коротко: перед любой автоматизацией финконтура прогоните идею через LLM в роли оппонента — с цифрами, red flags и вопросом «что если не сработает». Экономия — в отказе от лишних интеграций, а не в ускорении плохого решения.
Почему жёсткая критика экономит миллионы
Confirmation bias — главный враг инвестиций в автоматизацию. Команда уже устала от ручных сверок, интегратор показал красивый прототип, vendor обещает ROI за квартал — и критика воспринимается как «тормоз». На практике типовой сценарий провала выглядит так: покупка лицензий и интеграции на 500 тыс. – 3 млн ₽, полгода настройки, затем обнаружение, что 40% операций не ложатся в правила, данные грязные, а «экономия 20 часов в месяц» не покрывает стоимость сопровождения.
Gartner фиксирует разрыв между внедрением AI и ROI: у компаний, которые сокращали штат «под бота» без перепроектирования процессов, корреляции с отдачей часто нет. Devil’s advocate не гарантирует успех — но резко снижает цену ошибки: отказ от проекта, урезание scope или перенос на этап после data foundation вместо полномасштабного ERP-монстра.
Три типа убытков, которые ловит pre-mortem
- Прямые затраты — лицензии, интегратор, внутренние часы, обучение, поддержка на 12–24 месяца.
- Opportunity cost — полгода команды финансов на «внедрение ради галочки» вместо сверок и управленческого учёта с быстрым ROI.
- Репутационные и compliance-риски — автоматизация проводок или отчётности без HITL, утечка данных в публичный ChatGPT, некорректные прогнозы для собственника.
Один отменённый пилот на 1,5 млн ₽ — это не поражение, а сэкономленный cash. Жёсткая критика через LLM стоит подписки и часа финансиста.
Как устроен AI «Адвокат Дьявола»: принципы, а не «ещё один бот»
Это не отдельный продукт и не magic prompt «найди минусы». Рабочая схема — structured opposition: вы даёте модели роль, контекст, цифры и запрет на соглашательство. Методологически это близко к pre-mortem Гary Klein и red team в стратегии — только исполнитель LLM, а арбитр остаётся человек.
Четыре правила режима
- Явный запрет на похвалу. «Не подтверждай идею, пока не перечислишь минимум 7 серьёзных возражений».
- Grounding в ваших цифрах. Объём операций, FTE, текущее время на процесс, бюджет, горизонт окупаемости — без этого модель фантазирует.
- Альтернатива с меньшим TCO. «Предложи решение в 3 раза дешевле с 80% эффекта».
- Фиксация решения. После сессии — один из исходов: go / no-go / урезать scope / отложить до данных.
Чем отличается от обычного ChatGPT
В обычном диалоге LLM оптимизирован на полезность и согласие. В режиме адвоката дьявола вы меняете system-инструкцию и структуру ответа: таблица рисков, scoring, список «убийственных» допущений. Для финконтура критично добавить: «числа не выдумывай — если данных нет, запроси».
Промпты: готовые шаблоны для финансиста и founder
Ниже — шаблоны под копирование. Подставьте свои цифры; для конфиденциальных данных используйте корпоративный или локальный LLM (GigaChat, YandexGPT) — см. блок про 152-ФЗ в обзоре AI для финансиста.
Базовый pre-mortem автоматизации
Ты — финансовый скептик и «адвокат дьявола». Твоя задача — доказать, что мой проект автоматизации провалится или не окупится.
Контекст: [опишите процесс, текущие часы/мес, ошибки, инструменты].
Гипотеза: [что автоматизируем, бюджет, срок, ожидаемая экономия].
Требования к ответу:
1) 10 причин провала с вероятностью (низкая/средняя/высокая)
2) Скрытые costs, которых нет в смете интегратора
3) Что должно быть правдой, чтобы ROI сошёлся — список допущений
4) Альтернатива дешевле: правила, Excel, полуавтомат без интеграции
5) Verdict: GO / NO-GO / PILOT ONLY — с одним предложением обоснования
Запрещено: общие фразы «важно тестировать», согласие без аргументов.
Stress-test перед покупкой no-code / интегратора
Роль: CFO, который уже видел 5 провальных внедрений. Критикуй предложение интегратора.
Вход: [вставьте КП, scope, ежемесячная стоимость, SLA].
Выдай: таблицу «обещание → реальный риск → вопрос поставщику»; 5 вопросов на due diligence; сценарий «через 6 месяцев мы недовольны — почему».
Devil’s advocate для дашборда руководителя
Мы хотим дашборд с метриками: [список]. Ссылка на методологию — 5 цифр каждый день (cash, маржа, дебиторка, план-факт, runway).
Опровергни: какие метрики вредны как «единственная правда»; где собственник будет принимать неверные решения; что проще сделать в еженедельном PDF вместо BI; минимальный MVP дашборда на 2 недели.
Красная команда для AI-агента в финансах
Идея: AI-агент [опишите цепочку: банк → классификация → отчёт].
Найди: точки галлюцинаций, compliance (152-ФЗ, audit trail), blast radius ошибочной проводки, почему human-in-the-loop обязателен, при каком объёме операций агент дороже, чем полставки бухгалтера.
Чек-лист red flags: когда автоматизацию лучше не начинать
Используйте список до подписания бюджета. Если отмечено 3 и более пунктов — сначала devil’s advocate-сессия с LLM, затем разговор с командой; часто правильный ответ «отложить» или «урезать до пилота на одном процессе».
| # | Red flag | Что делать |
|---|---|---|
| 1 | Нет baseline: не знаете, сколько часов и ошибок стоит процесс сейчас | 2 недели замеров вручную, потом снова оценка ROI |
| 2 | ROI посчитан только на лицензии, без FTE и сопровождения | Добавить 30–50% на hidden costs; пересчитать payback |
| 3 | «Сначала внедрим ERP/BI, потом автоматизируем» | Quick win на одном потоке данных — см. карту в статье про AI для финансиста |
| 4 | Больше 15% операций в «прочее» / без контрагента с ИНН | Чистка данных; автоматизация отложена |
| 5 | Один человек «и так всё знает» — процесс не описан | Регламент + HITL; иначе бот повторит хаос |
| 6 | Дашборд ради дашборда, без решений собственника | Сверка с 5 цифрами; убрать vanity metrics |
| 7 | Vendor обещает «заменит финотдел» без вашей методологии | NO-GO или pilot с read-only |
| 8 | Нет владельца процесса после go-live | Назначить до подписания, не после |
| 9 | Конфиденциальные данные уйдут в публичный API без политики | Локальная модель или анонимизация |
| 10 | Payback > 18 месяцев при нестабильном cash | Отложить или поэтапный scope |
Scoring go / no-go
После red flags — четыре оценки 1–5: эффект, данные, сложность интеграции (инверсия), compliance (инверсия). Сумма < 12 — отказ или микропилот; 12–16 — pilot с kill-criteria; > 16 — production с HITL.
Как финансист и founder используют LLM до инвестиций: пошаговый сценарий
Режим devil’s advocate встраивается в цикл управленческих решений — между «нам надоело вручную» и строкой в бюджете.
Шаг 1. One-pager гипотезы (15 минут)
Финансист фиксирует: проблема, текущие метрики (часы, ошибки в ₽, частота), предлагаемое решение, бюджет, срок, критерий успеха через 90 дней. Без one-pager LLM будет критиковать абстракцию — бесполезно.
Шаг 2. Сессия «адвокат дьявола» (20–40 минут)
Запуск базового pre-mortem промпта. Сохраните ответ: список рисков, альтернатив, допущений. Попросите второй проход: «выбери 3 риска с максимальным финансовым ущербом и предложи тест за < 50 тыс. ₽».
Шаг 3. Sanity-check цифр (human)
LLM не заменяет финмодель. Financier проверяет payback: (экономия часов × ставка + снижение ошибок) vs (CAPEX + OPEX 12 мес). Если модель «нарисовала» экономию — пересчитать в Excel. Typed tools для арифметики, LLM — для сценариев и формулировок.
Шаг 4–5. Совещание и pilot
На совещании — «гипотеза + top-3 риска + red flags + pilot/kill», не «мы хотим Make». Связка с 5 цифрами: как автоматизация бьёт по cash и runway. Pilot — один процесс, 4–6 недель, kill-criteria заранее; post-mortem — снова devil’s advocate.
Типовые ловушки, которые вскрывает жёсткая критика
- «Автоматизируем всё сразу» — оппонент режет монолит на волны по карте приоритетов.
- «Дашборд решит управление» — без ответа «какое действие по цифре?» это vanity BI; сначала 5 метрик и ритм совещаний.
- «AI-агент заменит отдел» — agent без процесса дороже chatbot; KPI — task chaining и HITL, не headcount.
Безопасность и границы: что не отдавать «адвокату»
- Не загружайте полные выписки, договоры и ПДн в публичные API без политики компании.
- LLM может ошибиться в расчёте ROI — финансист верифицирует каждую сумму.
- Devil’s advocate не заменяет юриста, аудитора и налогового консультанта.
- Решение go/no-go — всегда за человеком; модель поставляет аргументы, не ответственность.
FAQ
Что такое AI «Адвокат Дьявола»?
Режим работы с LLM, в котором модель системно опровергает вашу бизнес- или фин-гипотезу: риски, скрытые costs, альтернативы и вердикт go/no-go/pilot — до траты бюджета на внедрение.
Зачем финансисту devil’s advocate перед автоматизацией?
Чтобы отсечь проекты с завышенным ROI, грязными данными и scope creep. Один честный pre-mortem дешевле полугода интеграции, которая не окупится.
Какие промпты использовать?
Pre-mortem с 10 причинами провала, stress-test КП интегратора, red team для AI-агента, stress-test дашборда. Главное — запрет на согласие и grounding в ваших цифрах.
Можно ли доверять вердикту LLM?
Нет как финальному решению. Доверяйте структуре вопросов и списку рисков; цифры ROI и compliance проверяет финансист.
Чем red flags отличаются от обычного due diligence?
Red flags — быстрый фильтр «стоп-сигналов» (данные, ROI, владелец, compliance). Due diligence глубже и идёт после того, как red flags не сработали или устранены.
Как связать с дашбордом руководителя?
Автоматизация должна улучшать измеримые решения по cash, марже, дебиторке, план-факту и runway — иначе devil’s advocate справедливо отправит проект в «vanity BI».
Нужен ли отдельный инструмент?
Нет. Достаточно ChatGPT, Claude, GigaChat или YandexGPT с жёсткой system-инструкцией и шаблонами из этой статьи.
Что дальше в серии блога КОДА
После фильтрации идей — практика внедрения:
- AI для финансиста в 2026 — карта автоматизации и приоритеты ROI
- Дашборд руководителя: 5 цифр каждый день — что измерять до и после автоматизации
Итог: AI-ассистент «Адвокат Дьявола» — не pessimism for fun, а дисциплина CFO: уничтожать слабые идеи до старта, резать scope, требовать данные и pilot с kill-criteria. Жёсткая критика через LLM стоит часа; провальный проект автоматизации — месяцев и миллионов. Сначала devil’s advocate, потом бюджет.