Объем раскрытия нефинансовой отчетности в России демонстрирует положительную динамику: по итогам 2024 года компании опубликовали на 28% больше отчетов, чем за 2019 год, следует из «Атласа нефинансовой отчетности России», подготовленного компанией «Пачоли Консалтинг». Так, количество нефинансовых отчетов выросло с 314 до 404. При этом основной стимул для бизнеса сместился с требований иностранных инвесторов на национальное регулирование и демонстрацию вклада в развитие страны. Однако ключевыми проблемами остаются сбор и обработка большого массива разрозненных данных.

Все это происходит на фоне ужесточения регуляторных требований: Московская биржа сделала нефинансовую отчетность обязательной для эмитентов, Банк России опубликовал Кодекс ответственного инвестирования, а Минэкономразвития России и Агентство стратегических инициатив разрабатывают стандарт отчетности об устойчивом развитии. Центробанк приступил к реализации программы повышения капитализации рынка, частью которой являются новые требования к раскрытию информации.

В этих условиях ручной сбор данных становится не просто затратным, а создает прямые риски для репутации и конкурентоспособности. Единственный ответ на этот вызов — автоматизация.

Перспективное направление, которое развивает ЦБ РФ, — сбор отчетности в машиночитаемом формате XBRL. Это создаст единую базу для точного анализа, объединяющую финансовые и нефинансовые данные.

Автоматизация отчетности меняет культуру управления. Как показывает опыт Сбера, запуск собственной системы «КОСМОС» не только сократил долю ручного труда при подготовке отчетности, но и позволил впервые автоматизировать сбор ESG-данных, включая расчет парниковых газов, подготовить годовой отчет, а также пилотировать ежеквартальный сбор данных в рамках подготовки к МСФО.

Следующий этап — переход от сбора данных к аналитике. Однако на этом пути бизнес, даже осознавая ценность ESG-отчетности, часто сталкивается со «слепыми зонами»: разрозненной информацией и неконкретными метриками. Для решения этой задачи совместно с AIRI Сбер создал прототип мультиагентной системы «AI финансовый аналитик» (AIFA), который за минуты выполняет работу профессионального аналитика, тратящего на подготовку документа 4–6 часов. Качество работы прототипа уже достигло 89%. К 2026 году такие системы научатся учитывать новостной фон и отраслевую специфику, работая с разными стандартами отчетности.

Путь от сбора данных к управлению на их основе начинается с одного шага — принятия решения об автоматизации. Автоматизация превращается из технологического преимущества в необходимое условие, поскольку качество данных напрямую влияет на капитализацию, доступ к финансированию и устойчивость бизнеса. Компании, внедряющие такие решения сегодня, уже завтра будут формировать стандарты рынка и успешно решать задачи национальных целей.