Нейросеть дает точные выводы только тогда, когда данные в учете собраны аккуратно, а загружать в публичные сервисы можно далеко не все. Разобрали, почему аналитика по хаотичной CRM не работает, как навести порядок в данных до анализа, что закон запрещает отправлять в ИИ и как анализировать цифры компании, не передавая их нейросети. В конце — чек-лист, который стоит пройти перед загрузкой любого файла.
Можно ли загружать данные компании в нейросеть
Загружать данные компании в нейросеть можно, но не все и не в любом виде. Персональные данные в публичные сервисы не отправляем никогда, коммерческую тайну и клиентскую базу передаем только после обезличивания, а открытые сведения вроде названий компаний и ИНН можно использовать спокойно. При этом даже идеально защищенные данные не дадут полезных выводов, если в самом учете они хаотичные или неполные.
Получается, что у руководителя, который хочет работать с ИИ на цифрах компании, две задачи сразу. Первая касается качества данных: нейросеть не исправляет беспорядок в учете, а воспроизводит его, только красиво оформленным. Вторая касается безопасности данных: как только файл ушел в чат публичного сервиса, вы перестаете его контролировать. Давайте мы с вами разберем обе, начиная с той, о которой обычно вспоминают слишком поздно.
Нейросеть — это только инструмент, и если данные в CRM хаотичные, неполные или их там просто нет, никаких значимых выводов вы не получите, как бы хорошо ни был написан промпт.
Мы убедились в этом на собственном опыте. На внутреннем обучении руководителей мы загрузили в ChatGPT рабочую выгрузку из нашей CRM, около 23 тысяч записей о звонках, коммерческих предложениях и счетах, и попросили найти, где теряются клиенты. Данных об оплатах в этой выгрузке при этом не было вовсе. Модель построила воронку, разложила отказы по причинам, нашла зависшие предложения и даже вытащила из комментариев менеджеров, какие услуги клиенты спрашивают чаще всего. Отчет выглядел так убедительно, что хотелось сразу нести его на планерку.
А потом руководитель отдела продаж спокойно объяснил, почему картина неверная. Оплату модель определяла по комментариям менеджеров, хотя менеджеры про оплату не пишут, они просто передают заявку дальше по процессу. В выгрузку попали компании, которые копились с 2023 года, и общее число клиентов не совпадало с реальной текущей базой. Комментарии менеджеры пишут для себя, как черновые заметки, поэтому выводы о потребностях клиентов строились на обрывках фраз. И его итоговая мысль была очень точной: если в CRM все построено четко, обязательные поля заполнены и это контролируется, такая аналитика действительно полезна, а если нет, то ИИ просто красиво перескажет беспорядок.
Модель в этой истории не ошиблась в расчетах, она честно посчитала то, что ей дали. Проблема была в данных, и никакая нейросеть, даже самая продвинутая, ее бы не решила.

Рисунок 1 — «Анализ данных CRM нейросетью»
Отчет нейросети по обезличенной выгрузке CRM — воронка, причины отказов, зависшие КП. Отчет выглядит убедительно, но строится только на тех данных, которые есть в CRM.
Работу с качеством данных стоит начинать задолго до того, как появится желание что-то анализировать с помощью ИИ, ведь польза от аналитики накапливается вместе с данными, а не появляется в момент загрузки файла. Вот что стоит сделать в первую очередь:
Определите обязательные поля в карточке клиента и сделке, без которых запись нельзя сохранить: источник, статус, сумма, ответственный, дата следующего шага.
Замените свободные комментарии там, где это возможно, на выбор из списка. Причины отказа «дорого», «нет потребности», «ушли к конкуренту» анализируются намного проще, чем фраза «перезвонить потом, думают».
Договоритесь, где и кем фиксируется оплата, чтобы данные в CRM не приходилось угадывать по косвенным признакам.
Отделите активную базу от архива, иначе нейросеть будет считать клиентов, с которыми вы не работаете несколько лет.
Назначьте ответственного за качество данных и раз в месяц смотрите, сколько карточек заполнено не полностью.
Качество данных — небыстрая работа, и результат от нее появится через несколько месяцев, когда данные накопятся. Зато потом вы получите пользу не только от нейросети, но и от обычных отчетов в 1С и CRM, которые тоже строятся на тех же полях.
|
Наведем порядок в отчетах 1С |
|---|
|
Если отчеты в 1С собираются вручную, а данные приходится сводить из нескольких мест, мы поможем автоматизировать отчеты и другую рутинную работу в 1С, как с использованием нейросетей, так и без них. Подробнее об услугах программиста 1С: 4dk-soft.ru/services/uslugi-programmista-1s. |
Все данные, с которыми работает руководитель, удобно делить на три слоя, и у каждого свое правило.
|
Слой |
Что относится |
Правило |
|---|---|---|
|
Открытые сведения |
Названия компаний, ИНН, адреса юрлиц, общедоступная отчетность |
Можно использовать |
|
Конфиденциальная информация |
Клиентская база, выручка и маржа по клиентам, условия договоров, внутренние показатели |
Только после обезличивания или в виде коэффициентов |
|
Персональные данные и секреты |
ФИО с телефонами и почтой, зарплатные реестры, паспортные данные, реквизиты карт, пароли и доступы |
В публичные сервисы не загружаем никогда |
Клиентская база здесь, пожалуй, самый спорный случай. Названия компаний и их руководители часто есть в открытых источниках, но собранный вами список с историей переговоров уже является коммерчески ценной, конфиденциальной информацией, и решать, можно ли ее показывать нейросети, лучше осознанно, а не по привычке.
Здесь мы будем категоричны, потому что речь идет уже не о качестве аналитики, а об ответственности компании. Персональные данные регулирует 152-ФЗ, и любая операция с ними, включая загрузку в нейросеть, должна иметь законное основание и цель.
Если сервис расположен за рубежом, а большинство популярных моделей именно такие, загрузка в него персональных данных означает трансграничную передачу. По 152-ФЗ о ней нужно заранее уведомить Роскомнадзор, и вряд ли кто-то делает это ради разовой сводки в чате. С 30 мая 2025 года штрафы за утечки персональных данных заметно выросли, а за повторное нарушение их теперь считают от выручки компании (данные актуальны на сентябрь 2026 года).
Есть и чисто практический риск. В начале 2025 года исследователи безопасности нашли в открытом доступе базу одного из популярных китайских сервисов с историей пользовательских запросов. Все, что попало в чат, может оказаться где угодно, поэтому безопасность данных лучше обеспечивать до загрузки файла, а не после.
Хорошая новость в том, что для большинства управленческих задач реальные цифры модели не нужны. Есть несколько способов получить анализ и не раскрыть данные компании.
Наш любимый способ — сделать так, чтобы данные вообще не попадали в чат. Здесь помогает вайб-кодинг, то есть создание программы по описанию обычными словами, без знания языков программирования.
Вы описываете нейросети, какой дашборд вам нужен: какие показатели наверху, какие графики, какие фильтры, и просите добавить кнопку загрузки Excel-файла. Модель пишет программу в одном HTML-файле, не видя ни одной вашей цифры. Дальше вы сохраняете этот файл у себя, открываете его в браузере и загружаете туда свою выгрузку, причем файл с данными лежит только на вашем компьютере, а программа обрабатывает его там же.
Чтобы проверить, что все считается правильно, загрузите сначала тестовый файл с выдуманными цифрами, где вы заранее знаете итог. Если программа его посчитала верно, можно работать с реальными данными. Подробнее о том, какие задачи руководителя ИИ закрывает лучше всего, мы рассказали в статье «Нейросети для работы руководителя: 10 задач».

Рисунок 2 — «Локальный дашборд с загрузкой Excel без передачи данных в нейросеть»
HTML-дашборд в браузере с кнопкой «Загрузить Excel», KPI и графиком по месяцам. Программу пишет нейросеть, а данные загружаете вы сами и только у себя.
Похожим образом работает Apps Script, встроенный язык автоматизации Google Таблиц. Нейросеть пишет скрипт по описанию структуры таблицы, вы вставляете его в свою таблицу, и он обрабатывает данные внутри нее, а в чат с моделью уходит только описание столбцов. На нашем обучении скрипт с первого раза выдал ошибку, мы скопировали ее текст обратно в чат, и модель поправила код, так что пугаться таких сбоев не стоит.
Даже если вы ничего чувствительного не загружаете, загляните в настройки сервиса. Почти у каждой модели есть опция, разрешающая использовать ваши диалоги для обучения, и ее стоит отключить до первого рабочего запроса. Безопасность данных во многом держится на привычках команды, поэтому полезно один раз письменно договориться, какими сервисами пользуемся и какие данные наружу не уходят, иначе каждый сотрудник будет решать это по-своему.

Рисунок 3 — «Настройки конфиденциальности Claude, отключение обучения на данных пользователя»
Раздел «Конфиденциальность» в настройках Claude с переключателем, который разрешает или запрещает использовать ваши чаты для улучшения моделей; переключатель выключен.
Проверьте эту настройку до первого рабочего запроса: так ваши диалоги не попадут в обучение модели.
А когда станет понятно, что ИИ в вашей работе прижился и нужен на реальных данных, есть смысл переходить от публичных чатов к решениям, развернутым в контуре компании, где данные не покидают ваш периметр. Если хочется выстроить такую работу системно, посмотрите наши ИИ-услуги для бизнеса: вместе разберемся, какие задачи и данные вашей компании можно безопасно отдать нейросетям.
В файле нет ФИО с контактами, паспортных данных, зарплат, реквизитов и паролей.
Названия клиентов заменены на условные, а суммы округлены, изменены или переведены в коэффициенты.
Если модели достаточно структуры таблицы, я отправляю описание, а не сам файл.
В настройках сервиса отключено обучение на моих данных.
Я понимаю, откуда в таблице каждая цифра и насколько полно заполнены поля.
Выводы модели я проверю выборочным пересчетом на исходных данных.
Если хотя бы один пункт вызывает сомнение, лучше остановиться и подготовить данные еще раз. Начните с малого: возьмите одну регулярную выгрузку, посмотрите, насколько полно в ней заполнены поля, и договоритесь с командой о правилах заполнения. Через пару месяцев у вас будут данные, на которых нейросеть действительно сможет вам помочь.
Остались вопросы? Мы всегда готовы помочь. Свяжитесь с нашими специалистами по телефону +7 (499) 956-21-70 или отправьте письмо на электронную почту tlm1c@4dk.ru. Мы оперативно ответим, поможем разобраться в вашей ситуации и предложим наиболее подходящее решение.
Консультация
Нужна помощь с 1С?
Консультанты «Что делать Внедрение» разберут вашу ситуацию в программе и подскажут, как настроить учёт.
Не пропустите изменения по теме «1С, бухучёт и налоги»
Письмо раз в неделю, только новые статьи по этой теме.
Хотите обсудить вашу задачу? Оставьте заявку на бесплатную консультацию