Главное из выступления Дмитрия Батюшенкова, гендиректора компании:
Из 3,86 миллиона касс в стране 1,35 млн подключено к «Платформе ОФД». В системе за 9 лет накоплено свыше 150 млрд фискальных документов.
На долю новых территорий (ДНР, ЛНР, Запорожская и Херсонская области) приходится 80 тыс. касс, 40% из которых работают с Платформой ОФД..
К 2028 году на рынке прогнозируется 4 млн ККТ. Доля касс в е-com за последние два года увеличилась с 5 до 9% в 2025г., сети по-прежнему занимают 22%, однако ККТ вне сетей (малый бизнес) сейчас 69% против 73% в 2023 году.
Активно внедряется риск-ориентированный подход государства в контрольной деятельности, выросло количество проверок кассовой дисциплины на основании Индикаторов риска — с 0,3 тыс. в 2021 до 18,8 тыс. в 2024. Общая сумма штрафов в 2024 году составила 531 млн руб.
ФНС использует автоматизированную систему мониторинга, которая фиксирует аномалии в работе с кассой через данные ОФД. Высокий процент коррекций, возвратов или отсутствие данных — прямой сигнал для инициации проверки.
Статистика критических ошибок в чеках — 2025: 88% связано с отсутствием обязательных тегов в фискальных данных. При этом на тег 2108 «Мера количества и предмета расчёта» приходится 91% ошибок в этой категории.
Использование сервисов контроля нарушений позволяет бизнесу в разы снизить количество ошибок и практически полностью исключить риски, связанные с кассовой дисциплиной. Только за 8 мес 2025 г. данные в ЛК «Платформы ОФД» помогли бизнесу избежать штрафов и расхождений выручки по сумме 3 млрд руб., количество чеков с ошибками снизилось за год в 7,8 раз. С этого года сервис контроля нарушений также подсвечивает бизнесу проблемы с маркировкой товаров.
«Платформа ОФД» делает ставку на развитие AI-агентов, которые действуют как «умный помощник» руководителя. ИИ — не замена человеку, а инструмент, который анализирует миллионы чеков в реальном времени, находит аномалии, объясняет их причины и генерирует конкретные рекомендации.
Какие кейсы с применением ИИ и чековых данных «Платформы ОФД» уже есть:
Кейс 1. Проблема потери клиентов. Анализ потока покупателей и чеков в супермаркете показал необходимость изменения выкладки товаров, что дало +15% к продажам за неделю.
Кейс 2. Снижение продаж категории товаров на АЗС. Обнаружена связь между парковкой у АЗС и спросом на кофе. Создание зон отдыха рядом добавило +19% к продажам кофе за 3 месяца.
Кейс 3. Высокий уровень просрочки товаров в FMCG у производителя. Анализ спроса на йогурты по дням недели и вкусам позволил оптимизировать производство и логистику, что повысило маржинальность на 7% и сократило просрочку на 30% за месяц, в годовом сравнении.
Кейс 4. Слабая региональная дистрибуция стройтоваров производителя. ИИ с чековыми данными позволили связать всплеск продаж кровли с выдачей разрешений на строительство и погодой. Заблаговременное увеличение отгрузок сократило время отгрузки конечным клиентам на 40% и увеличило долю рынка на 5% за год.
Кейс 5. Низкие продажи товарной группы производителя. Анализ корзины покупок показал, что покупатели протеиновых батончиков — аудитория ЗОЖ и зумеры, а не спортсмены. Перенос рекламы из фитнес-залов в премиальные кофейни и ЗОЖ-блоги дал рост продаж на 65% за год.
