عامل هوش مصنوعی در گزارش مالی؛ ۵ محافظ پیش از خودکارسازی
عامل هوش مصنوعی در گزارش مالی می‌تواند هر صبح داشبورد، یادداشت انحراف یا گزارش نقد را آماده کند، بی‌آنکه کسی دکمه‌ای بزند. اما همین خودکار بودن خطر را بزرگ می‌کند: عددی که حدس زده شده، ماه‌به‌ماه تکرار می‌شود. این نوشته پنج محافظ عملی را مرور می‌کند که پیش از رها کردن عامل لازم است.
چرا عامل خودکار با دستیار گفت‌وگومحور فرق دارد؟
وقتی خودتان در یک گفت‌وگو از هوش مصنوعی جدولی می‌خواهید، خروجی را همان لحظه می‌بینید و اگر عجیب بود، می‌پرسید. عامل خودکار این‌طور نیست. معمولاً از چند قابلیت ساخته می‌شود:
- اتصال به منابع داده مثل پوشه‌ی فایل‌ها، ایمیل یا سامانه‌ی حسابداری؛
- کار درون فایل یعنی افزونه‌ی هوش مصنوعی داخل اکسل یا صفحه‌گسترده؛
- پروژه یا زمینه‌ی ماندگار که اطلاعات شرکت و نقش شما را در هر گفت‌وگو در اختیار مدل می‌گذارد؛
- مهارت ذخیره‌شده، یعنی دستورالعملی که یک بار نوشته می‌شود و هر بار همان مراحل را اجرا می‌کند؛
- کار زمان‌بندی‌شده که مثلاً هر روز ساعت ۷ صبح خودبه‌خود اجرا می‌شود.
مشکل اینجاست که مدل‌های زبانی ذاتاً ممکن است در دو اجرا دو جواب متفاوت بدهند و وقتی داده کم است، جای خالی را با چیزی «محتمل» پر کنند. در گزارش مالی، عدد محتمل همان عدد غلط است. پس هر قابلیت به یک محافظ مخصوص خودش نیاز دارد. اگر با اصول کلی‌تر این موضوع آشنا نیستید، سه پایه‌ی حاکمیت هوش مصنوعی در مالی نقطه‌ی شروع خوبی است؛ این نوشته روی مرحله‌ی بعد تمرکز دارد: وقتی قرار است عامل بدون حضور شما کار کند.
محافظ اول: تکلیف داده‌ی ناقص را از قبل روشن کنید
وقتی عامل را به پوشه‌ی گزارش‌های سود و زیان وصل می‌کنید، دستور باید چهار چیز را بگوید: شما کیستید، داده کجاست، چه خروجی‌ای می‌خواهید و اینکه نام فایل‌ها قابل اعتماد نیست. مهم‌ترین جمله اما این است: «اطلاعات ناقص را پرچم‌گذاری کن.»
فرض کنید از عامل می‌خواهید از ۵۶ فایل ماهانه‌ی کشورها داشبوردی با درآمد، حاشیه‌ی ناخالص و EBITDA بسازد. اگر این جمله را بنویسید، ممکن است فهرستی از مواردی برگردد که هیچ انسانی ساعت ۷ صبح متوجهشان نمی‌شد؛ مثلاً هزینه‌ی کارکنان یک کشور که در دو ماه پیاپی دقیقاً تا آخرین واحد یکسان است و احتمالاً از ماه قبل کپی شده.
برای اجرای زمان‌بندی‌شده یک گام جلوتر بروید و این قاعده را به انتهای دستور اضافه کنید:
اگر عددی وجود ندارد یا به نظر از ماه قبل کپی شده، آن را پر نکن. در بالای گزارش زیر عنوان «پیش از استفاده بررسی کنید» فهرستش کن.
هم‌زمان مجوزهای اتصال را تنظیم کنید: خواندن فایل‌ها آزاد، اما ویرایش و حذف همیشه با پرسش از شما.
محافظ دوم: فرمول بخواهید، نه عدد؛ و یک برگه‌ی ممیزی
وقتی از هوش مصنوعی داخل اکسل می‌خواهید مثلاً برگه‌های ماهانه‌ی درآمد را تجمیع کند و تحلیل گروهی (Cohort)، درآمد تکرارشونده‌ی ماهانه، ریزش مشتری و تحلیل ۸۰/۲۰ بسازد، صریحاً بخواهید که با فرمول کار کند. عدد ثابت چیزی است که باید به آن اعتماد کنید؛ فرمول چیزی است که می‌توانید بررسی‌اش کنید.
در کنار آن یک برگه‌ی ممیزی بخواهید که کنترل‌های انجام‌شده را فهرست کند. سپس دو کار کنید:
- بخوانید هوش مصنوعی چه چیزی را بررسی نکرده. گاهی همه‌ی کنترل‌ها «موفق» است، اما در توضیحات آمده که فقط جمع‌ها کنترل شده‌اند، نه تک‌تک اعداد داخل جدول.
- به نتایج غیرعادی دقت کنید. در تحلیل گروهی، نرخ ماندگاری ماه اول باید ۱۰۰ درصد باشد. اگر ۹۲ درصد دیدید، علتش را بپرسید؛ شاید چند مشتری در آن ماه درآمدی نداشته‌اند. این را در دو دقیقه می‌توان در فایل اصلی تأیید کرد.
برای روش‌های دقیق‌تر بازبینی مدل، حسابرسی مدل مالی با هوش مصنوعی را ببینید.
محافظ سوم: مهارت ذخیره‌شده را پیش از اجرا بخوانید
مهارت ذخیره‌شده هر بار همان مراحل را تکرار می‌کند. اگر مراحل درست باشد عالی است؛ اگر غلط باشد، اشتباه هر ماه تکرار می‌شود.
فرض کنید مهارتی برای رعایت هویت بصری شرکت در همه‌ی گزارش‌ها می‌سازید و راهنمای برند را ضمیمه می‌کنید. پیش از اعتماد، متن مهارت را باز کنید: کدهای رنگ و قلم‌ها را کنار راهنمای واقعی بگذارید و تطبیق دهید. یادداشت‌های مدل را هم بخوانید؛ گاهی چیزی را تغییر داده که شما نخواسته بودید، مثلاً چیدمان را برای نمایش روی موبایل عوض کرده است. این بار بی‌ضرر بوده، اما همین یادداشت‌ها نشان می‌دهند مدل خودسرانه چه کرده.
برای هر مهارتی که با عدد سروکار دارد، این قاعده را داخل خود مهارت بنویسید: «اگر چیزی ناقص است یا با هم نمی‌خواند، متوقف شو و پرچم بزن. هرگز حدس نزن.» این‌طور قاعده در هر اجرا حاضر است، نه فقط در دستورهایی که یادتان مانده بنویسید.
محافظ چهارم: آزمون تطبیق با منبع و آزمون تکرار
فرض کنید پروژه‌ای ساخته‌اید که به پوشه‌ی صورت‌های مالی و ایمیل‌ها وصل است و هر صبح داشبورد مدیر مالی را با مهم‌ترین اقدامات روز می‌سازد. پیش از سپردنش به زمان‌بند، دو آزمون لازم است:
| آزمون | روش | معیار قبولی |
|---|---|---|
| تطبیق با منبع | سه عدد کلیدی (درآمد ماه، بودجه، مانده‌ی نقد پایانی) را در فایل منبع پیدا کنید | هر سه دقیقاً یافت شوند |
| تکرارپذیری | همان پرسش را در همان روز، با همان فایل‌ها و همان مهارت دو بار اجرا کنید | دو خروجی یکسان باشند |
آزمون دوم معمولاً جدی گرفته نمی‌شود. اگر بار اول عامل بگوید «پنج مورد امروز توجه شما را لازم دارد» و بار دوم بگوید «چهار مورد»، در حالی که هیچ چیز تغییر نکرده، یعنی نمی‌تواند یک چیز را دو بار یکسان بشمارد و هنوز آماده‌ی کار مستقل نیست.
یک مثال عددی ساده: فرض کنید داشبورد درآمد ماه را ۴۸۰ میلیون تومان نشان می‌دهد، اما در فایل منبع ۴۶۵ میلیون است. اختلاف ۱۵ میلیونی (حدود ۳ درصد) شاید کوچک به نظر برسد، اما اگر در گزارش هیئت‌مدیره برود، اعتبار کل گزارش زیر سؤال می‌رود. اگر هر یک از دو آزمون شکست خورد، دستور یا مهارت را اصلاح کنید و آزمون را تکرار کنید.
محافظ پنجم: آگاهانه تصمیم بگیرید عامل بی‌اجازه چه کند
فقط حالا وقت زمان‌بندی است. کار را تعریف کنید، مثلاً «خلاصه‌ی روزانه‌ی مالی» با تکرار روزانه در ساعت ۷. سپس دو کنترل نهایی:
- سطح تأیید را بررسی کنید. بسیاری از ابزارها گزینه‌ای برای تأیید خودکار دارند؛ یعنی عامل بدون توقف از ابزارهای متصل استفاده می‌کند. اگر کار فقط فایل می‌خواند اشکالی ندارد؛ اگر می‌تواند ایمیل بفرستد یا فایل حذف کند، آن را روی «اول بپرس» بگذارید.
- دقیقاً بگویید چه چیزی اجرا شود. دستوری مثل «همان داشبورد را بساز» عامل را وادار به حدس زدن می‌کند. یک خط اضافه کنید: «مهارت مرور روزانه‌ی مدیر مالی را اجرا کن و هر مورد پرچم‌دار را بالای گزارش زیر عنوان پیش از استفاده بررسی کنید بگذار.»
همین پنج محافظ برای یادداشت پایان ماه، گزارش هفتگی نقد و بسته‌ی گزارش هیئت‌مدیره هم کار می‌کند. اگر تازه می‌خواهید داشبورد را بسازید، ساخت داشبورد مالی با هوش مصنوعی را بخوانید.
پرسش‌های متداول
آیا با این محافظ‌ها خطای هوش مصنوعی به صفر می‌رسد؟
نه. هدف حذف کامل خطا نیست، بلکه این است که خطا پنهان نماند. عاملی که بگوید «به این عدد مطمئن نیستم» بسیار امن‌تر از عاملی است که جای خالی را بی‌صدا پر کند.
چرا فرمول از عدد نهایی بهتر است؟
چون فرمول ردپا دارد. می‌توانید روی سلول کلیک کنید و ببینید عدد از کجا آمده، اما عدد ثابت را فقط باید باور کرد.
آزمون تکرار را چند بار انجام دهیم؟
دست‌کم دو اجرا در شرایط یکسان. اگر خروجی‌ها متفاوت بود، دستور را دقیق‌تر کنید و دوباره بسنجید تا نتیجه پایدار شود.
آیا عامل زمان‌بندی‌شده باید اجازه‌ی ارسال ایمیل داشته باشد؟
فقط اگر لازم است و بعد از آزمون‌های کافی. پیش‌فرض امن این است که عامل بخواند و پیش‌نویس کند، اما ارسال و حذف با تأیید انسان باشد.
جمع‌بندی
بهترین عامل‌های هوش مصنوعی در کار مالی خودشان را کنترل می‌کنند، اما فقط وقتی شما اول آن‌ها را کنترل کرده باشید. داده‌ی ناقص را پرچم بزنید، فرمول و برگه‌ی ممیزی بخواهید، متن مهارت‌ها را بخوانید، با منبع تطبیق دهید و دو بار اجرا کنید، و مجوزها را آگاهانه تنظیم کنید. هر عاملی که بدون شما اجرا می‌شود باید راهی داشته باشد تا بگوید به چه چیزی مطمئن نیست.