هوش مصنوعی داخل اکسل برای کار مالی؛ توانایی‌ها و محدودیت‌ها

دستیارهای هوش مصنوعی حالا مستقیم داخل اکسل کار می‌کنند: کارپوشه را می‌بینند، فرمول‌ها را می‌خوانند و در همان فایل تغییر می‌دهند. این با کپی‌کردن تصویر صفحه در یک گفت‌وگو تفاوت دارد. در این نوشته می‌بینیم هوش مصنوعی در اکسل برای کار مالی کجا قدرتمند است، کجا اشتباه می‌کند و پیش از شروع چه چیزهایی را باید بدانید.

پیش از شروع: هزینه، حریم خصوصی و کیفیت فایل

سه نکته را همان ابتدا بسنجید.

  • هزینه‌ی مصرف: کار روی فایل معمولاً بسیار بیشتر از گفت‌وگوی عادی از سهمیه‌ی اشتراک مصرف می‌کند. اگر کار جدی با اکسل دارید، شاید به بالاترین پلن نیاز پیدا کنید.
  • حریم خصوصی: حتی وقتی داده در مسیر و در حالت ذخیره رمز می‌شود، در برخی پلن‌های شخصی ممکن است گفت‌وگوها برای بهبود مدل استفاده شوند، مگر خودتان در تنظیمات حریم خصوصی آن را خاموش کنید. برای داده‌ی حساس شرکتی سیاست سازمان را بررسی کنید.
  • کیفیت ورودی: خروجی به اندازه‌ی فایل و دستورتان خوب است. کارپوشه‌ی تمیز با تب‌های روشن و منطق فرمول درست همیشه نتیجه‌ی بهتری از فایل شلوغ می‌دهد.

یک ترفند ساده: پیش از اجرای کار، از خود دستیار بخواهید بهترین دستور را برای آن کار بنویسد، بعد همان دستور را عیناً وارد کنید. یک گام اضافه است، اما در ادامه زمان زیادی صرفه‌جویی می‌کند. برای الگوهای تکرارپذیر هم مهارت هوش مصنوعی در اکسل را ببینید.

کجا خوب کار می‌کند

خلاصه‌ی سالانه از سود و زیان ماهانه

اگر از دستیار بخواهید از یک سود و زیان ماهانه خلاصه‌ی سالانه بسازد، به‌جای جمع زدن بازه‌های پراکنده، فرمول SUMIF می‌نویسد که سال را در ردیف کمکی تطبیق می‌دهد. گاهی هم متوجه می‌شود برای داده‌ی یک سال ستون سالانه نداریم و خودش آن ستون را اضافه می‌کند. این بیشتر از تولید فرمول است؛ نوعی قضاوت است.

مدل سه صورت مالی

اگر صورت سود و زیان و ترازنامه‌ی واقعی را بدهید و مدل سه صورت بخواهید، می‌تواند بسازد. نکته‌ی جالب اینکه گاهی خودش وسط کار ستون اشتباه را ارجاع می‌دهد، پیش از تحویل کار را بازبینی می‌کند، خطا را پیدا می‌کند و درستش می‌کند.

پیش‌بینی با دانش دامنه

اگر بگویید کسب‌وکارتان SaaS است و پیش‌بینی درآمد بخواهید، ممکن است آبشار MRR با فرض‌های ریزش و نگهداشت خالص و رنگ‌بندی مطابق عرف بسازد، بی‌آنکه همه‌ی اینها را صراحتاً گفته باشید. برای مبانی این ساختار، نقشه‌ی مدل مالی SaaS مفید است. همچنین داشبورد مدیریتی با مقایسه‌ی دوره‌ها، قالب‌بندی شرطی و توضیح نوشتاری هم از عهده‌اش برمی‌آید.

کجا زمین می‌خورد

  • اعداد ثابت به‌جای فرمول: در ساخت مدل سه صورت، بعضی جمع‌های میانی را به‌صورت عدد ثابت نوشته است. در مدل مالی واقعی همه‌چیز باید پویا به هم وصل باشد؛ با تغییر یک فرض بالادستی، این جمع‌ها تکان نمی‌خورند و خطای خاموش ایجاد می‌کنند.
  • کارهای سنگین و فایل بزرگ: وقتی خواستند فایل را با حساب‌های جدید جلو ببرد و پیش‌بینی را تعدیل کند، کار به مهلت‌زمانی خورد و رها شد.
  • ناپایداری: ممکن است اکسل هنگام کار چند بار از کار بیفتد. پیش از شروع حتماً نسخه‌ی پشتیبان بگیرید.

برای پیشگیری از این خطاها، روش‌های بازبینی تحلیل مالی هوش مصنوعی پیش از ارسال و حسابرسی مدل مالی با هوش مصنوعی را به کار ببرید.

چطور از آن استفاده کنیم

قاعده‌ی ساده: از هوش مصنوعی برای تسریع کاری استفاده کنید که خودتان آن را می‌فهمید. پر کردن فرمول‌ها، تغییر فرض‌ها و تکمیل بخش‌هایی از مدلی که ساختارش را خودتان چیده‌اید. یک فایل خالی بدهید و امیدوار باشید، کار نمی‌کند.

یک چک‌لیست کوتاه

  1. پشتیبان بگیرید.
  2. تنظیمات حریم خصوصی را بررسی کنید.
  3. ساختار تب‌ها را از پیش بچینید.
  4. هر جمع و ارجاع را برای ثابت بودن عددی بازبینی کنید.
  5. مدل را با تغییر یک فرض امتحان کنید و ببینید همه‌چیز عوض می‌شود.

مثال ساده از بازبینی

فرض کنید دستیار برای مدل شما جمع کل هزینه‌ها را ۸۵۰ واحد نوشته و این عدد در سلول به‌صورت ثابت ثبت شده است. اگر فرض رشد فروش را از ۱۰ به ۲۰ درصد برسانید و این جمع تغییر نکند، یعنی با یک عدد ثابت روبه‌رو هستید. بررسی ساده‌ی «یک فرض را عوض کن و خروجی را ببین» بیشتر چنین خطاهایی را در چند دقیقه پیدا می‌کند.

پرسش‌های متداول

آیا هوش مصنوعی جای تحلیلگر مالی را می‌گیرد؟

پرسش بهتر این است که آیا حاضرید یاد بگیرید در کنار دستیاری کار کنید که خسته نمی‌شود، ولی گاهی عدد ثابت می‌گذارد. هنوز بازبینی انسانی لازم است.

مهم‌ترین خطر چیست؟

مقدارهای ثابت در جاهایی که باید فرمول باشند. خطا را فقط وقتی می‌بینید که فرضی را عوض کنید.

داده‌ی حساس را وارد کنم؟

اول سیاست حریم خصوصی و تنظیمات پلن را بررسی کنید. اگر نامطمئن هستید، داده‌ی ناشناس یا نمونه استفاده کنید.

از کجا شروع کنم؟

با کارهای کوچک مثل خلاصه‌ی سالانه یا فرمول‌های تکراری، روی فایل‌هایی که ساختار تمیز دارند.

جمع‌بندی

هوش مصنوعی داخل اکسل در کارهای مالی تند و کارآمد است، اما جانشین دانش مالی نیست. پیش از شروع پشتیبان بگیرید، حریم خصوصی را تنظیم کنید و ساختار فایل را مرتب کنید. بعد از هر کار، جمع‌ها و ارجاع‌ها را بازبینی کنید تا عدد ثابتی جای فرمول ننشسته باشد.