Выученные уроки: как с помощью ИИ генерировать данные для уроков по финанализу
Есть соблазн: попросить нейросеть «сгенерируй P&L, баланс и ДДС» - и получить красивую табличку за минуту.
Но если эти цифры потом должны жить в курсе (анализ, прогнозы, поиск закономерностей), красота быстро заканчивается. Начинается математика и логика учетных связей.
Я прогнал этот путь на учебном кейсе торговой компании и вот что реально всплыло.
С чем столкнулся (и это типично)
* ДДС не бьётся с ОПиУ: по прибыли всё ок, а в денежке «каждый месяц убыточный». В жизни так бывает, но не всегда и не по умолчанию.
* Разрыв непрерывности: конец 2023 не равен началу 2024. Кажется мелочью, но дальше любая аналитика ломается.
* Слишком «куцые» отчёты: мало строк, нет структуры как в выгрузке из учетной системы. Значит нечего анализировать, нет рычагов для управленческих выводов.
* Сезонность и «интересности»: если их не заложить сознательно, модель не научится находить паттерны и предупреждать о рисках.
Как я проверял, что данные не игрушка
Тут работает простой принцип: сначала инварианты, потом детализация.
* Конец периода = начало следующего по остаткам денег.
* Баланс сходится: актив = пассив.
* Проценты по кредитам, налоги и прочие крупные статьи из ДДС должны логически отражаться в ОПиУ.
* У бизнеса есть «правда жизни»: большинство месяцев не обязаны быть идеальными, но должны быть объяснимыми. Например, квартальный НДС делает март напряжённым, но дальше система должна восстанавливаться.
В итоге пришлось несколько раз пересобирать набор, пока все отчеты не стали согласованными и при этом похожими на реальные выгрузки.
📌 Главный урок
ИИ умеет быстро генерировать цифры. Но экономику и связность он «уважает» только если вы задаёте каркас: правила, ограничения и контрольные точки 🛡️
Как быстро делать такие наборы для курса или тестирования моделей
1. Сначала задайте схему
* сколько лет истории (минимум 2)
* какие отчеты (ОПиУ, баланс, ДДС)
* сколько строк детализации (чтобы было что анализировать)
2. Задайте 6-8 правил реалистичности
Пример для торговли:
* валовая маржа в диапазоне, сезонность продаж
* квартальные налоги (НДС) как драйвер кассовых разрывов
* ФОТ с премиями в конце года
* рост выручки не обязан вести к росту денег (из-за запасов и дебиторки)
3. Сгенерируйте историю помесячно
Это база для паттернов. Без помесячного факта прогнозы будут «про всё и ни о чём».
4. Добавьте факт начала текущего года (3-4 месяца)
Чтобы модель училась совмещать историю и текущий тренд.
5. Сделайте двухшаговую работу с ИИ
* Шаг 1: промпт на анализ истории: сезонность, коэффициенты, критические месяцы, причины разрывов.
* Шаг 2: универсальный промпт на сценарии: базовый, оптимистичный, пессимистичный + риски, триггеры мониторинга, что делать.
6. Автоматизируйте проверку
Минимальный чек-лист качества:
* непрерывность остатков ДС
* баланс сходится
* логика связей между ОПиУ и ДДС
* объяснимые «пики» и «ямы»
🎯 Если сделать так, у вас получится не просто «табличка для урока», а управленческий тренажёр: на нём можно учить CFO-логике, выявлению рисков и сценарному планированию.
https://dzen.ru/id/67964e8e29c5d168966dbe1c
#archfinance #финансы #ии #финанализ #ддс #cfo #управление
