OPIS SZKOLENIA
Liczby pod kontrolą – AI jako analityk, ale z ludzkim nadzorem
Warsztat dla analityków finansowych, kontrolerów i księgowych, którzy chcą wykorzystywać AI do pracy z liczbami – mając jednocześnie pełną kontrolę nad jakością wyniku.
Cel szkolenia: Celem szkolenia jest opanowanie techniki pracy z AI w zadaniach wymagających operacji na liczbach, gdzie błąd ma bezpośrednie konsekwencje finansowe. Uczestnicy poznają fundamentalną różnicę między modelem natywnie „mówiącym o liczbach” a modelem uruchamiającym narzędzie obliczeniowe, nauczą się wybierać właściwe narzędzie (Claude z Analysis Tool vs. Copilot w Excelu) dla konkretnego zadania oraz opanują technikę modelowania scenariuszowego, w której AI projektuje strukturę, a człowiek kontroluje obliczenia. Szkolenie kończy się zbudowaniem roboczego modelu analitycznego dla realnego problemu z pracy uczestnika.
I. Dlaczego AI źle liczy – granica arytmetyki w modelu językowym
Cel: Zbudowanie realistycznych oczekiwań wobec AI w zadaniach matematycznych.
Opis przebiegu: Prowadzący wyjaśnia, dlaczego model językowy natywnie nie jest kalkulatorem. Uczestnicy wykonują ćwiczenie z trzema coraz trudniejszymi zadaniami liczbowymi bez uruchomienia narzędzia analitycznego. Obserwują, w którym momencie model zaczyna halucynować wyniki. Następnie powtarzają to samo z Analysis Tool – wynik jest poprawny. Ćwiczenie ustanawia zasadę „LLM mówi o liczbach, narzędzie liczy liczby”.
Rezultaty:
• Uczestnicy wiedzą, kiedy AI daje realny wynik, a kiedy jego imitację.
• Świadomie włączają narzędzia obliczeniowe zamiast polegać na natywnych odpowiedziach.
II. Dwie drogi do wyniku – Copilot w Excelu vs. Claude z Analysis Tool
Cel: Porównanie dwóch podejść i wybór właściwego narzędzia dla konkretnego zadania.
Opis przebiegu: Uczestnicy otrzymują ten sam pakiet danych finansowych i wykonują to samo zadanie analityczne w obu narzędziach. Porównują wyniki, czas wykonania, jakość komentarza, możliwość iteracji. Mapują, która droga sprawdza się przy jakim typie zadania: ad-hoc vs. model wielokrotnego użycia, dane wrażliwe vs. dane publiczne, praca jednorazowa vs. powtarzalna.
Rezultaty:
• Uczestnicy świadomie wybierają narzędzie dla konkretnego zadania analitycznego.
• Rozumieją granice obu narzędzi w kontekście bezpieczeństwa i jakości.
III. Analiza wskaźnikowa z AI – przyspieszenie z weryfikacją
Cel: Praktyczne wykorzystanie AI do analizy wskaźnikowej przy zachowaniu kontroli eksperckiej.
Opis przebiegu: Każdy uczestnik otrzymuje sprawozdanie finansowe nieznanej spółki i zleca AI wygenerowanie pełnego zestawu wskaźników wraz z komentarzem analitycznym. Następnie weryfikuje ręcznie trzy losowo wybrane wskaźniki. Debriefing koncentruje się na tym, które błędy byłyby katastrofalne w komunikacji z zarządem, a które jedynie niewygodne.
Rezultaty:
• Uczestnicy potrafią wykorzystać AI jako asystenta analitycznego, zachowując rolę eksperta.
• Mają procedurę kontroli jakości dla analizy wskaźnikowej.
IV. Modelowanie scenariuszowe – AI projektuje, człowiek kontroluje
Cel: Opanowanie techniki delegowania AI pracy koncepcyjnej przy pełnej kontroli nad obliczeniami.
Opis przebiegu: Uczestnicy budują prosty model scenariuszowy dla decyzji inwestycyjnej: trzy scenariusze, kluczowe zmienne, założenia. Claude generuje strukturę, uczestnik przenosi ją do Excela i iteruje. Prowadzący wprowadza zasadę „deleguj wyniki, nie funkcje” – AI projektuje architekturę, człowiek zachowuje kontrolę nad logiką i założeniami. Ćwiczenie pokazuje, gdzie kończy się użyteczność AI w modelowaniu.
Rezultaty:
• Uczestnicy wykorzystują AI do projektowania architektury modelu finansowego.
• Rozumieją, które elementy modelu muszą pozostać pod pełną kontrolą człowieka.
V. Projekt warsztatowy – roboczy model analityczny dla Twojego problemu
Cel: Zbudowanie modelu analitycznego gotowego do zastosowania w pracy uczestnika.
Opis przebiegu: Każdy uczestnik wybiera jeden realny problem analityczny z własnej pracy (analiza odchyleń, prognoza cash flow, model marżowy, analiza rentowności produktu) i rozwiązuje go z wykorzystaniem AI według metodyki warsztatu. Efektem jest arkusz Excela z komentarzem analitycznym i checklistą weryfikacyjną.
Rezultaty:
• Uczestnicy wynoszą roboczy model finansowy gotowy do adaptacji.
• Mają zdefiniowany pierwszy proces analityczny do przeprojektowania z wykorzystaniem AI.