«Сколько оборотного капитала нам действительно нужно?» Как из одного вопроса собственника собрать рабочую модель с помощью ИИ

Интересный свежий кейс из моей практики 👇🏻

💡У команды была реальная задача — рассчитать потребность в оборотном капитале для группы взаимосвязанных направлений бизнеса.

Отдельные финансовые модели уже существовали. Были данные по запасам, дебиторской и кредиторской задолженности.

Но собственнику нужна была общая картина:

  • сколько оборотного капитала требуется бизнесу;
  • как эта потребность распределяется по направлениям;
  • и как затем регулярно сравнивать план с фактом.

То есть нужен был не ещё один разовый расчёт перед защитой моделей.

Нужен был инструмент, которым можно пользоваться дальше.

✔️Сначала мы описали контекст: какие направления входят в группу, как они связаны между собой, какие модели уже существуют, какие данные доступны и для каких управленческих решений будет использоваться итоговый результат.

✔️После этого определили требования к будущему инструменту.

Он должен:

📌 позволять подставлять собственные данные или связываться с существующими моделями; 📌 чётко показывать, какие данные нужно вводить; 📌 иметь прозрачную и проверяемую логику расчёта; 📌 учитывать взаимосвязь направлений; 📌 использоваться регулярно для анализа плановой и фактической потребности в оборотном капитале.

✅ ИИ помог быстро собрать первый прототип и предложить структуру расчёта.

Но на этом работа не заканчивается.

Команде ещё нужно проверить математику, убедиться, что учтены реальные условия бизнеса, корректно связать направления между собой и определить, какие данные допустимо использовать в выбранном инструменте.

И только после этого тестировать модель на рабочих исходниках.

———

Для меня этот кейс - яркий пример того, как стоит использовать ИИ в финансах.

Не просить: «Сделай мне модель оборотного капитала» 🤷🏻‍♀️

А сначала разобрать задачу, определить требования к результату, дать необходимый контекст, получить черновую структуру — и затем проверить её своей профессиональной экспертизой. ✅ Итог: за полтора часа здесь появился не готовый ответ, а понятный путь от запроса собственника к инструменту, который команда сможет дальше доработать и использовать в регулярной работе.

И для меня это одна из главных задач обучения: не просто показать готовый пример, а научить финансиста дальше так же разбирать собственные задачи самостоятельно.

«Сколько оборотного капитала нам действительно нужно?» Как из одного вопроса собственника собрать рабочую модель с помощью ИИ
Интересный свежий кейс из моей практики 👇🏻
💡У команды была реальная задача... | Сетка — социальная сеть от hh.ru