Новости

Екатерина Бусурина ответила на ключевые вопросы, волнующие финансовых специалистов: действительно ли ИИ способен выполнять аналитическую работу, как правильно выстроить взаимодействие с нейросетями, а также каковы преимущества и ограничения такого подхода.

В своем выступлении эксперт подробно остановилась на эволюции собственного подхода к использованию ИИ: «Нейросеть может значительно ускорить аналитику, но только при понимании источников данных и наличии четко прописанного промпта (запроса). Первое время я загружала в нейросети отчетность компании в виде файла. Позже стала указывать ИНН и конкретный сервис аналитики, откуда нейросеть должна взять данные, а также четко формулировать, какие именно показатели меня интересуют. Это позволило получать гораздо более развернутые и точные ответы».

Спикер отметила, что разные нейросети демонстрируют неодинаковые результаты даже при идентичных запросах. В ходе подготовки к выступлению эксперт провела сравнительный анализ таких инструментов, как ChatGPT, GigaChat, Deepseek и Qwen Chat. Выяснилось, что качество ответов напрямую зависит не только от выбранной модели, но и от корректности составления промптов.

Отдельное внимание Екатерина Бусурина уделила проблеме достоверности данных, получаемых от ИИ: «Иногда нейросети “галлюцинируют” — выдают несуществующие факты или ошибочные расчеты. Чтобы минимизировать такие риски, я создала собственную базу знаний в виде файла со ссылками на проверенные сервисы аналитики, которыми регулярно пользуюсь сама. В запросе я четко указываю: собирать информацию прежде всего из этих источников, а при отсутствии данных — честно сообщать об этом, а не выдумывать».

Главным итогом внедрения ИИ в аналитическую работу стала колоссальная экономия времени. Если раньше на изучение отчетности компании уходило около 3 часов, то сейчас, при грамотном использовании нейросетей, эта процедура занимает от 10 до 30 минут.