Jak wykorzystać AI do analizy wydatków firmowych na rachunku bankowym?

Z tego artykułu dowiesz się:

  • Jak AI może pomóc w analizie wydatków firmowych.

  • Czy sztuczna inteligencja potrafi analizować dane z rachunku bankowego?

  • Który model AI lepiej radzi sobie z tym zadaniem: ChatGPT, Claude czy Perplexity?

  • Jakie są wady i zalety popularnych modeli AI w kontekście zarządzania kosztami.


Aplikacje i subskrypcje – brzmi znajomo?

Aplikacje i cyfrowe subskrypcje mają to do siebie, że bardzo łatwo je aktywować. Kilka kliknięć, podpięcie karty, a potem… często o nich zapominamy. Czy kiedykolwiek zastanawialiście się, ile pieniędzy faktycznie wydajecie na takie usługi co miesiąc?

Postanowiłam odzyskać kontrolę nad tymi wydatkami i sprawdzić, za jakie cyfrowe dobra płacę najwięcej. Jednak ręczne przeglądanie wyciągów bankowych jest czasochłonne i zwyczajnie uciążliwe.

Dlatego postanowiłam sprawdzić, czy sztuczna inteligencja może mi w tym pomóc. Wzięłam na warsztat trzy popularne narzędzia AI: ChatGPT 4o, Claude Sonnet i Perplexity. Zadałam im to samo pytanie: ile wydaję na dobra cyfrowe i software as a service, czy różne aplikacje? Wyniki były zaskakujące.

Krok 1: Przygotowanie danych do analizy

Pierwszym krokiem było pobranie zestawienia operacji z mojego konta firmowego. Wyciąg z ostatniego miesiąca zapisałam w formacie PDF (choć równie dobrze mogłabym użyć pliku CSV lub XLS). Plik zawierał wszystkie transakcje z rachunku bieżącego, kilkadziesiąt pozycji.

Krok 2: Testowanie ChatGPT 4o

Otworzyłam ChatGPT i użyłam modelu GPT 4o, aby załadować plik PDF za pomocą opcji spinacza (dostępnej tylko dla zalogowanych użytkowników). Wprowadziłam następujący prompt:

“Oto zestawienie operacji na moim rachunku bankowym. Chcę wiedzieć, ile wydaję na dobra cyfrowe i software as a service, czy różne aplikacje. Przygotuj proszę zestawienie wszystkich tego typu kosztów z mojego rachunku z zeszłego miesiąca: nazwa usługi, kwota, krótki opis co to jest.”

Jak widać moje polecenie wymaga od ChatGPT samodzielnego stwierdzenia co jest, a co nie jest dobrem cyfrowym.

ChatGPT zidentyfikował 8 pozycji związanych z cyfrowymi dobrami i subskrypcjami. Dodatkowo, na moją prośbę, sformatował wyniki jako tabelę, co umożliwiło mi łatwe kopiowanie danych do Excela. Wygenerował także plik CSV, który mogłam pobrać na dysk.

Jak poradził sobie ChatGPT?

Plusy:

  • Poprawnie zidentyfikował większość wydatków.

  • Sformatował dane w czytelną tabelę i umożliwił ich pobranie jako plik CSV.

Minusy:

  • Przeoczył niektóre subskrypcje, np. Suno.

  • Wyniki wymagały dodatkowego sprawdzenia, bo miałam wrażenie, że brakuje kilku pozycji.



Krok 3: Testowanie Claude Sonnet 3.5

Następnie przetestowałam Claude 3.5, przesyłając mu ten sam plik PDF i prompt. 

Claude zidentyfikował 10 pozycji związanych z cyfrowymi dobrami (a dokładniej 11, ale połączył wydatki na Google Workspace w jedną pozycję). Dodatkowo podzielił się spostrzeżeniami na temat struktury wydatków, co było miłym dodatkiem.

Na prośbę, Claude wygenerował piękną tabelę w formacie HTML, którą mogłam od razu opublikować online. Udostępnił ją pod linkiem: Zobacz tabelę.

Jak poradził sobie Claude?

Plusy:

  • Poprawnie zidentyfikował wszystkie wydatki na dobra cyfrowe.

  • Podał łączną kwotę 1149,76 zł – suma była zgodna z moimi obliczeniami.

  • Sformatował dane w tabelę HTML gotową do publikacji.

Minusy:

  • Brak

Krok 4: Testowanie Perplexity

Na koniec przetestowałam Perplexity, korzystając z tego samego pliku i promptu. 

Niestety, wyniki były rozczarowujące. Perplexity błędnie zaklasyfikował niektóre koszty – np. usługi księgowe Infakt potraktował jako dobro cyfrowe – i nie wyłapał wszystkich pozycji, takich jak LinkedIn czy Facebook.

Największą wpadką było jednak podsumowanie: Perplexity „obliczył”, że moje wydatki wyniosły równo 5000 zł, co było ewidentnym błędem.

Jak poradził sobie Perplexity?

Minusy:

  • Błędna identyfikacja kosztów (np. usługi księgowe).

  • Niekompletna lista wydatków.

  • Błędne sumowanie kwot.

Plusy:

  • Za darmo i szybko ;)

Podsumowanie: Który model AI był najlepszy?

Test pokazał, że nie wszystkie narzędzia AI są równie skuteczne w analizie wydatków firmowych. W tym teście Claude Sonnet 3.5 okazał się najlepszy – był dokładny, szybki i oferował dodatkowe funkcje publikacji raportu z analizy online.

Jednak nawet najlepsze modele AI wymagają weryfikacji wyników. Warto pamiętać, że AI to narzędzie, a nie magiczne rozwiązanie – zwłaszcza gdy chodzi o finanse.

Jeśli chcesz dowiedzieć się, jak lepiej wykorzystywać sztuczną inteligencję w swojej firmie i wyrobić w zespole nawyk krytycznej analizy rezultatów AI, zapraszam do kontaktu. 


👉 Umów się na 15-minutową rozmowę i sprawdź, jak AI może pomóc w Twojej firmie!

Previous
Previous

Co zdradzają Twoje posty na Facebooku? Sprawdziłam z ChatGPT

Next
Next

Jak korzystać z Chat GPT do liczenia kalorii?