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!