أنت بصدد إعداد حزمة بيانات مالية (بصفتك المدير المالي) لعرضها على مجلس الإدارة، ويقترح أحدهم استخدام الذكاء الاصطناعي لتسريع عملية بناء النموذج. لا تكمن المخاطرة المهنية في الأداة نفسها، بل في السماح للذكاء الاصطناعي بتحديد النطاق أو محركات البيانات أو الافتراضات، ثم اكتشاف عدم الاتساق لاحقاً؛ كأن يسأل مجلس الإدارة عن سبب عدم تطابق الإيرادات المتكررة السنوية (ARR) مع الإيرادات المؤجلة، أو سبب عدم مطابقة أرصدة النقدية، أو لماذا استند التقييم إلى مقاييس لن يقبلها المدققون الماليون.
يتمثل هدفك في هذا الدرس في تحديد نطاق النموذج، ومجموعة محركات البيانات، ومعايير النجاح بدقة كافية تجعل مخرجات الذكاء الاصطناعي صالحة للاستخدام كمدخلات للنموذج. تظل أنت المسؤول الأول عن سلامة النموذج وقابليته للتفسير؛ فالذكاء الاصطناعي قادر على صياغة الهياكل والجداول، لكنه لا يستطيع تحمل المسؤولية عما يعنيه النموذج أو ما يستنتج منه.
قبل توجيه الذكاء الاصطناعي للعمل، تأكد من الاتفاق على محتويات النموذج وكيفية استخدامه. استخدم الهيكل الموضح أدناه كنموذج مستهدف، بحيث يكون لكل محرك بيانات ومخرج مكان محدد ومخصص له.
النطاق ليس مجرد قائمة بالميزات؛ بل هو اتفاق بينك وبين صناع القرار يحدد الأسئلة التي سيجيب عنها النموذج والأسئلة التي لن يجيب عنها صراحةً. إذا أغفلت هذا الاتفاق، فستحصل على ملف عمل هش يبدو مكتملاً ولكنه ينهار عند التدقيق؛ حيث قد تتعطل منطقية السيناريوهات، أو تظهر مراجع دائرية (circular references)، أو يتعذر مطابقة مؤشرات الأداء الرئيسية (KPIs) مع معايير المحاسبة المقبولة عموماً (GAAP) أو المعايير الدولية للتقارير المالية (IFRS).
بالنسبة لحزمة التقارير المالية الموجهة لمجلس الإدارة في شركات البرمجيات كخدمة (SaaS)، حدد مسبقاً الحد الأدنى من المخرجات المطلوبة للمجلس. إن توفير نموذج للقوائم المالية الثلاث المترابطة، وسيناريوهات قابلة للتدقيق، ووحدة تقييم توضح صراحةً المنهجية ومحركات القيمة، يُعد أمراً أساسياً لا غنى عنه؛ لأن أعضاء مجلس الإدارة سيطرحون أسئلة تتعلق بمطابقة الأرقام والتحقق من صحتها، وليس فقط أسئلة حول النمو.
يحتاج الذكاء الاصطناعي إلى حزمة معلومات توجيهية تماماً كما يحتاجها المحلل المبتدئ. فبدونها، سيقوم النظام بملء الفجوات بأرقام تبدو منطقية أو بقيم افتراضية عامة، مما يؤدي في النهاية إلى مدخلات “وهمية” (hallucinated inputs) تؤثر بصمت على تقديراتك للسيولة المتاحة (cash runway) أو تقييم الشركة. ولا تقتصر العواقب على الجوانب الشكلية فحسب، بل قد تؤدي إلى أخطاء في اتخاذ القرار يصعب الدفاع عنها لعدم إمكانية تتبع مصدر الافتراضات المستخدمة.
يجب أن تتضمن حزمتك ثلاث وثائق عمل: سجل الافتراضات الذي يوضح كل محرك (driver) وقيمته والأساس الزمني والمصدر؛ وقاموس البيانات الذي يُعرّف كل مقياس وطريقة حسابه لضمان عدم الخلط بين الإيرادات المتكررة السنوية (ARR) وإجمالي الإيرادات والمبالغ المفوترة والإيرادات المؤجلة؛ والقيود التي تحدد للذكاء الاصطناعي ما لا يُسمح له بابتكاره، بما في ذلك مقاييس التشغيل غير المعلنة للعامة وخيارات السياسات المحاسبية التي تتطلب تقديرك الشخصي.
استخدم التمرين التالي لتحويل مذكرة تخطيط غير منظمة إلى مدخلات منظمة ومحددة للمحركات، بحيث يمكن للنموذج معالجتها واستخدامها فعلياً.
إن الطلب العام لإنشاء نموذج مالي يفتح الباب أمام الارتجال، بينما يؤدي تحديد التنسيقات وقواعد التسمية ومتطلبات التحقق إلى الحصول على مخرجات جاهزة للمراجعة. فإذا لم تضع اختبارات للقبول، فستضيع الوقت الذي وفرته في مرحلة الإنشاء على إعادة تنسيق الجداول، وتتبع الروابط المعطلة، واكتشاف عدم توازن النموذج في مرحلة متأخرة.
يجب أن يتضمن مخطط طلبك (Prompt Blueprint) أربعة عناصر: الدور والسياق لتحديد مجال العمل ونوع الكيان؛ وتنسيقات المخرجات الدقيقة، بما في ذلك جداول مصممة لتلائم تخطيط ملف Excel الخاص بك ونطاقات مسمّاة (مثل Rev_Drivers أو WC_Assumptions)؛ والحياد الصريح عند الحاجة، كاعتماد معايير US GAAP أو IFRS ما لم توجه بغير ذلك؛ واختبارات القبول التي يجب أن يجتازها الذكاء الاصطناعي، مثل توازن الميزانية العمومية، ومطابقة النقدية، والتحقق من حركة الإيرادات المتكررة السنوية (ARR).
قم بصياغة مخطط طلبك باستخدام نموذج يفرض استخدام جداول منظمة وإجماليات للتحقق، مما يتيح لك نسخ النتائج ولصقها مباشرةً بأقل قدر من التعديل أو التفسير.