Enhed 1 / 12

Introduktion til kunstig intelligens i finans og verifikationsdisciplinen

Gevinster:

  • Evne til at skelne, hvor AI sparer realtid i økonomiens arbejdsgang, og hvor beslutninger og ansvar skal forblive hos mennesker
  • Evne til at anvende en tre-lags disciplin, der verificerer hvert økonomisk resultat efter størrelsesorden, uafhængig reproduktion og kildekontrol
  • Få for vane at anonymisere kontekst og redigere prompter for at udnytte AI uden at dele følsomme økonomiske data

Når man ser på en økonomiprofessionals dag, er billedet det samme i de fleste teams: Læsning af lange regneark, beregning af nøgletal, undersøgelse af budget til faktisk afvigelse, oprettelse af formler i Excel, forberedelse af præsentationer til ledelse, e-mail og møder. Så den tid, der er afsat til den egentlige "økonomiske bedømmelse", det vil sige, hvad et tal betyder, og hvilken beslutning det kræver, bliver overvældet af gentagne arbejde. Det er her, kunstig intelligens (forkortet AI; software, der fungerer på tekst og tal med en stor sprogmodel) kommer i spil. AI træffer ikke beslutningen for dig; Det forbereder dig på beslutningen, laver et udkast, fremskynder beregningen og stiller bearbejdet information foran dig. Igennem dette modul vil vi positionere AI ikke som en "automatisk analytiker", men som en disciplineret assistent, hvis output verificeres hver gang.

I denne første enhed afklarer vi tre ting: På hvilke stadier af økonomiens arbejdsgang tilføjer AI reel værdi, hvilke beslutninger skal forblive strengt menneskelige, og hvilken verifikations- og privatlivsdisciplin du skal overholde, når du gør det. Uden dette tag installeret korrekt, kan teknikker på efterfølgende enheder blive farlige; fordi finans er et felt, hvor fejl måles i penge.

Begreber: Hallucination: AI's overbevisende fremstilling af et nummer, en kilde eller en genstand, der faktisk ikke eksisterer. Kontekst: Det input du giver til AI (tabel, antagelse, spørgsmål). Verifikation: Kontrol af output på en uafhængig måde. Disse tre koncepter er rygraden i hele modulet.

I hvilke virksomheder er AI Accelerator, i hvilke virksomheder er det risikabelt?

Finansielle anliggender falder på et tostrenget spektrum med hensyn til deres resultater. I den ene ende er reversibelt lavrisiko forberedelsesarbejde; I den anden ende er der irreversible beslutninger, der resulterer i penge, omdømme og juridisk ansvar. Værdien af ​​AI varierer afhængigt af, hvor du står på dette spektrum.

virksomhedstype

AI-bidrag

Den professionelles rolle

Tabel/rapport oversigt

Udsugning fra langbord

Sammenlign varer med kilde

Ratio/regnskab forundersøgelse

Formelindstilling, første nummer

Definition, enhed og ordrekontrol

Excel formel / makro

Skelet- og logikgenerering

Validering med testdata

Rapport/præsentationsudkast

Foreslå fortælling og struktur

Sammenkædning af hver figur til kilden

Scenarie/forudsigelsesfiktion

Foreslå en hypotetisk ramme

Rimelighed og backtest

Investerings-/kreditbeslutning

Analysemateriale

Endelig beslutning og underskrift

Reglen er enkel: Risikoen for et AI-output er lig med den skade, det vil pådrage sig, hvis det output laver en fejl. Stavefejl i en diagramtitel er harmløs; Fejlberegning af en kreditgrænse kan resultere i et tab på millioner. Så det første spørgsmål at stille, før du bruger outputtet er: "Hvad sker der, hvis dette er forkert, og hvem vil bemærke det?"

Bemærk: AI producerer flydende og selvsikker tekst. Flydende er ingen garanti for nøjagtighed. En sprogmodel kan "opgøre" overbevisende tal, varenavne og lovgivning, selv når den ikke har nogen reelle data. Inden for finanser forbliver dette ikke på papiret; Det bliver til en forkert beslutning og penge.

Beslutninger, der bør blive hos folk

Nogle beslutninger bør aldrig være fuldt automatiserede; bærer tekniske, juridiske og etiske risici:

  • Beslutninger og godkendelser: Endelig godkendelse af investering, lånetildeling, finansiering, udbytte og prisfastsættelsesbeslutninger.
  • Erklæring og underskrift: Udsagn som "disse tabeller er korrekte" eller "dette beløb er i overensstemmelse med lovgivningen" kræver en menneskelig signatur.
  • Rådgivning til kunden: Personlig investeringsrådgivning er et område, der er underlagt lovgivning, der kræver myndighed og ansvar.
  • Beslutning med fortrolige data: Transaktioner foretaget med resultater og personlige data, der ikke offentliggøres.
Advarsel: Selv hvis AI producerer et resultat som "45 millioner TL kreditgrænse er passende", er det uacceptabelt at anvende det uden en ekspert, der validerer det med sikkerhed, pengestrøm og risikoprofil. Ethvert output, der fører til en beslutning, skal uafhængigt verificeres og godkendes af en kompetent person, før det implementeres.

Verifikationsdisciplin: Trelagskontrol

Anvend en tre-lags kontrol for at bruge AI-output med redaktørens og revisorens øjne snarere end blindt. Dette er den grundlæggende refleks, vi vil gentage gennem hele modulet.

  1. Enhed og rang (sanity check): Er resultatets enhed korrekt? Er størrelsen rimelig? Hvis en virksomhed med en omsætning på 40 millioner producerer et nettooverskud på 900 millioner, er der fejl et sted.
  2. Uafhængig gengivelse: Gengiv beregningen manuelt, med en lommeregner eller med en kort Excel/Python-kørsel. Hvis to forskellige metoder giver det samme resultat, øges tilliden.
  3. Kildebekræftelse: Hver vare, prisdefinition, lovgivningsartikel og markedsdata leveret af AI skal bekræftes ordret fra den officielle kilde.

Verifikationsprompt (gør det nemmere at revidere outputtet): "Angiv tydeligt ALLE antagelser, formler og inputtal, du brugte til at udføre følgende analyse. Vis hvert mellemtrin på en separat linje. Marker hver markeds-/regulativværdi, du angiver, med etiketten 'påkrævet kilde'. Opstil ikke tal, du ikke ved med sikkerhed; skriv 'ikke sikker', hvis du ikke er sikker."

Svag prompt / stærk prompt

SWAG: "Fortolk denne virksomheds økonomi." (Resultat: ingen sammenhæng, generelle sætninger; det er uklart hvilket tal, hvilken periode, hvilket sammenligningsgrundlag.) STÆRK: "Fortolk følgende resultatopgørelsesposter for 2023 og 2024. Beregn ændringen i omsætning, dækningsbidrag og driftsresultat i procent, sammenlign de to år og opreg 3 slående fund med begrundelse. Brug kun tallene, hvis der ikke mangler data, cil. her]"

Forskellen ligger i konteksten. Kraftig prompt; Det inkluderer perioden, sammenligningsgrundlaget, den ønskede metrik og begrænsningen "brug kun de givne data". Denne en-sætnings disciplin reducerer i høj grad risikoen for hallucinationer.

Mini sager

Tilfælde 1 — Falsk vækstrate. En analytiker spørger AI "hvad er den gennemsnitlige vækst i branchen?" spørger han. AI siger bestemt "14,3%". Analytikeren spørger efter kilden, før han sætter den i rapporten; AI kan ikke give en klar kilde. En kort undersøgelse viser, at den reelle vækst i industrien er omkring 6%. Takket være verifikation blev hallucinationen fanget, før den kom ind i rapporten.

Sag 2 — Bestillingsfejl. Mens AI laver en beregning for EBITDA (indtjening før renter, skat og afskrivninger) på 12 millioner TL, viser den resultatet som "1,2 milliarder". Med et rangtjek ser analytikeren, at dette overstiger omsætningen 100 gange; enhed (tusind TL / TL forvirring) fejl er fundet og rettet.

Case 3 — Risiko for brud på privatlivets fred. En ekspert er ved at indsætte endnu ikke-frigivne kvartalsresultater i et offentligt værktøj. Den husker virksomhedspolitikken, anonymiserer dataene (gør firmanavnet "Virksomhed A", angiver beløbene pro rata) og bruger virksomhedsværktøjet. På denne måde bliver der analyseret, men følsomme data kommer ikke ud.

Princippet om at arbejde med følsomme økonomiske data

Det mest følsomme aspekt af økonomi er data. Ikke-offentlige resultater, kundeoplysninger og personlige data; Det indebærer risici i forhold til privatlivets fred, KVKK og insiderhandel. Grundprincip: anonymiser data før deling, spørg kun om struktur, hvis det er muligt.

Anonymiseret promptmønster: "Jeg ønsker at fortolke resultatopgørelsen for en detailvirksomhed. I stedet for reelle tal giver jeg proportioner: forudsat at omsætningen er 100, vareomkostningerne er 62, driftsomkostningerne er 24, nettofortjenesten er 8. Sammenlign denne struktur med en rimelig detailmargin for branchen og fortæl mig de punkter, der skal overvejes."

Almindelige fejl

  • Brug af output uden at validere det. "AI sagde" er ikke en begrundelse; Hvert problem kræver uafhængig kontrol.
  • At stille spørgsmål uden kontekst. Når periode, enhed og sammenligningsgrundlag ikke er angivet, bliver fortolkningen generel og misvisende.
  • Deling af fortrolige data uden at tænke. Hemmelige økonomiske data, personlige data og kundeoplysninger bør ikke frigives uden anonymisering.
  • Forvirrer præcist sprog med nøjagtighed. Jo mere selvsikker AI’en taler, jo mere forsigtig bør du være; Selvsikker tone er ikke bevis.
  • Uddelegering af beslutningen til AI. Beslutninger om investering, lån og prisfastsættelse forbliver hos den enkelte; AI producerer kun materialer.

Sammenfattende

AI fremskynder de gentagne og tidskrævende dele af økonomiarbejdet: opsummering, regnskab, formulering, udarbejdelse. Beslutningen og ansvaret forbliver dog hos personen. Hvert output skal passere tre kontrollag (rang, uafhængig gengivelse, kilde). At skrive prompter med kontekst og anonymisere følsomme data er to nøglevaner, som vi vil gentage i hver enhed af dette modul. Når du bruger AI med disciplin, får du fart, når du bruger den uden disciplin, taber du penge.

Ansøgningsopgave

Vælg en økonomisk opgave fra din egen virksomhed eller en fiktiv virksomhed (f.eks. to årlige resultatopgørelsesfortolkninger). Skriv først en svag prompt og få outputtet. Anvend derefter det kraftfulde promptmønster fra denne enhed: tilføj periode, metrik, sammenligningsgrundlag og "brug kun de givne data"-begrænsningen. Læg de to udskrifter side om side og skriv forskellen. Kontroller derefter selvstændigt mindst to tal i den stærke udskrift (håndberetning eller kilde) og noter, hvad du fandt i hvilken verifikation.

tjekliste

  • [ ] Jeg tilføjede periode, enhed og sammenligningsgrundlag til min prompt.
  • [ ] Jeg skrev begrænsningen "Brug kun de givne data, gør det ikke op".
  • [ ] Jeg kontrollerede rækkefølgen af ​​mindst to cifre i outputtet.
  • [ ] Jeg har gengivet mindst én figur uafhængigt.
  • [ ] Jeg markerede lovgivningen/markedsværdierne som "krævet ressource".
  • [ ] Hvis der var følsomme data, anonymiserede jeg dem eller brugte virksomhedsværktøjet.
  • [ ] Jeg bekræftede, at den endelige beslutning forbliver hos personen.