Коротко: AI не «аналізує фінанси» абстрактно. Він виконує конкретні запити до конкретних таблиць Business Central і складає з них відповідь. Тому корисно дивитися не на можливості, а на шість типових запитань — і на те, що кожне з них вимагає від ваших налаштувань.
«Скільки нам винні й хто саме»
Звідки: записи книги клієнта, відкриті документи, умови оплати з картки клієнта.
Найпростіший клас запитань і той, де AI дає результат одразу. Звіт про старіння теж це вміє — різниця в тому, що асистент додає контекст без окремого налаштування: не просто «прострочено 62 дні», а «прострочено 62 дні, при тому що цей клієнт два роки платив у строк, і в нього зараз два відкриті замовлення».
Де ламається: практично ніде. Це найнадійніша категорія. Єдина умова — щоб умови оплати були заповнені, інакше «прострочення» рахується від дати документа й видає неправду по клієнтах із індивідуальними домовленостями.
«Чому впала маржа»
Звідки: вартісні записи, записи складу, рядки проведених документів, виміри.
Найцінніше запитання й найскладніше. Відповідь має бути розкладом, а не однією цифрою: скільки з падіння дали закупівельні ціни, скільки — знижки понад політику, скільки — зсув міксу в бік низькомаржинальних позицій.
Головне застереження всієї статті. Валова маржа в Business Central має щонайменше три захищені варіанти розрахунку — за собівартістю на момент проведення, за скоригованою після прогону коригування або за стандартною. Якщо ніхто не вкаже, який ваш, асистент обере один і розійдеться з управлінським звітом. Це узгоджують до розробки.
Де ламається: непослідовні виміри та цифри, зняті до прогону коригування собівартості. Друге асистент має позначати сам.
«Що буде з грошима за 60 днів»
Звідки: відкрита дебіторка з платіжною поведінкою, відкрита кредиторка, замовлення продажу й закупівлі.
Тут AI робить те, що людина робить в Excel: бере зобов'язання й очікування, розкладає їх по датах. Перевага в тому, що прогноз спирається на фактичну поведінку клієнтів, а не на умови договору. Клієнт із термінами «14 днів», який стабільно платить на 35-й, у прогнозі має стояти на 35-му.
Де ламається: частина зобов'язань живе поза Business Central — зарплата, податки, графіки кредитів. Прогноз лише з даних книги буде впевнено оптимістичним. Ці входи додають свідомо, і про це варто прочитати наш розбір касового розриву при зростанні.
«Які проводки виглядають нетипово»
Звідки: записи ГК, книги постачальників, історія по кожному контрагенту й рахунку.
Незвична сума для постачальника, проводка на рахунок, куди рідко щось потрапляє, документ, проведений у неробочий час, повторюваний номер рахунка від того самого контрагента. Асистент дає перелік кандидатів на перегляд.
Де ламається: в очікуваннях. Це виявлення закономірностей, а не виявлення шахрайства. Хибні спрацювання будуть завжди, і цінність тут у скороченні перевірки контролера, а не в її заміні.
«Порівняй цей місяць із минулим і поясни різницю»
Звідки: записи ГК за категоріями, виміри, бюджети.
Це той коментар, який хтось щомісяця пише вручну до управлінського звіту. AI формує його з проводок: що змінилося, на скільки, за рахунок чого. Наш матеріал про управлінську звітність описує сам звіт — AI додає до нього пояснювальну частину.
Де ламається: якщо план рахунків або категорії ГК змінювалися протягом періоду, порівняння «на льоту» дасть різницю там, де її не було. Асистент має знати про такі зміни, або їх треба виключити з порівняння.
«Скільки ми заробили на цьому клієнті»
Звідки: рядки продажу, вартісні записи, виміри, за потреби — розподіл витрат.
Виглядає просто, а насправді це запитання про облікову політику. Прибуток по клієнту — це валова маржа? З урахуванням доставки? З розподілом непрямих витрат? Кожен варіант дає іншу цифру, і всі три правильні в різних розмовах.
Де ламається: у визначенні. Це друге після маржі місце, де асистента треба навчити вашій логіці, а не залишити на розсуд моделі.
Коли відповідям можна вірити
Проста перевірка з чотирьох пунктів. Якщо всі чотири виконуються, фінансовий аналіз працюватиме передбачувано.
- Виміри заповнюються послідовно й правила не змінювалися посеред періоду — або зміна відома й врахована.
- Облікові групи дисципліновані: схожі операції не розповзаються по різних рахунках залежно від того, хто вводив. Механіка — у розборі облікових груп.
- Коригування собівартості прогонять регулярно, а асистент позначає попередні цифри як попередні.
- Ключові терміни визначені письмово: маржа, виручка, прострочення, активний клієнт.
Якщо якийсь пункт не виконується, чесна послідовність — спершу полагодити налаштування. Це дає кращі звіти незалежно від того, чи буде AI взагалі. Що з цього виходить у вигляді рішення — на сторінці AI для фінансів у Business Central.
Часті запитання
Чи зійдуться цифри AI з нашою звітністю?
Лише якщо розрахунки визначені однаково. Маржа й прибуток по клієнту мають у Business Central кілька захищених варіантів, і вибір фіксують до розробки. Без цього розбіжність гарантована, і виглядатиме вона як помилка AI, хоча насправді це неузгоджене визначення.
Скільки історії потрібно для аналізу?
Для залишків і зведень — стільки, скільки є. Для трендів і сезонності потрібно два-три роки, інакше асистент опише випадковість як закономірність і зробить це переконливо.
Чи може AI сам знайти проблему, про яку ми не питали?
Частково — саме це робить пошук аномалій: він піднімає те, що відрізняється від норми. Але це перелік кандидатів на перегляд, а не висновок. Рішення, чи це проблема, лишається людині.
Чи потрібен для цього Power BI?
Ні, це різні інструменти. Power BI показує показники, які ви вирішили відстежувати, і робить це з одного погляду. AI відповідає на наступне запитання, під яке візуалізації ніхто не будував. Більшості компаній корисні обидва.
Хто відповідає, якщо AI дав неправильну цифру?
Той, хто ухвалив рішення. Тому асистент має показувати, з чого складається відповідь, і давати простежити її до конкретних записів. Якщо цифру неможливо перевірити, її не варто використовувати для рішень.