Czy sztuczna inteligencja jest naprawdę inteligentna? Czasami nie radzi sobie z zadaniami z matematyki na poziomie szkoły podstawowej. A z drugiej strony potrafi rozpoznać i wygrać trudną rozgrywkę szachową czy wygenerować grafikę. Jak technologia wpłynie na zawód księgowego i analityka?
Czym jest sztuczna inteligencja (AI)?
Predicting machine, czyli po polsku maszyna do przewidywania lub bardziej profesjonalnie - algorytm przewidujący. Tak nowe technologie AI zostały nazwane i opisane w książce "Predicting machine: The Simple Economics of Artificial Intelligence" (autorzy: Ajay Agrawal, Joshua Gans, Avi Goldfarb), która w prosty sposób opisuje jak od powszechnych modeli matematycznych, przeszliśmy rewolucję technologiczną. I dziś mówimy już o wdrażaniu generatywnej sztucznej inteligencji.
AI, czy raczej algorytm przewidujący, na podstawie danych, które posiada, dostarcza nam informacje, których nam brakuje. Pytam, czy warto kupić akcje Orlenu. I dostaję odpowiedź z ChatGPT: Nie mogę udzielać indywidualnych rekomendacji inwestycyjnych, ale mogę przedstawić obiektywne czynniki, które warto rozważyć przy decyzji o zakupie akcji Orlenu (PKN Orlen). Informacje, które dostałam są dostępne w sieci, zapewne porozrzucane po wielu stronach. W tym przypadku chatGPT na podstawie danych powszechnie dostępnych oraz doświadczenia z milionów zapytań od użytkowników przedstawił mi informacje. Poprzez doświadczenie mam na myśli informacje zwrotne, które otrzymał od osób, które przede mną zadały podobne pytania. Sztuczna inteligencja to ogromny zbiór danych na podstawie których wykonuje zadania lub przewiduje jakich informacji nam brakuje.
Jakie zadania finansistów już dziś wykonuje AI?
Finanse opierają się w głównej mierze na danych, szczególnie księgowość czy controlling. Wiele firm już rozpoczęło wdrażanie narzędzi AI, aby zautomatyzować i usprawnić procesy finansowe.
Analiza danych finansowych
AI zmieniło podejście do analizy danych a tym samym zmieniło wymagania stawiane analitykom finansowym. Jeszcze kilka lat temu praca analityka polegała na przeglądaniu danych w systemach, składaniu ich w logiczną całość, wyciąganiu wniosków i przygotowaniu raportów. Dziś te zadania może wykonać AI. Sztuczna inteligencja potrafi w krótkim czasie przeanalizować ogromne zbiory danych – raporty sprzedaży, wydatki operacyjne, wyniki z kilku spółek czy lat. Przykładem narzędzia, które dobrze radzi sobie w controllingu jest Microsoft Power BI z dodatkiem Copilot AI. Może automatycznie generować podsumowania finansowe i odpowiadać na pytania typu: „Dlaczego marża w Q2 spadła względem Q1?”
Prognozowanie przychodów i kosztów
AI nie tylko analizuje dane historyczne, ale potrafi przewidywać przyszłe wyniki z uwzględnieniem czynników sezonowych, zmian rynkowych i dynamiki popytu. Modele predykcyjne wspierają lepsze planowanie budżetu i scenariuszy finansowych.
Automatyzacja księgowości i raportowania
To nie jest nowy temat. Pierwszy raz o OCR (Optical Character Recognition) usłyszałam w 2004 pracując w firmie IBM BTO. Jedno z pierwszych shared service w Krakowie obsługiwało księgowość firm takich jak Unilever, Coats. Tysiące faktur trafiało na nasze biurka, potem do skanera i do systemu księgowego. Dziś OCR jest czymś oczywistym, dodatkowo dobry program na podstawie schematu zaksięguje fakturę, rozpozna VAT a na koniec przygotuje raporty i deklaracje. Rola księgowego sprowadza się do kontroli i analizy. Sztuczna inteligencja zastąpi osoby wykonujące proste czynności księgowe, ale nie weźmie odpowiedzialności za prawidłowość rozliczeń.
Ocena ryzyka i analiza kredytowa
Organizacje, nie tylko z branży finansowej, korzystające z AI mogą błyskawicznie analizować zdolność kredytową kontrahenta, jego historię płatniczą i powiązania kapitałowe. Modele oceniają nie tylko dane finansowe, ale też dane behawioralne czy branżowe.
Czego sztuczna inteligencja jeszcze nie potrafi — i dlaczego to ważne
Sztuczna inteligencja potrafi analizować dane szybciej niż człowiek, ale wciąż nie radzi sobie z kontekstem zmieniającej się rzeczywistości biznesowej. Nie podejmuje decyzji na podstawie intuicji, doświadczenia ani relacji międzyludzkich — a właśnie one często odgrywają znaczącą rolę w pracy dyrektorów finansowych. AI nie posiada inteligencji emocjonalnej, dlatego nie potrafi odczytać napięć w zespole, ocenić wiarygodności rozmówcy ani zbudować zaufania. Nie poradzi sobie także z wieloznacznymi sytuacjami podatkowymi, które wymagają interpretacji przepisów, a nie tylko ich zastosowania. Maszyna nie zada pytania „dlaczego?” w momencie, gdy liczby są poprawne, ale ich sens budzi wątpliwości. To człowiek nadaje danym znaczenie — AI jedynie je porządkuje.
AI jako narzędzie, nie zagrożenie: nowa rola finansisty w firmie
Według raportu "The State of AI in Finance 2025" 85% CFO W USA widzi potencjał AI w planowaniu finansowym, lecz tylko 39% zespołów wdrożyło faktyczne rozwiązania. Dlaczego? W organizacjach brakuje przede wszystkim umiejętności zarówno do wdrożenia jak i obsługi narzędzi opartych na sztucznej inteligencji. Pracownicy obawiają się redukcji miejsc pracy, a tym samym ich motywacja do zmian jest na niskim poziomie.
Zupełnie inaczej sytuacja wygląda w Europie. Wg raportu Europe's Race to
Tech Readiness przygotowanego przez BCG, Francja sygnalizuje większe ambicje cyfrowe do 2026 roku – 28% członków najwyższej kadry kierowniczej planuje przeznaczyć 30–50% całego budżetu na technologie. Dla porównania, w Niemczech taki poziom inwestycji deklaruje jedynie 18%, a 46% przeznacza na ten cel mniej niż 20% budżetu.
AI nie zastąpi inteligencji emocjonalnej eksperta, który buduje zaufanie w zespole, tłumaczy skomplikowane dane i przygotowuje liderów do krytycznych decyzji. W praktyce oznacza to, że rola finansisty ewoluuje — nie jako automatyzator, ale jako doradca, który potrafi oprzeć swoje rekomendacje na analizie, intuicji i doświadczeniu.
Jak przygotować dział finansowy na transformację?
Przygotowanie finansów na zmiany związane z wdrożeniem narzędzi sztucznej inteligencji wymaga strategicznego spojrzenia na obecne sposoby pracy i określenia, gdzie sztuczna inteligencja może przynieść największą wartość dodaną. Sukces to przejście od decyzji opartych na przeczuciach do zarządzania w pełni wspieranego przez wiarygodne dane — to oznacza inwestycję uporządkowanie danych. Zespół musi nabyć nowe umiejętności: od analityki, przez praktyczne wykorzystanie AI, po krytyczne myślenie, które rzeczywiście wspierają decyzje biznesowe. Kierownictwo stoi przed wyzwaniem stworzenia spójnej strategii, która połączy możliwości technologii z talentami i doświadczeniem pracowników. Przekształcenie działu finansowego z centrum administracyjnego w strategicznego partnera biznesu — zespół, który nie tylko reaguje na zmiany, ale je współtworzy i napędza. Prawdziwa transformacja zawsze zaczyna się od zespołu, który rozumie możliwości nowych technologii i jest gotowy je wykorzystać.
Podsumowanie
Sztuczna inteligencja w finansach to już nie futurystyczna wizja, lecz narzędzie, które może znacząco przyspieszyć analizę, usprawnić raportowanie i poprawić trafność prognoz. Nie zastąpi jednak doświadczenia, intuicji i umiejętności budowania relacji – elementów, które nadają danym kontekst i sens. W najbliższych latach zwycięzcami będą te organizacje, które połączą możliwości AI z kompetencjami swoich zespołów, przekształcając działy finansowe w partnerów strategicznych. To wymaga odwagi, inwestycji w ludzi oraz gotowości do zmiany roli finansisty z wykonawcy procesów na doradcę, który łączy świat liczb z rzeczywistością biznesu
