Dziś uczestniczę w konferencji 13th Finance Leaders Forum w Amsterdamie.
Jedną z technik zaprezentowanych na konferencji postanowiłem od razu przetestować i oto efekt.
Okazuje się to naprawdę proste!
Poprosiłem Chat GPT (w wersji 3.5) o przygotowanie prostego model prognostycznego, dla biznesu telewizyjnego.

Jak widać Chat GPT ochoczo przystąpił do dzieła. Słowo wyjaśnienia. Poprosiłem o napisanie kodu w języku Python. Jest to popularny język wysokiego poziomu, dostępny w modelu otwartym, który można niezwykle szerokie spektrum zastosowań. Jak się okazuje, mozna też w nim "programować", nie poświęcając na naukę więcej niż kilka minut.

Wygląda przerażająco prawda? Jak przetestować taki kod? Otóż jest to nic trudnego. Ja skorzystałem z usługi Google Colaboratory (https://colab.research.google.com/). Usługa jest darmowa (potrzebne jest do korzystania z niej konto pocztowe gmail).
Wystarczy wkleić kod i uruchomić przycisk "Play":

Nie byłem do końca zadowolony z wyników, gdyż w proponowanym kodzie mogłem jako punkt wyjścia ustawić tylko jedną kwotę wyjściową dla różnych kategorii przychodów:

Poprosiłem więc Chat GPT o modyfikację kodu:

Poniżej zdjęcie finalnego produktu (kodu).

Ponownie uruchomiłem skrypt w Colaboratory i oto efekt:

Nie pozostaje nic innego jak włożyć te wyniki do Excela czy PowerPoint :).
W skrypcie pozostawiłem domyślne wartości zaproponowane przez Chat GPT. W docelowym modelu, należałoby wartości te zmienić. Można też rozważyć kolejne modyfikacje modelu, jak wprowadzenie sezonowości, a może model dla całego P&L? Tym niemniej, w tym poście chciałem przede wszystkim pokazać, jak wykorzystać Chat GPT do tego specyficznego zadania. Jak zaznaczyłem we wstępie, jest to naprawdę proste i mam nadzieję, że to udowodniłem.
Bariera wejścia do tej technologii jest nawet niższa niż mogłoby się wydawać. Na przykład, Chat GPT 4 od niedawna jest dostępny w przeglądarce BING. Nie potrzeba do korzystania konta w OpenAI, a usługa jest darmowa. Przykład poniżej :). Poprosiłem w nim o przygotowanie modelu dla innej gałęzi biznesu mediowego.

Ktoś może powiedzieć, że przecież to samo można zrobić na przykład w Excelu. To prawda. Niemniej jako osoba, która w Excelu przepracowała tysiące godzin z całą stanowczością stwierdzam, że nawet tak prosty modelik wymagałby istotnie więcej pracy - w granicach kilku do kilkunastu minut nie licząc formatowań. Plus trzeba wymyśleć, jakie kategorie przychodów miałyby się tu znaleźć :). Excel i tak się przyda, bo dane trzeba przekształcić do bardziej strawnej postaci, być może skonsolidowac w PowerQuery i przygotować wizualizacje.
Nie pozostaje mi nic innego, jak życzyć Państwu udanej zabawy :).
Comments