Нейросеть за 40–60 минут собирает черновик финмодели нового направления: прогноз выручки и расходов по месяцам, точку безубыточности и три сценария — базовый, оптимистичный, пессимистичный — финансист задаёт вводные по рынку и юнит-экономике, а модель считает сценарии и проверяет их на внутреннюю логику.
Что делает модель
Черновик финмодели нового направления с прогнозом по месяцам и точкой безубыточности модель собирает за 40–60 минут вместо нескольких часов ручного расчёта в Excel, по нашему опыту внедрений: три сценария и проверка на внутреннюю логику цифр.
Финмодель нового направления строится без истории продаж — единственные вводные это гипотезы: сколько клиентов, по какой цене, с каким циклом сделки. Модель хорошо раскладывает эти гипотезы по месяцам и считает, когда направление выходит на точку безубыточности при разных темпах роста.
- Прогноз выручки и расходов по месяцам на горизонт 12-18 месяцев
- Точка безубыточности при разных темпах роста клиентской базы
- Три сценария — базовый, оптимистичный, пессимистичный
- Проверка модели на внутреннюю логику — расходы растут быстрее выручки
Обычное бюджетирование компании опирается на факт прошлых периодов — план на будущий квартал строится от уже известных цифр; общий разбор такой задачи в статье про нейросеть в бюджетировании компании. Финмодель нового направления работает без этой истории и держится на гипотезах, которые финансист закладывает сам.
Более широкий разбор задач финансового директора с нейросетью — анализ отчётности, сценарии, подготовка к совету директоров — в статье про ИИ для финансового директора. Здесь разобрана одна конкретная задача — сборка финмодели именно для нового направления.
Для направления, которое требует лицензии или разрешения перед стартом продаж, полезно сразу заложить в модель срок ожидания документов отдельной строкой — иначе точка безубыточности на бумаге наступает раньше, чем направление физически сможет начать зарабатывать.
Модель для финмодели
Модель для финмодели подбирается по сложности юнит-экономики направления. GigaChat и YandexGPT быстро считают простую модель с одним продуктом и линейным ростом. ChatGPT и Claude точнее держат структуру модели с несколькими продуктовыми линиями или каналами продаж сразу.
- GigaChat — быстрый расчёт для простого направления с одним продуктом
- YandexGPT — короткая модель без сложной юнит-экономики
- ChatGPT (GPT-5) — точнее держит несколько продуктовых линий сразу
- Claude — лучше формулирует риски и допущения модели
- DeepSeek — дешёвый вариант для первого черновика расчёта
Для направления с сезонным спросом стоит явно указать в промпте месяцы пикового и низкого спроса — иначе модель по умолчанию считает выручку равномерно по всем месяцам года, и точка безубыточности сдвигается на бумаге раньше, чем случится в реальности.
Отраслевая специфика тоже играет роль — для розничного направления финмодель держит акцент на обороте склада и марже, для сервисного — на загрузке специалистов и стоимости часа работы. Модель точнее считает сценарии, если получает в промпте пример похожей финмодели из отрасли.
Для направления с несколькими каналами продаж — прямые продажи, партнёры, маркетплейс — полезно считать конверсию и стоимость привлечения клиента отдельно по каждому каналу вместо общей усреднённой цифры: каналы обычно сильно расходятся по экономике на старте.
Шаблон промпта
Хороший промпт для финмодели задаёт четыре параметра: гипотезы по клиентам и цене, структуру расходов, горизонт расчёта и число сценариев.
- Опишите роль: «Ты финансовый аналитик, строишь финмодель нового направления»
- Укажите гипотезы по числу клиентов, цене и циклу сделки
- Перечислите структуру расходов — постоянные и переменные
- Задайте горизонт расчёта и число сценариев — базовый, оптимистичный, пессимистичный
- Попросите отметить месяц, когда направление выходит на точку безубыточности
Какой горизонт расчёта нужен вашему новому направлению?
Формулировку гипотез стоит держать максимально конкретной — «200 клиентов к шестому месяцу по цене 5000 рублей» вместо общего «быстрый рост», иначе модель додумывает темп роста по своим представлениям, и итоговая цифра расходится с реальными ожиданиями команды.
Отдельно полезно попросить модель показать, насколько меняется точка безубыточности при снижении темпа роста клиентов на треть, — такой стресс-тест сценария часто важнее самого оптимистичного прогноза.
Для направления с длинным циклом сделки — от нескольких недель до полугода — стоит отдельно указать модели, на каком месяце реально приходят первые деньги от подписанного клиента: без этой детали прогноз выручки в первые месяцы обычно завышен.
Что проверяет финансист
Модель хорошо считает сценарии по заданным гипотезам, но реалистичность самих гипотез — задача финансиста: финмодель строится из вводных, и оптимистичная гипотеза по числу клиентов превращает всю модель в красивую, но нерабочую картинку.
| Блок модели | Что делает модель | Что проверяет финансист |
|---|---|---|
| Гипотезы | Раскладывает гипотезы по месяцам | Реалистичность цифр под рынок компании |
| Расходы | Считает постоянные и переменные статьи | Полноту статей расходов направления |
| Точка безубыточности | Считает срок выхода в плюс | Совпадение расчёта с темпом реального рынка |
Особенно внимательно стоит сверять статьи расходов на новое оборудование или найм — модель иногда упускает разовые вложения на старте направления, которые заметно сдвигают точку безубыточности по сравнению с расчётом на одних только текущих расходах.
Финальную модель полезно показать руководителю другого направления компании с похожей юнит-экономикой — свежий взгляд человека, который уже проходил похожий запуск, часто ловит нереалистичную гипотезу быстрее, чем повторная проверка тем же финансистом.
Полезно также хранить прошлые версии финмодели вместе с датой расчёта — так через полгода видно, какие именно гипотезы разошлись с реальностью, и следующая финмодель для похожего направления учитывает эту поправку заранее.
Как внедрить
Внедрение стоит начинать с одного сценария — базового — вместо всех трёх сразу, чтобы сначала отладить структуру расходов и логику расчёта на одном варианте.
Возьмите гипотезы по новому направлению, прогоните через модель базовый сценарий и сравните точку безубыточности с той, что вы считали вручную.
После первой финмодели полезно вернуться к ней через квартал и сверить фактические цифры с прогнозом — расхождение показывает, какие гипотезы были слишком оптимистичными, и следующая финмодель для другого направления строится точнее.
Стандартизация такого промпта на всю финансовую команду — тема отдельного обучения, формат разобран в разделе про обучение сотрудников работе с ИИ.
Хороший ориентир перед защитой финмодели перед руководством — короткий список из трёх-четырёх ключевых гипотез с пометкой, на чём каждая держится: прошлый опыт похожего запуска, данные конкурентов или чистая оценка команды. Такой список ускоряет разговор и снимает часть вопросов ещё до презентации.