Celem szkolenia jest przekazanie uczestnikom praktycznej i uporządkowanej wiedzy na temat wykorzystania sztucznej inteligencji, narzędzi generatywnej AI, automatyzacji procesów oraz rozwiązań cyfrowych w pracy działów finansowych. Program koncentruje się na czterech kluczowych obszarach: finansowym prompt engineeringu, wykorzystaniu narzędzi AI w codziennej pracy finansistów, automatyzacji procesów finansowych z użyciem rozwiązań workflow i narzędzi takich jak n8n oraz na wdrażaniu AI jako elementu transformacji cyfrowej funkcji finansowej.

Szkolenie ma charakter praktyczny i warsztatowy. Uczestnicy poznają konkretne zastosowania ChatGPT i innych narzędzi AI w finansach, nauczą się projektować skuteczne prompty, identyfikować procesy możliwe do automatyzacji, budować proste scenariusze automatyzacyjne oraz planować wdrożenie AI w dziale finansowym z uwzględnieniem bezpieczeństwa, jakości danych, kontroli wewnętrznej i zgodności regulacyjnej.

Po ukończeniu szkolenia uczestnicy będą potrafili:
• wykorzystywać ChatGPT i inne narzędzia GenAI w analizie finansowej, controllingu, raportowaniu i komunikacji zarządczej,
• projektować skuteczne prompty finansowe dla różnych typów zadań,
• tworzyć biblioteki promptów dla działu finansowego,
• dobierać narzędzia AI do konkretnych potrzeb finansów, księgowości, controllingu i FP&A,
• rozumieć możliwości oraz ograniczenia narzędzi takich jak ChatGPT, Copilot, Gemini, Claude, narzędzia OCR, BI, workflow i automatyzacji,
• identyfikować procesy finansowe możliwe do automatyzacji,
• projektować proste scenariusze automatyzacji z wykorzystaniem narzędzi typu n8n, workflow i RPA,
• oceniać ryzyka związane z wykorzystaniem AI w finansach,
• przygotować podstawową roadmapę wdrożenia AI i automatyzacji w dziale finansowym.

Szkolenie nie wymaga zaawansowanej znajomości programowania. Narzędzia automatyzacyjne, w tym rozwiązania typu n8n, będą prezentowane z perspektywy użytkownika biznesowego i projektanta procesu, a nie programisty.

Szkolenie jest adresowane do osób pracujących w obszarze finansów, controllingu, księgowości, raportowania, audytu, podatków, FP&A oraz zarządzania procesami finansowymi, w szczególności do:
• dyrektorów finansowych,
• głównych księgowych,
• kontrolerów finansowych,
• analityków finansowych,
• specjalistów ds. raportowania zarządczego,
• pracowników działów księgowości i podatków,
• audytorów wewnętrznych,
• menedżerów odpowiedzialnych za automatyzację i cyfryzację procesów,
• liderów projektów transformacji cyfrowej,
• członków zespołów finansowych zainteresowanych praktycznym wykorzystaniem AI.

Szkolenie prowadzone jest w formule warsztatowej i obejmuje:
• krótkie wprowadzenia eksperckie,
• demonstracje zastosowań ChatGPT i narzędzi AI,
• ćwiczenia z projektowania promptów finansowych,
• pracę na przykładach raportów, danych, komentarzy zarządczych i dokumentów finansowych,
• analizę procesów finansowych pod kątem automatyzacji,
• projektowanie prostych scenariuszy workflow,
• omówienie przykładowego zastosowania narzędzi typu n8n,
• pracę nad mapą wdrożenia AI i automatyzacji w dziale finansowym.

Każdy moduł łączy perspektywę praktyczną, menedżerską i kontrolną. Uczestnicy nie tylko poznają narzędzia, ale również uczą się oceniać ich przydatność, ograniczenia, ryzyka i warunki skutecznego wdrożenia.

I. Prompt Engineering w finansach: ChatGPT jako narzędzie pracy finansisty
1. Rola prompt engineeringu w finansach
• Dlaczego jakość promptu decyduje o jakości odpowiedzi AI.
• Prompt engineering jako nowa kompetencja finansisty.
• Różnica między prostym pytaniem a profesjonalnym promptem finansowym.
• Typowe błędy w komunikacji z AI.
• Kiedy ChatGPT może realnie wspierać finansistę, a kiedy wymaga szczególnej ostrożności.
2. Konstrukcja skutecznego promptu finansowego
• Rola, kontekst, zadanie, dane wejściowe, ograniczenia i oczekiwany format odpowiedzi.
• Prompty zero-shot, few-shot i prompty wieloetapowe.
• Praca z tonem wypowiedzi: raport zarządczy, komentarz ekspercki, komunikacja z zarządem, notatka dla klienta.
• Prompty analityczne, diagnostyczne, decyzyjne i kontrolne.
• Jak wymuszać strukturę, logikę i precyzję odpowiedzi.
3. Zastosowania ChatGPT w finansach
• Analiza danych finansowych i operacyjnych.
• Interpretacja odchyleń budżetowych.
• Przygotowanie komentarzy do raportów miesięcznych.
• Tworzenie executive summary dla zarządu.
• Analiza KPI i wskaźników finansowych.
• Przygotowanie scenariuszy decyzyjnych.
• Streszczanie dokumentów finansowych, podatkowych i zarządczych.
• Wsparcie w komunikacji mailowej, prezentacyjnej i raportowej.
4. Zaawansowane promptowanie w finansach
• Tworzenie person: CFO, kontroler, audytor, analityk, członek zarządu, inwestor.
• Prompty do analizy sprawozdań finansowych.
• Prompty do analizy rentowności, płynności, kosztów i marż.
• Prompty do identyfikacji ryzyk finansowych.
• Prompty do kontroli jakości raportu.
• Prompty do krytycznej weryfikacji wniosków.
• Budowa biblioteki promptów dla działu finansowego.
5. Warsztat praktyczny
Uczestnicy przygotują zestaw promptów dla wybranych zadań finansowych, takich jak:
• analiza odchyleń,
• komentarz do wyników miesięcznych,
• streszczenie raportu finansowego,
• przygotowanie rekomendacji dla zarządu,
• analiza ryzyk,
• kontrola spójności raportu.
Efektem modułu będzie przykładowa biblioteka promptów finansowych możliwa do wykorzystania w codziennej pracy.

II. Narzędzia AI w finansach: możliwości, zastosowania i kryteria wyboru
1. Przegląd narzędzi AI dla finansów
• Kategorie narzędzi AI wykorzystywanych w finansach.
• ChatGPT, Copilot, Gemini, Claude i inne modele GenAI.
• AI w arkuszach kalkulacyjnych i pracy z danymi.
• Narzędzia AI w raportowaniu, prezentacjach i komunikacji.
• Narzędzia do transkrypcji, streszczania spotkań i zarządzania wiedzą.
• Narzędzia OCR i inteligentnego przetwarzania dokumentów.
• AI w systemach ERP, EPM, BI i controllingu.
• Narzędzia no-code i low-code dla działów finansowych.
2. Praktyczne zastosowania narzędzi AI w pracy finansowej
• Przygotowanie raportów i komentarzy zarządczych.
• Analiza dokumentów, umów, faktur i notatek.
• Wsparcie w analizie danych z Excela.
• Tworzenie prezentacji finansowych.
• Automatyczne podsumowania spotkań i ustaleń.
• Przygotowanie wariantów komunikacji z interesariuszami.
• Identyfikacja trendów, anomalii i obszarów wymagających wyjaśnienia.
• Wsparcie w pracy koncepcyjnej, analitycznej i decyzyjnej.
3. Jak wybierać narzędzia AI dla działu finansowego
• Dopasowanie narzędzia do procesu i problemu biznesowego.
• Kryteria wyboru narzędzia:
– funkcjonalność,
– bezpieczeństwo danych,
– zgodność z polityką organizacji,
– integracja z istniejącymi systemami,
– łatwość użycia,
– koszt,
– skalowalność,
– możliwość kontroli wyników,
– jakość dokumentacji i wsparcia.
• Różnica między narzędziem eksperymentalnym a rozwiązaniem gotowym do wdrożenia.
• Proof of concept i pilotaż narzędzia AI.
• Kiedy korzystać z narzędzi publicznych, a kiedy z rozwiązań firmowych lub lokalnych.
4. Ryzyka wykorzystania narzędzi AI w finansach
• Halucynacje i błędne interpretacje.
• Ryzyko ujawnienia danych poufnych.
• Nieaktualne lub niepełne informacje.
• Brak wyjaśnialności odpowiedzi.
• Pozorna precyzja analiz.
• Ryzyko nadmiernego zaufania do wyników AI.
• Shadow AI, czyli niekontrolowane wykorzystanie narzędzi przez pracowników.
• Zasady weryfikacji i dokumentowania wyników uzyskanych z AI.
5. Warsztat praktyczny
Uczestnicy przygotują matrycę wyboru narzędzia AI dla przykładowych zastosowań finansowych, takich jak:
• raportowanie miesięczne,
• analiza dokumentów,
• przygotowanie komentarzy zarządczych,
• analiza danych,
• wsparcie controllingu,
• automatyzacja komunikacji wewnętrznej.
Efektem modułu będzie praktyczna lista kryteriów wyboru i oceny narzędzi AI dla działu finansowego.

III. Automatyzacja procesów finansowych: workflow, RPA i n8n
1. Od wykorzystania AI do automatyzacji procesu
• Różnica między użyciem narzędzia AI a automatyzacją procesu.
• Kiedy automatyzacja ma sens, a kiedy jedynie utrwala nieefektywny proces.
• Procesy finansowe o największym potencjale automatyzacji.
• Automatyzacja czynności powtarzalnych, kontrolnych, raportowych i komunikacyjnych.
• Rola finansów w projektowaniu automatyzacji.
2. RPA, workflow i narzędzia no-code/low-code
• Czym jest RPA i gdzie znajduje zastosowanie w finansach.
• Czym jest workflow i jak wspiera obieg informacji.
• RPA a workflow — podobieństwa, różnice i zastosowania.
• Narzędzia no-code i low-code jako sposób automatyzacji pracy działu finansowego.
• Przykłady narzędzi: n8n, Power Automate, Make, Zapier.
• Automatyzacja bez programowania — możliwości i ograniczenia.
3. n8n jako przykład narzędzia do automatyzacji procesów finansowych
• Logika działania narzędzi typu n8n.
• Scenariusze automatyzacji oparte na triggerach, akcjach i integracjach.
• Łączenie różnych aplikacji, arkuszy, poczty, komunikatorów, baz danych i narzędzi AI.
• Automatyczne pobieranie danych, przetwarzanie informacji i generowanie komunikatów.
• Przykłady zastosowań w finansach:
– automatyczne przypomnienia o dokumentach,
– obsługa prostych zapytań finansowych,
– przygotowanie cyklicznych podsumowań,
– monitorowanie skrzynek mailowych i dokumentów,
– automatyczne tworzenie zadań po otrzymaniu faktury,
– przekazywanie danych do arkusza lub raportu,
– generowanie szkicu komentarza z użyciem AI.
4. Automatyzacja wybranych procesów finansowych
• Obieg faktur i dokumentów kosztowych.
• Zamykanie miesiąca i monitorowanie statusu zadań.
• Uzgodnienia i kontrole cykliczne.
• Raportowanie zarządcze.
• Budżetowanie i prognozowanie.
• Analiza odchyleń.
• Obsługa zapytań menedżerskich.
• Komunikacja między działem finansowym a biznesem.
• Automatyczne generowanie powiadomień, zadań i podsumowań.
5. Kontrola i bezpieczeństwo automatyzacji
• Jak kontrolować proces zautomatyzowany.
• Kto odpowiada za wynik automatyzacji.
• Jak dokumentować scenariusze workflow.
• Jak testować poprawność automatyzacji.
• Ryzyka błędnych reguł, błędnych danych i niewłaściwych integracji.
• Human-in-the-loop w automatyzacji finansów.
• Audytowalność procesów zautomatyzowanych.
6. Warsztat praktyczny
Uczestnicy zaprojektują prosty scenariusz automatyzacji procesu finansowego, obejmujący:
• identyfikację problemu,
• opis procesu wejściowego,
• wskazanie danych i systemów,
• wybór triggera,
• określenie sekwencji działań,
• wskazanie miejsca użycia AI,
• określenie punktów kontroli,
• opis oczekiwanego rezultatu.
Efektem modułu będzie schemat automatyzacji możliwy do dalszego rozwijania w narzędziach typu n8n

IV. Wdrażanie AI i transformacja cyfrowa działu finansowego
1. Transformacja cyfrowa finansów — istota i zakres
• Czym jest transformacja cyfrowa działu finansowego.
• Dlaczego transformacja cyfrowa nie polega wyłącznie na zakupie narzędzi.
• Od automatyzacji pojedynczych zadań do zmiany modelu działania finansów.
• Rola CFO w transformacji cyfrowej.
• Finanse jako partner biznesowy wspierany przez dane, AI i automatyzację.
• Docelowy model nowoczesnego działu finansowego.
2. Model wdrażania AI w dziale finansowym
• Diagnoza potrzeb i problemów biznesowych.
• Identyfikacja przypadków użycia AI.
• Priorytetyzacja inicjatyw.
• Wybór narzędzi i partnerów technologicznych.
• Pilotaż i proof of concept.
• Ocena efektów.
• Skalowanie rozwiązań.
• Standaryzacja pracy z AI.
• Utrzymanie i doskonalenie wdrożonych rozwiązań.
3. Governance AI w finansach
• Polityka wykorzystania AI w organizacji.
• Role i odpowiedzialności użytkowników AI.
• Właściciel procesu, właściciel danych, użytkownik biznesowy, IT, compliance i audyt wewnętrzny.
• Zasady bezpieczeństwa danych.
• Dokumentowanie pracy z AI.
• Kontrola jakości wyników.
• Zgodność z RODO, AI Act i regulacjami wewnętrznymi.
• Zarządzanie ryzykiem wykorzystania AI.
• Minimalne standardy korzystania z AI w dziale finansowym.
4. Ludzie, kompetencje i zmiana organizacyjna
• Kompetencje przyszłości w finansach.
• AI literacy i data literacy jako nowe kompetencje finansistów.
• Zmiana roli analityka, kontrolera i księgowego.
• Opór wobec automatyzacji i AI.
• Jak komunikować wdrożenie AI w zespole.
• Jak budować kulturę eksperymentowania bez utraty kontroli.
• Jak unikać chaosu narzędziowego i nieskoordynowanych inicjatyw.
5. Business case i mierniki sukcesu wdrożenia AI
• Jak uzasadniać wdrożenie AI i automatyzacji.
• Koszty wdrożenia: licencje, integracje, szkolenia, utrzymanie, bezpieczeństwo.
• Korzyści wdrożenia:
– oszczędność czasu,
– redukcja błędów,
– skrócenie cyklu raportowania,
– lepsza jakość analiz,
– poprawa komunikacji zarządczej,
– wzrost efektywności pracy,
– większa standaryzacja procesów.
• ROI, payback period i korzyści jakościowe.
• Jak mierzyć sukces transformacji cyfrowej finansów.
• Typowe błędy we wdrożeniach AI.
6. Roadmapa transformacji cyfrowej działu finansowego
• Jak przejść od pojedynczych eksperymentów do programu transformacji.
• Quick wins i projekty strategiczne.
• Mapa inicjatyw AI i automatyzacji.
• Harmonogram wdrożenia.
• Priorytety na poziomie procesów, danych, narzędzi i kompetencji.
• Zasady nadzoru nad portfelem projektów technologicznych.
• Warsztat końcowy: opracowanie wstępnej roadmapy wdrożenia AI i automatyzacji w dziale finansowym.