Warsztat dla pracowników działów finansowych.

I. Wprowadzenie do GenAI
Cel:
Zbudowanie zrozumienia, czym jest generatywna AI i jakie są jej typowe zastosowania w finansach.

Opis przebiegu:
Prowadzący przedstawia ideę generatywnej sztucznej inteligencji – na czym polega, jak działa i czym różni się od klasycznych systemów AI. Uczestnicy poznają przykłady użycia w pracy finansisty: od tworzenia treści, przez analizy tekstowe, po pomoc w decyzjach biznesowych.

Rezultaty:
• Uczestnicy rozumieją, czym jest GenAI i jak działa.
• Potrafią wskazać przykłady zastosowań GenAI w finansach.

II. Sztuka promptowania – ćwiczenia praktyczne
Cel:
Nauczenie uczestników formułowania skutecznych promptów do GenAI (np. ChatGPT).

Opis przebiegu:
Warsztaty praktyczne – uczestnicy uczą się tworzyć prompty do typowych zadań finansowych (np. „Stwórz podsumowanie analizy kosztów”, „Zidentyfikuj ryzyka w procedurze budżetowej”). Pracują w parach, analizując błędy i optymalizując swoje zapytania.

Rezultaty:
• Uczestnicy potrafią samodzielnie tworzyć i poprawiać prompty.
• Wiedzą, jak uzyskać trafne i użyteczne odpowiedzi od AI.

III. Automatyczne streszczenia i notatki – oszczędność czasu w analizach
Cel:
Pokazanie, jak AI może streszczać dokumenty i przygotowywać notatki.

Opis przebiegu:
Uczestnicy dostają przykładowe dokumenty (np. raporty finansowe, analizy audytowe) i uczą się, jak za pomocą AI wygenerować ich streszczenia lub notatki dla zarządu. Praca z narzędziami: ChatGPT, Copilot, Google Gemini.

Rezultaty:
• Uczestnicy potrafią wykorzystać AI do szybkiego podsumowywania treści.
• Znają sposoby oceny poprawności i przydatności streszczenia.

IV. Analiza tekstu – wnioski z danych nienumerycznych
Cel:
Nauczenie analizy dokumentów tekstowych z użyciem AI.

Opis przebiegu:
Zadanie polega na analizie opisu sytuacji biznesowej lub korespondencji z klientem – AI ma wskazać kluczowe informacje, potencjalne ryzyka lub nieścisłości. Uczestnicy testują, jak AI może pomóc w przetwarzaniu i klasyfikacji danych opisowych.

Rezultaty:
• Uczestnicy potrafią zlecić AI analizę tekstu z konkretnym celem.
• Wiedzą, jak interpretować wyniki i wykorzystywać je w dalszej pracy.

V. Generowanie dokumentów – automatyzacja tworzenia treści
Cel:
Pokazanie, jak AI może generować dokumenty formalne: raporty, notatki, checklisty.

Opis przebiegu:
Ćwiczenie praktyczne – tworzenie gotowych dokumentów na podstawie danych wejściowych: np. „Stwórz raport z kontroli kosztów projektu”, „Zredaguj pismo do kontrahenta”, „Opracuj wewnętrzną procedurę”. AI działa jako wsparcie redakcyjne i merytoryczne.

Rezultaty:
• Uczestnicy potrafią generować przydatne dokumenty przy pomocy AI.
• Znają sposoby edycji i weryfikacji wygenerowanych treści.

VI. Copilot w Excelu i Wordzie
Cel:
Pokazanie integracji AI z codziennymi narzędziami MS Office.

Opis przebiegu:
Praktyczna sesja z wykorzystaniem Copilota w Excelu i Wordzie: automatyczne tworzenie wykresów, podsumowań, komentarzy do danych, propozycji treści i analiz. Uczestnicy testują konkretne przypadki (np. budżet roczny, raport wydatków, pismo do klienta).

Rezultaty:
• Uczestnicy potrafią wykorzystać AI bezpośrednio w Excelu i Wordzie.
• Znają przykłady zastosowania i ograniczenia Copilota.

VII. Projekt końcowy – „AI Workflow”: od danych do decyzji
Cel:
Zastosowanie wiedzy z całego szkolenia w ramach pełnego procesu – od dokumentu źródłowego do gotowego raportu z pomocą AI.

Opis przebiegu:
Zespół uczestników otrzymuje dokument źródłowy (np. długi raport lub zestaw danych + notatka służbowa). Ich zadaniem jest stworzenie streszczenia, przeprowadzenie analizy, przygotowanie notatki dla zarządu i wygenerowanie końcowego raportu – wszystko z pomocą AI.

Rezultaty:
• Uczestnicy umieją zaplanować i przeprowadzić cały workflow z użyciem AI.
• Zdobywają doświadczenie w łączeniu narzędzi GenAI w procesie decyzyjnym.