Таблицы — то место, где нейросеть помогает быстрее всего и ломается опаснее всего. Разница между этими двумя сценариями проходит по одной линии, и её стоит понять до того, как вы отдадите машине квартальный отчёт.
Линия простая: нейросети можно доверить работу с формулами и структурой таблицы, но нельзя доверить сами вычисления.
Объясню, почему так, и разберу задачи, где это экономит часы.
Почему нейросети для Excel нельзя доверить расчёты
Языковая модель не умеет считать. Совсем.
Когда вы просите её сложить столбец чисел, она не выполняет сложение — она предсказывает, как должен выглядеть ответ. На простых числах результат обычно совпадает с правильным, потому что похожие примеры она видела миллионы раз. На ваших реальных данных — с суммами в семь знаков, скидками и НДС — начинаются расхождения. Причём тихие: ошибка не подсвечивается, ответ выглядит уверенно и правдоподобно.
Отсюда правило, которое я повторяю на каждой встрече: считает Excel, нейросеть пишет формулу.
Разница принципиальная. Если вы попросили посчитать — вы получили число, которому нельзя верить. Если попросили написать формулу и вставили её в таблицу — считает табличный процессор, а он не ошибается никогда.
Что нейросеть делает с таблицами отлично
Пишет формулы по описанию. Вы говорите обычными словами: «нужно посчитать сумму по столбцу C, но только для строк, где в столбце A стоит „оплачено», а дата в столбце B попадает в прошлый месяц». Получаете готовую формулу. Экономия — от получаса гугления до тридцати секунд, особенно на сложных условиях и вложенных функциях.
Объясняет чужие формулы. Задача, которую все недооценивают. Вам достался файл от предыдущего сотрудника, там формула на три строки с четырьмя вложенными условиями, и никто не знает, что она делает. Вставляете её в чат и просите объяснить по шагам. Раньше на это уходил час с попытками разобрать логику, теперь — минута.
Приводит выгрузки к единому виду. Даты в трёх форматах, названия компаний с разными кавычками, лишние пробелы, «ООО» то спереди, то сзади. Нейросеть напишет вам последовательность действий или формулу очистки. Это самая скучная часть работы с таблицами и самая благодарная для автоматизации.
Подсказывает, как построить сводную. Не строит за вас, а объясняет, что куда положить, чтобы получить нужный разрез. Для человека, который сводными не пользуется каждый день, это экономит вечер.
Пишет макросы. Для повторяющихся действий — переименовать листы по шаблону, разнести данные по файлам, собрать несколько файлов в один. Тут стоит проверять результат на копии, а не на боевом файле.
Что она испортит
Любые расчёты, которые вы не проверили формулой. Смотри выше: попросили «посчитай мне выручку по кварталам» и вставили ответ в отчёт — получили красивые цифры неизвестного происхождения.
Работу с большой таблицей целиком. Если вы загружаете файл на десять тысяч строк и просите что-то в нём найти, модель физически не удержит весь объём: она увидит часть данных и достроит остальное по смыслу. Вывод будет уверенным и неполным. Для больших файлов правильный путь — попросить формулу или скрипт, а не ответ.
Данные, которые нельзя показывать. Персональные данные клиентов, зарплатная ведомость, коммерческая тайна — всё это, загруженное в публичный чат, покидает вашу компанию. Об этом стоит помнить до, а не после.
Три приёма, которые заметно повышают качество
Показывайте структуру, а не выгружайте всё. Вместо загрузки файла на тысячи строк скопируйте заголовки и три-четыре строки примера. Модели этого достаточно, чтобы понять устройство таблицы и написать формулу. Меньше данных уходит наружу, а результат получается точнее.
Называйте версию и язык интерфейса. Формулы в русском Excel пишутся через точку с запятой, в английском — через запятую, а часть функций называется по-разному. Одна фраза «у меня русский Excel 2021» снимает половину проблем с тем, что формула не вставляется.
Просите объяснить формулу, которую она вам дала. Не для контроля, а для себя: через три месяца этот файл откроете вы же, и хорошо бы понимать, что там написано. Заодно в объяснении иногда всплывает, что модель поняла задачу иначе, чем вы её ставили.
Когда таблиц становится слишком много
Отдельная история начинается там, где Excel перестаёт быть инструментом и становится проблемой.
Признак понятный: одна и та же таблица собирается руками каждую неделю из трёх выгрузок, на это уходит полдня, и делает это человек, у которого есть работа поинтереснее. Или того хуже — вся отчётность компании живёт в файле, который умеет открывать только один сотрудник.
В такой ситуации нейросеть не решение, а обезболивающее. Решение — собрать процесс: данные тянутся из источников автоматически, приводятся к единому виду, отчёт формируется сам по расписанию. Нейросеть в такой системе может отвечать за разбор неструктурированных кусков — например, вытаскивать данные из писем или сканов, — но считает по-прежнему не она.
Граница проходит там же, где обычно: пока с задачей справляется один человек за пару часов в неделю, автоматизировать нечего. Когда это превращается в постоянную работу на полставки, дешевле построить процесс, чем каждую неделю платить за ручную сборку.
Отдельно про то, какие задачи вообще стоит отдавать нейросети, а какие нет, я писал в разборе про нейросети для работы — там тот же принцип, только шире.