מחלקת הכספים היא המחלקה שהבינה המלאכותית משנה הכי מהר, וגם המחלקה שבה טעות בתוצר עולה הכי הרבה. הסדנה מלמדת את אנשי הכספים לעבוד עם כלי AI לצד אקסל בדרך שמתאימה לכספים: להכין קובץ נתונים, לנתח אותו, לבנות תחזית, להסביר סטייה ולהגיש להנהלה, כשכל שלב עובר בדיקה.
ומה שנבנה בסדנה לא נשאר בסדנה: כל תהליך חוזר — ניקוי הדוח, ניתוח תקציב מול ביצוע, ניסוח הסבר לסטייה — נשמר כסקיל, הוראות קבועות שהכלי מריץ שוב בחודש הבא באותה דרך. והסדנה מלמדת גם את מה שקורה אחר כך: איך מזהים שנתונים של חודש חדש שברו את הסקיל, ואיך מתקנים אותו.
עובדים עם Claude ועם Copilot לצד אקסל, לפי הכלים שהארגון אישר. התרגול נעשה על הדוחות של המחלקה שלכם: דוח רווח והפסד, תקציב מול ביצוע, תזרים, גיול חובות או כל דוח שאתם בונים בפועל. הקבצים נשלחים אלינו לפני הסדנה, בלי פרטים מזהים אם צריך, ועם הסכם סודיות חתום. אם אבטחת המידע לא מאשרת, מתרגלים על דוגמאות מהתחום שלכם.
הסדנה כוללת שאלות ותשובות בשפת הכספים, פרק על אבטחת מידע ופרטיות, הכנה טכנית מסודרת לפני הסדנה, ומפגש המשך של שעה אחרי 30 עד 60 יום, כלול במחיר.
איפה זה משתלב: הבסיס באקסל למחלקת הכספים נבנה בקורס אקסל עם בינה מלאכותית למחלקת הכספים. מחלקה שמאחדת נתונים מכמה מערכות ממשיכה לקורס Power Query באקסל או לקורס Power BI עם בינה מלאכותית. מי שרוצה שהכלים ייכנסו לכל הדוחות הקבועים ויישארו שם — כולל סוכן שעונה לצוות על נהלי המחלקה — בוחר בתוכנית ההטמעה של 90 יום.
הסדנה היא חלק מהדרכות ה‑AI לעסקים ולארגונים של ספקטרא, כולן פנים‑ארגוניות בלבד, לפי כתב האחריות לרמת השירות.
סדנה לאנשי כספים: לעבוד עם Claude ו‑Copilot לצד אקסל בדרך שמתאימה לכספים, מהכנת קובץ הנתונים, דרך ניתוח ותחזית ועד הסבר לסטייה והגשה להנהלה, כשכל שלב עובר בדיקה. תהליכים חוזרים נשמרים כסקיל שהכלי מריץ שוב בחודש הבא. התרגול על הדוחות של המחלקה שלכם, עם הסכם סודיות, כולל פרק על אבטחת מידע ומפגש המשך כלול במחיר.
הסדנה מיועדת לצוותי הכספים בעסקים ובארגונים:
קבוצה מאותו ארגון בלבד, עד 15 משתתפים. הסדנה אינה פתוחה למשתתפים פרטיים.
ידע נדרש:
הכנה טכנית (רשימה מדויקת נשלחת שבוע לפני הסדנה):
| מפגש 1, חלק א: מהקובץ הגולמי לנתונים מסודרים — וסקיל הניקוי | איך כלי AI קורא קובץ אקסל, מה מבלבל אותו ומה עוזר לו. ניקוי, איחוד ותקנון של נתונים בהנחיות בשפה טבעית, עם השוואה לפני ואחרי. את תהליך הניקוי שומרים כסקיל: מה זה סקיל, איך שומרים אותו, ואיך מוודאים שהוא באמת נשמר. |
| מפגש 1, חלק ב: שאלה עסקית, ניתוח — וסקיל הניתוח | מבנה של שאלה טובה בכספים: הקשר, תקופה, יחידת מדידה, מה נחשב חריג. ניתוח מגמות, השוואה לתקופה קודמת, זיהוי חריגים, פילוח לפי מרכזי עלות. תרגול על תקציב מול ביצוע של המחלקה. את הניתוח שומרים כסקיל, עם ההגדרות של המחלקה כתובות בתוכו — סף החריגה, מבנה הטבלה, סדר מרכזי העלות — כך שבחודש הבא הוא יוצא באותה צורה. |
| מפגש 1, חלק ג: בדיקת התוצר | מודול שחוזר בכל חלק: התאמה לסכומי ביקורת, בדיקת שורות קצה, מעקב אחרי חישוב שהכלי עשה, זיהוי תשובה בטוחה אך שגויה. כל משתתף בונה רשימת בדיקות קצרה לדוחות שלו. הבדיקה נשארת בידי המשתתף ולא נכנסת לסקיל: מי שביצע את העבודה לא יכול להיות גם מי שבודק אותה. |
| מפגש 2, חלק א: הסקיל פוגש חודש חדש | סקיל נבנה על חודש אחד, והחודש הבא אף פעם לא זהה: עמודה שנוספה, ערך חדש, זיכוי, שורת סיכום שזזה. מריצים את הסקיל על קובץ של תקופה אחרת, מזהים איפה הוא לא התאים לנתונים החדשים, ומתקנים את ההוראות כך שזה לא יחזור. |
| מפגש 2, חלק ב: תחזית, תרחישים והסברים | בניית תחזית פשוטה ותרחישים בעזרת הכלי, ניסוח ההנחות, בדיקת רגישות. כתיבת הסבר לסטייה, מהמספרים לניסוח קצר וברור להנהלה — ושמירת סגנון ההסבר של המחלקה כסקיל שלישי. |
| מפגש 2, חלק ג: מהניתוח להנהלה | טבלת סיכום להנהלה, תרשים אחד שמתאים לנתון, ושקף אחד עם המסר. תרגול: כל משתתף מכין הצגה קצרה של הדוח שלו. |
| מפגש 2, חלק ד: אבטחת מידע, פרטיות ושגרת עבודה | מה מותר להזין לכלי AI בכספים ומה לא, עבודה עם קבצים ללא פרטים מזהים, ומה מדיניות הארגון אומרת. ספריית הסקילים והבקשות של המחלקה: מה נשמר, איפה, ומי אחראי לעדכן. ומה ההבדל בין סקיל לבין סוכן, ומתי מחלקה צריכה סוכן. |
| מפגש המשך | שעה אחת, 30 עד 60 יום אחרי הסדנה, מרחוק, כלול במחיר: אילו סקילים עדיין רצים כל חודש, מה נשבר, איפה נתקעו, ושאלות חדשות. |
| הערות לסילבוס |
|
שלחו פרטים ונחזור בהקדם
מרצה לבינה מלאכותית ולייעול תהליכי עבודה בארגונים, בהם תנובה ואמדוקס. מהנדסת עם תואר שני במנהל עסקים.
אנליסט, מפתח BI ומומחה בינה מלאכותית. הדריך אלפי עובדים ומנהלים באקסל, ב‑Power BI ובכלי AI.
מומחית אקסל בכירה, מדריכה מנהלים ועובדים בארץ ובחו"ל בכל כלי האקסל, כולל BI ו‑AI.
מרצה לבינה מלאכותית ולייעול תהליכי עבודה בארגונים, בהם תנובה ואמדוקס. מהנדסת עם תואר שני במנהל עסקים.