ChatGPT ja tilinpäätösanalyysi

Tilinpäätösten ja osavuosikatsausten läpikäynti vaatii tarkkuutta, istumalihaksia ja analyyttisyyttä. Yrityksien suorien viestien lisäksi on luettava rivien välistä, mikä vaatii myös luovuutta ja laajemmin liiketoiminnan ymmärrystä. Päädyinkin kokeilemaan, minkälainen työkalu ChatGPT olisi tilinpäätöksen analysoinnissa. Seuraavassa muutamia havaintoja.

Kysyminen

Kielimalli pystyy totutusti tuottamaan yhteenvedon raportin luvuista tai tekstistä, minkä kautta käyttäjä voi lähteä syventämään tietoja lukujen takana. Samoin voidaan erikseen kysyä tarkennusta yksittäisestä raportin kohdasta, kuten riskeistä. Tavoitteenani oli pureutua erityisesti taloudellisiin riskeihin, mutta koska en tätä erikseen kysyessä tarkentanut, niin ChatGPT päätyi tiivistämään raportin riskiosion. Yleisluontoinen kysymys taloudellisista haasteista taas tuotti listan taloudellisista tunnusluvuista. Kysyessä on siis syytä olla tarkkana ja muistaa painottaa sitä näkökulmaan, josta vastauksen haluaa.

Oikea tapa löytyi lopulta kysymällä ”ihmismäisemmin” nähdäänkö joissakin taloudellisissa mittareissa haasteita. Sain tähän vastauksena raportista itsekin löytämäni haasteet sekä pari euromääräisesti pienempää, mutta kehityksen kannalta väärään suuntaan menossa olevaa mittaria, joita en itse edes noteerannut. Jälkimmäisiä edustivat kasvun hidastuminen ja käyttökatteen heikentyminen, kun taas vastauksessa odottamani ja myös saamani mittarit liittyivät kassavirtaan.

Kaiken kaikkiaan päädyin siis viidellä kysymyksellä, joista kolme oli muotoiltu virheellisesti ja ensimmäinen koski raportin lukemista malliin, muotoiluun, jolla voin jatkossa aloittaa keskustelun minkä tahansa yrityksen kohtaamista taloudellisista haasteista, kunhan vain osavuosikatsaus on saatavilla pdf-muodossa. Testasin samaa kysymystä toisen yrityksen osavuosikatsaukseen, ja vastaus rakentui ensimmäisellä kysymyksellä hieman eri näkökulmasta nostaen jälleen esiin yleisiä riskejä, mutta myös merkittäviä taloudellisia tapahtumia. Kysyttäessä tarkennusta malli osasi poimia muutoksia liikevaihdossa ja tuloksessa sekä tapahtumiin.

Näkökulmiin porautuminen

Kun haasteet on saatu poimittua osavuosikatsauksesta, ChatGPT mahdollistaa myös niihin pureutumisen. Parilla tarkentavalla kysymyksellä sain lisätietoa kassavirtaongelman syvyydestä, käytettävissä olevista kassavaroista ja rahoitukseen liittyvistä tekstissä todetuista riskeistä. ChatGPT huomauttaa oma-aloitteisesti velkatasoista, mutta ei tunnista dataa ilman tarkentavaa kysymystä. Tarkennuksen jälkeen ChatGPT tuo lisätietoa velkaantumisen kehittymisestä ja siihen liittyvistä suhdeluvuista. Huomaan, että nyt aletaan siirtyä vastauksissa alueelle, jossa lukijan tulee olla tarkkana, että laskennat menevät varmasti oikein ja malli käyttää oikeita lukuja mittareiden tuottamiseen.

Toisen analysoitavan yrityksen kohdalla kyse ei ollut niinkään jatkuvasta trendistä, vaan poikkeuksellisesta kertaerästä. ChatGPT listasi oikein raportilla luetellut syyt kertaerälle ja pyydettäessä tarjosi myös vaihtoehtoisia syitä erän syntyyn. Näin ollen analyysin tekijä saa apua myös muiden kuin julkilausuttujen syiden pohtimiseen. Yhteenvetojen lisäksi auttaa ChatGPT tukee myös luovempaa tulkintaa, minkä lisäksi käännös suomesta englantiin tapahtuu huomaamattomasti taustalla.

Huomaa, että haasteet ovat toki vain yksi osa tilinpäätösanalyysiä ja aivan samalla tavalla voit porautua myös yrityksen tunnistamiin mahdollisuuksiin tai positiivista kehitystä osoittaviin mittareihin. Hio siis kysymyssarja valmiiksi myös muihin näkökulmiin, jotta saat kattavan kuvan yrityksen tilasta. Voit myös luetuttaa ChatGPT:llä useampia asiakirjoja, jolloin saat pidemmän historian vertailtavaksi ja tätä kautta tarkastella esimerkiksi yrityksen kohtaamien haasteiden muutoksia tai miten pitkää ja mahdollisesti mistä syistä hyvä kehitys on jatkunut.

Miten tästä eteenpäin?

Tekoäly tulee osaksi esimerkiksi Office- ja Workspace-ohjelmistoja, mikä helpottaa tilinpäätösanalyysin automatisointia entisestään. Miltä kuulostaisi esimerkiksi word-tiedosto, johon olet koonnut kysymyspatteriston valmiiksi, jolloin saat kattavan yhteenvedon haluamistasi näkökulmista pdf:ää avaamatta sekä valmiita aihioita pohtia yrityksen tulevaisuutta myös muista näkökulmista? Jossakin vaiheessa saattaa myös olla mahdollista koota pdf:iin ujutetut taulukot omiin Excel-pohjiin tai miksei vaikka PowerBI:n dataksi. Kuvat ja teksti muuttuvat numeroiksi, yhdistyvät analysoijan omiin laskelmiin ja havaintoihin palaten lopulta esityksiin kuin itsestään?

Täyttä varmuutta analyysien tekemisen tulevaisuudesta on tässä vaiheessa hankala, ellei mahdoton sanoa. Kielimallit ja muu tekoäly kehittyvät ja integroituvat sovelluksiin niin nopeasti, että tietotyö tulee varmasti mullistumaan monelta osin hyvinkin lyhyellä aikavälillä.

Mikko Kulmala
Lehtori
Seinäjoen ammattikorkeakoulu