ИИ для анализа данных компании: таблицы Excel, выгрузки 1С и CRM — что можно спросить и где он ошибается в цифрах

Короткий ответ: ИИ хорошо понимает вопрос к таблице, группирует текстовые поля, находит странности и объясняет результат простыми словами. Хуже он справляется с арифметикой по большим таблицам: может пропустить строки, перепутать период или уверенно назвать неверную сумму. Поэтому в рабочей схеме расчёт делает код или запрос к базе, а ИИ формулирует, поясняет и показывает, как получено число.

Что ИИ реально умеет делать с таблицей?

Переводить вопрос обычными словами в условия отбора, описывать структуру файла, искать пропуски и дубли, разбирать текстовые колонки и писать формулы Excel или запросы к базе. Это экономит время аналитика, но не отменяет проверки итоговых цифр.

На практике полезные задачи выглядят так:

• Разобраться в чужой выгрузке. «Что означают колонки в этом файле из 1С, какие из них нужны для анализа отгрузок?» — модель опишет структуру и предложит, на что смотреть.
• Написать формулу или сводную таблицу. «Посчитай выручку по менеджерам за квартал без возвратов» — ИИ предложит формулу СУММЕСЛИМН или порядок построения сводной, а считать будет Excel.
• Разобрать текст. Причины отказов в CRM, комментарии к сделкам, отзывы — модель разложит тысячи строк по десятку понятных групп. Формулой это не сделать.
• Найти аномалии. Отрицательные остатки, даты отгрузки раньше даты заказа, клиенты с одинаковым ИНН под разными названиями.
• Объяснить результат. Превратить сводную таблицу в три абзаца для руководителя: что выросло, что упало, на что посмотреть.

Чего ИИ не знает: контекста бизнеса. Он не в курсе, что в марте был сбой на складе, а крупный клиент перешёл на годовой договор. Объяснения причин он предлагает как гипотезы, а не как выводы.

Задача	Кто делает надёжно	Почему так
Понять вопрос и перевести его в фильтры, группировки, период	ИИ	Это работа с языком: «крупные клиенты из Подмосковья за весну» превращается в условия отбора
Сложить, посчитать среднее, долю, рост к прошлому году	Код: формула, запрос к базе, скрипт	Код считает по всем строкам одинаково каждый раз; модель может пропустить строку или округлить не там
Найти дубли, пустые поля, странные значения	Код находит, ИИ описывает	Правило «сумма меньше нуля» или «дата в будущем» проверяется программой, а ИИ объясняет, что с этим делать
Сгруппировать текстовые поля: причины отказов, комментарии менеджеров	ИИ, с выборочной проверкой человеком	Тут нет формулы, нужен смысл текста — сильная сторона языковой модели
Объяснить, почему упала выручка	ИИ предлагает версии, человек решает	Модель видит только цифры в таблице и не знает, что в марте закрыли склад
Прогноз на квартал	Статистический метод в коде, ИИ поясняет результат	Прогноз требует истории и метода; «на глаз» модель выдаст правдоподобное, но ничем не обоснованное число

Почему ИИ ошибается в цифрах?

Языковая модель предсказывает текст, а не выполняет арифметику как калькулятор. На небольших таблицах она часто считает верно, но на тысячах строк может прочитать файл не целиком, сложить приблизительно или «дорисовать» правдоподобное число.

Типичные ошибки:

• Обрезанный файл. Сервис принимает таблицу, но в работу модели может попасть только часть строк. Ответ звучит уверенно, а посчитан только по первым строкам.
• Числа как текст. В выгрузке «1 200,50 руб.» — строка, а не число. Модель может её пропустить или прочитать как 1200 и 50 отдельно.
• Подытоги внутри таблицы. Строки «Итого по складу» складываются вместе с обычными строками, сумма удваивается.
• Не тот период. Вопрос «за прошлый месяц» модель трактует по своей дате, а не по дате выгрузки.
• НДС, возвраты, валюта. Если в вопросе не сказано, считать ли с НДС и вычитать ли возвраты, модель выберет сама и может не сообщить, что выбрала.

Подробнее о том, почему модели уверенно выдумывают и как это измерить, — в статье про галлюцинации нейросети. Ниже — как распределить работу, чтобы ошибка в арифметике не попадала в решения.

Как устроена надёжная схема: считает код, объясняет ИИ?

Пользователь задаёт вопрос словами, ИИ превращает его в запрос к базе или формулу, программа выполняет расчёт по всем строкам, а модель пересказывает результат и показывает сам запрос. Так число проверяемо, а объяснение понятно.

1. Вопрос. «Какие клиенты в этом году купили меньше, чем в прошлом, и на сколько?»
2. Перевод в запрос. Модель знает описание таблиц: где продажи, где клиенты, что такое возврат. Она составляет запрос с группировкой по клиенту и сравнением двух периодов.
3. Расчёт. Запрос выполняет база данных или скрипт — по всей таблице, без округлений «на глаз».
4. Ответ. ИИ формулирует итог: двадцать клиентов, суммарное падение такое-то, пятеро дают половину падения, — и прикладывает таблицу с цифрами и текст запроса.
5. Журнал. Вопрос, запрос и ответ сохраняются, чтобы можно было разобрать спорный случай.

Как такой блок выглядит у нас на сайте, разобрано в статье «Спросите свои данные обычными словами». Важная деталь: модели дают доступ только на чтение, чтобы запрос не мог ничего изменить в учёте.

Как подготовить выгрузку из 1С или CRM для анализа?

Одна строка — одно событие (продажа, сделка, отгрузка), заголовки в одной строке, числа в числовом формате, даты в формате даты, без объединённых ячеек и подытогов. Такую таблицу правильно поймут и Excel, и ИИ, и скрипт.

Чек-лист перед загрузкой:

• Выгрузите «плоскую» таблицу, а не печатную форму отчёта с шапкой, логотипом и итогами по группам.
• Уберите строки «Итого», «Всего по…» и пустые разделители.
• Проверьте, что суммы — числа: без «руб.», без пробелов-разделителей в виде текста, с одним десятичным разделителем.
• Добавьте колонку с идентификатором клиента или товара: названия пишут по-разному, а код один.
• Укажите в названиях колонок, с НДС сумма или без, в какой валюте, в штуках или в упаковках.
• Отметьте возвраты и отменённые заказы отдельным признаком, а не минусом в произвольной колонке.
• Зафиксируйте период и дату выгрузки — в имени файла или на отдельном листе.
• Удалите или замените кодами ФИО, телефоны, адреса, если они не нужны для вопроса.

Если в 1С и CRM один и тот же клиент записан по-разному, сначала решите эту проблему: ИИ не знает, что «ООО Ромашка» и «Ромашка ООО» — одна компания, пока ему не дали общий код.

Какие вопросы работают, а какие нет?

Работают конкретные вопросы с периодом, единицей измерения и правилом расчёта. Плохо работают общие просьбы вроде «проанализируй продажи» и вопросы о причинах, которых нет в данных.

Примеры, которые дают проверяемый ответ:

• «Выручка без НДС и без возвратов по месяцам за 2025 и 2026 год, рост к тому же месяцу прошлого года в процентах».
• «Клиенты, которые покупали каждый квартал 2025 года и не купили ничего с июля 2026, с суммой их покупок за 2025».
• «Сгруппируй причины отказов из колонки “Комментарий” в 8–10 категорий и покажи по три примера на каждую».
• «Найди товары, у которых средняя цена продажи ниже закупочной в октябре».

Примеры, на которые ответ будет красивым, но малополезным:

• «Проанализируй таблицу и дай рекомендации» — получите общий текст без привязки к вашим целям.
• «Почему упали продажи?» — модель перечислит типовые причины, не зная ваших.
• «Сколько мы заработаем в следующем году?» — без метода и истории это гадание.

Хорошая привычка — добавлять к вопросу «покажи, как считал». Это сразу отделяет посчитанное от предположенного.

Прогнозы с помощью ИИ: что реально?

Реально — прогноз, посчитанный статистическим методом по истории продаж, с диапазоном и объяснением от ИИ. Нереально — точная цифра на квартал, которую модель «чувствует» по таблице без метода и без учёта ваших планов.

Что нужно для осмысленного прогноза:

• История. Чтобы увидеть сезонность, нужны хотя бы два-три полных года данных по месяцам или неделям.
• Стабильные правила. Если в прошлом году сменился ассортимент или ценовая политика, старые данные описывают другой бизнес.
• Метод. Скользящее среднее, сезонная модель, регрессия — выбирает аналитик или разработчик, считает код.
• Диапазон, а не точка. «От 9 до 11 млн при текущих условиях» честнее, чем «10,3 млн».
• Сверка задним числом. Прогноз на прошлый квартал сравнивают с фактом — так видно, насколько методу можно доверять.

Роль ИИ здесь — объяснить, из чего сложился прогноз, какие допущения заложены и что сдвинет цифру. Решение о закупке или найме остаётся за руководителем.

Критерий	Разовый анализ выгрузки	Постоянный доступ к 1С и CRM
Когда подходит	Вопрос возник один раз: аудит базы клиентов, разбор продаж за год перед планированием	Одни и те же вопросы задают каждую неделю разные сотрудники
Откуда данные	Файл Excel или CSV, который кто-то выгрузил вручную	Обмен по API или регулярная выгрузка в отдельную базу для анализа
Свежесть	На дату выгрузки	По расписанию обмена: раз в час, раз в сутки
Риски	Устаревший файл, разные версии у разных людей	Права доступа: менеджер не должен видеть зарплаты и маржу
Что нужно сделать	Подготовить таблицу и проверить ответы	Настроить обмен, роли, журнал запросов и тест-набор вопросов

Разовый анализ или постоянный доступ к данным?

Разовый анализ выгрузки подходит, когда вопрос возникает редко. Постоянный доступ к 1С и CRM нужен, когда одни и те же вопросы задают каждую неделю и важна свежесть данных. Сравнение — в таблице.

Если вопросы повторяются по расписанию и всегда одни и те же, разговорный интерфейс может быть не нужен: достаточно автоматического отчёта, о котором мы писали в статье про автоматизацию отчётов. Для показателей, которые смотрят каждый день, удобнее BI-дашборд по данным 1С и CRM. ИИ полезен там, где вопросы каждый раз разные и заранее не известны.

Какие данные нельзя загружать в публичные ИИ-сервисы?

Персональные данные клиентов и сотрудников, коммерческую тайну, зарплаты, банковские реквизиты и условия договоров. Публичный сервис по умолчанию — внешняя сторона, и вы не контролируете, где и как долго хранится файл.

Ориентиры по закону:

• Понятие персональных данных дано в ст. 3 152-ФЗ «О персональных данных»: это любая информация, относящаяся к определённому или определяемому человеку. Выгрузка сделок с ФИО и телефонами — персональные данные.
• Если сервис обрабатывает данные за рубежом, это трансграничная передача — её регулирует ст. 12 того же закона.
• Сведения, на которые в компании введён режим коммерческой тайны, защищает 98-ФЗ «О коммерческой тайне»; загрузка таких файлов во внешний сервис может нарушить ваши же внутренние правила.

Что делать на практике:

• Заменяйте ФИО и названия клиентов кодами до загрузки, а расшифровку держите у себя.
• Удаляйте колонки, которые не нужны для вопроса: телефон для анализа сезонности не требуется.
• Для постоянной работы с чувствительными данными выбирайте российский облачный сервис по договору или модель на своём сервере.
• Запишите правила для сотрудников: что можно загружать во внешние сервисы, что — только после обезличивания.

Юридическая сторона подробно разобрана в статье о передаче данных клиентов в ИИ-сервис по 152-ФЗ. Если сомневаетесь, можно ли загружать конкретный файл, — не загружайте, пока не обезличите.

Как проверить ответ ИИ по данным: чек-лист

Любое число, которое пойдёт в решение, проверьте по пяти пунктам: как посчитано, за какой период, по каким строкам, в каких единицах и совпадает ли с контрольной цифрой из учётной системы.

1. Покажи расчёт. Есть формула, запрос или список шагов? Если нет — число не проверено.
2. Период. Совпадают ли даты в ответе с теми, о которых вы спрашивали?
3. Полнота. Сколько строк учтено? Сверьте с числом строк в файле.
4. Единицы. С НДС или без, рубли или тысячи, штуки или упаковки.
5. Контрольная точка. Сравните одну итоговую цифру с готовым отчётом в 1С или CRM.
6. Здравый смысл. Рост на 400 % или клиент с выручкой больше всей компании — повод искать ошибку в данных.
7. Факты и гипотезы. Отделите посчитанное («продажи упали на 12 %») от предположений («вероятно, из-за сезона»).

Для постоянного доступа к данным такой проверкой служит тест-набор: двадцать-тридцать вопросов с заранее известными ответами, которые прогоняют после каждого изменения.

Когда это вам не нужно и какие ошибки встречаются?

ИИ не нужен, если вопросов немного и они повторяются: хватит сводной таблицы или настроенного отчёта. Не нужен он и при грязных данных — сначала порядок в учёте, потом анализ.

Когда стоит обойтись без ИИ:

• Три отчёта в неделю, всегда одинаковых, — их проще автоматизировать.
• Данные в десятке несвязанных файлов без общих кодов — ответы будут случайными.
• Нужна юридически значимая цифра для налоговой или банка — её даёт учётная система, а не пересказ.

Частые ошибки:

• Доверять сумме, которую модель посчитала «в уме», без формулы и сверки.
• Загружать полную выгрузку CRM с контактами в публичный сервис ради одного вопроса о сезонности.
• Давать ИИ доступ к базе с правом записи.
• Не описать модели, что такое «выручка» в вашей компании: с НДС, с доставкой, после возвратов.
• Открыть доступ всем сотрудникам без ролей — и обнаружить, что менеджер спросил о зарплатах коллег.

Сколько стоит подключить ИИ к данным компании?

По прайсу студии AI-решения и ассистенты — от 72 000 ₽ и от 3 дней, интеграции и выгрузки из 1С и CRM — от 32 000 ₽ и от 2 дней. Точная цена зависит от числа систем, ролей и вопросов и считается после брифа.

Из чего складывается работа:

• Выгрузка или обмен с 1С и CRM, отдельная база для анализа с доступом только на чтение.
• Описание данных для модели: таблицы, колонки, правила расчёта выручки, маржи, возвратов.
• Роли: кто какие данные может спрашивать.
• Тест-набор вопросов с проверенными ответами и журнал запросов.

Оплата работы языковой модели по прайсу не входит в разработку: она идёт по факту на ваш аккаунт. Поддержка и развитие после запуска — от 7 900 ₽/мес. Состав работ и этапы описаны на странице внедрения ИИ в бизнес, все тарифы — на странице цен.

Короткие ответы на частые вопросы

Можно ли просто загрузить Excel в нейросеть и спросить итог по продажам?

Можно, но итог стоит перепроверить. Для небольшой таблицы ответ часто верный, для файла на десятки тысяч строк модель может прочитать только часть или ошибиться в сложении. Надёжнее, когда ИИ пишет формулу или запрос, а считает программа.

Какие данные нельзя загружать в публичный ИИ-сервис?

Персональные данные клиентов и сотрудников, сведения под режимом коммерческой тайны, зарплаты, банковские реквизиты, условия договоров с контрагентами. Если анализ нужен, такие поля заменяют кодами или удаляют до загрузки.

Умеет ли ИИ строить прогноз продаж?

Сам по себе он прогнозирует не точнее человека, который смотрит на график. Работающая схема: прогноз считает статистический метод по истории продаж за два-три года, а ИИ объясняет результат и допущения простыми словами.

Как понять, что ИИ ответил правильно?

Попросите показать, как получено число: какие строки, фильтры и формула. Сверьте один-два ответа с отчётом из 1С или CRM вручную, проверьте период и единицы измерения. Если модель не может показать расчёт, число считать проверенным нельзя.

Сколько стоит подключить ИИ к данным 1С и CRM?

По прайсу студии AI-решения — от 72 000 ₽ и от 3 дней, интеграции и выгрузки — от 32 000 ₽. Итог зависит от числа систем и вопросов; оплата работы языковой модели идёт по факту на ваш аккаунт.

Услуги и кейсы по теме: внедрение ИИ под ключ · заказная разработка · типовые договоры · цены и сроки