Autouzupełnianie Google przy frazie „ai w controllingu” (odczyt 1.11.2026) podaje osiem podpowiedzi i większość z nich to tematy procesowe albo edukacyjne: szkolenie, zastosowanie, a trzykrotnie wariant łączny „ai w finansach i controllingu”, także z dopiskiem „przedsiębiorstw”. Ten tekst jest mapą po procesach, w których AI realnie wchodzi do pracy działu finansów: budżetowanie, prognozy, analiza odchyleń, raporty zarządcze, planowanie płynności. Liczby pochodzą z odczytów z datą, stan na 1.11.2026; żadnego systemu finansowego ani ERP nie testowaliśmy. Granice prawne rozpisujemy krótko i wprost: scoring kredytowy osób fizycznych to wysokie ryzyko wg AI Act, ale firmowy controlling nie. Ewidencji, deklaracji i rozliczeń kadrowych tu nie ma, bo tą stroną finansów zajmuje się osobny tekst o AI w księgowości.
- Najważniejsze informacje
- Budżetowanie: warianty i konsolidacja, nie decyzja
- Prognozy: czat do danych to nie model statystyczny
- Analiza odchyleń: wyliczenie szybkie, przyczyny do weryfikacji
- Raporty zarządcze: Copilot w Power BI i wymogi, które łatwo pominąć
- Arkusze: ceny Copilota i ścieżka bez licencji
- ERP i platformy planowania: od Comarcha po Anaplan
- Płynność: projekcje wpłat i wypłat
- Dane finansowe w promptach: granica z polityki, nie z narzędzia
- AI Act: co jest wysokiego ryzyka, a co nie
- Szkolenia i studia: inna decyzja niż narzędzie
- Pilotaż: jeden proces i miernik
- Najczęstsze pytania
Najważniejsze informacje
| Co | Szczegóły (odczyty 1.11.2026) |
|---|---|
| Mapa procesów | budżetowanie, prognozy finansowe, analiza odchyleń, raporty zarządcze, planowanie płynności |
| Copilot Business (add-on) | 18 USD za użytkownika miesięcznie przy płatności rocznej (wcześniej od 21 USD), 25,20 USD przy miesięcznej; rynek USA |
| Copilot w Power BI | wymaga płatnej pojemności Fabric F2+ albo Premium P1+; sama licencja Pro lub PPU nie wystarcza |
| Scoring kredytowy osób fizycznych | wysokie ryzyko wg aneksu III pkt 5 lit. b, obowiązki od 2.12.2027; wyjątek: wykrywanie oszustw finansowych |
| Firmowy controlling | poza kategorią wysokiego ryzyka: budżet i raporty spółki nie oceniają osób fizycznych |
| Polska egzekucja | KRiBSI prowadzi kontrole i nakłada kary od 28.10.2026 (ustawa o systemach AI w życie co do zasady 11.08.2026) |
| Shadow AI | nieautoryzowane narzędzia AI w 43% incydentów bezpieczeństwa, ponad dwukrotnie więcej rok do roku (IBM, 2026) |
Budżetowanie: warianty i konsolidacja, nie decyzja
Budżet to proces, w którym AI nie podejmuje decyzji, ale skraca pracę mechaniczną. Czat z odczytem plików bierze historię z poprzednich okresów i robi z niej szkic: strukturę kosztów, wariant ostrożny i wariant ambitny, tabelę porównującą założenia. Anaplan, platforma planistyczna z segmentu korporacyjnego, opisuje na swojej stronie (odczyt 1.11.2026) sieć agentów AI, które mają odpowiadać na pytania, generować wnioski i wspierać decyzje; cennika firma nie publikuje, adres /pricing przekierowuje na formularz kontaktowy, co sprawdziliśmy w tym samym odczycie. W polskiej skali najbliżej MŚP jest kierunek widoczny u Comarcha: strona główna (odczyt 1.11.2026) reklamuje „agentów AI w systemie Comarch ERP”, przeglądarkową Optimę z funkcjami AI, a 26.10.2026 opublikowała relację z konferencji Partnerstwo 2026 poświęconą właśnie agentom.
Granica jest praktyczna. Model pracuje na tym, co dostanie: jeśli budżet składa się z historycznych arkuszy z kilku spółek, konsolidacja i zestawienie różnic powstaje w minuty, ale założenia o podwyżkach pensji, indeksacji umów albo planowanych inwestycjach muszą pochodzić od człowieka, bo ich w danych nie ma. Wersję roboczą i zatwierdzoną rozdziela się od pierwszego dnia, żeby po tygodniu nie szukać, która liczba była decyzją, a która szkicem.
Prognozy: czat do danych to nie model statystyczny
Prognozy finansowe wymagają rozdzielenia dwóch narzędzi, które często mieszkają w jednym zdaniu. Modele statystyczne prognozują szeregi czasowe: sprzedaż z sezonowością, wpływy z faktur z opóźnieniami płatności. Czat AI robi coś innego: pozwala zapytać o własne dane zwykłym zdaniem i dostać pierwszą odpowiedź bez budowania modelu. Dokumentacja Copilota w Power BI (odczyt 1.11.2026) nazywa to czatem do danych: analiza ad hoc dla użytkownika biznesowego, generowanie formuł dla twórców raportów.
Prognoza jest tak dobra jak dane historyczne, które dostanie. Jeśli firma przez dwa lata księgowała przychody z opóźnieniem albo straciła miesiąc na migracji systemu, model tego nie wie i prostą linię pociągnie przez dziurę. Praktyczny rygor: zanim prognoza pójdzie na zarząd, sprawdź, czy dane wejściowe nie mają luk i jak prognoza z ostatniego kwartału pokryła się z rzeczywistością.
Analiza odchyleń: wyliczenie szybkie, przyczyny do weryfikacji
To najbardziej mechaniczny z pięciu procesów, dlatego wchodzi najłatwiej. Wyliczenie wariancji między budżetem a wykonaniem to jedna formuła; cięższa jest interpretacja i tu AI szkicuje narrację: bierze tabelę odchyleń, sortuje według wielkości i proponuje wyjaśnienie dla każdego punktu. Controller czyta ten szkic jak robocze tłumaczenie: liczby się zgadzają, ale przyczyny (wzrost cen surowców, przestój, przesunięta faktura) trzeba potwierdzić z właścicielem procesu, bo model je dopowie, jeśli poprosisz o gotowe zdanie. Halucynacja przyczyny w raporcie dla zarządu kosztuje więcej niż dziesięć minut zaoszczędzonego czasu, więc ścieżka sprawdzania zostaje obowiązkowa.
Raporty zarządcze: Copilot w Power BI i wymogi, które łatwo pominąć
Miesięczny raport dla zarządu to w wielu firmach dwa dni pracy: zebranie liczb, komentarz, formatowanie. Dokumentacja Power BI (odczyt 1.11.2026, aktualizacja dokumentu 24.08.2026) pokazuje stan funkcji: panel Copilota przy raporcie jest ogólnodostępny, samodzielny agent w pełnym oknie pozostaje w podglądzie. Do tego dochodzi warstwa wymogów, którą łatwo zgubić przy kalkulacji budżetu wdrożenia: Copilot w Power BI wymaga płatnej pojemności Fabric (F2 albo wyższej) albo Premium (P1 i wyższej), a sama licencja Pro albo Premium Per User nie wystarcza; pojedynczy prompt ma limit 10 tys. znaków. Pojemność to realny koszt, nie detal.
Druga część raportowania to tekst: streszczenie miesiąca, zmiana tonu z technicznego na zarządczy, wersja po angielsku dla centrali. Te zadania czat załatwia na gotowych danych. Dokumentacja Copilota w Microsoft 365 (aktualizacja 28.10.2026) pokazuje przy okazji podział dostępu: bez add-onu funkcje w aplikacjach, w tym w Excelu, działają w trybie podstawowym zależnym od dostępności pojemności, a add-on daje im priorytet.
Arkusze: ceny Copilota i ścieżka bez licencji
Add-on Copilot Business kosztuje (cennik amerykański, odczyt 1.11.2026) 18 USD za użytkownika miesięcznie przy płatności rocznej, wcześniej od 21 USD, albo 25,20 USD przy płatności miesięcznej; pakiety Business Standard i Business Premium z wbudowanym Copilotem to odpowiednio 23,50 i 32 USD miesięcznie przy rocznej płatności. Ta sama strona przeglądana z polskiej lokalizacji oznacza produkty notą „This product is not available in your market”, więc stawki traktujemy jako punkt odniesienia, nie ofertę zakupową; realna ścieżka zakupu w Polsce idzie przez partnerów i kalkulację w złotówkach.
Ścieżka samodzielna na małą skalę nie wymaga licencji: czat ogólnego przeznaczenia z podanym plikiem arkusza robi formuły, zestawienia i pierwszą analizę. Przykłady z liczbami rozpisaliśmy w poradniku o AI w Excelu; tu zostaje jedna granica: arkusz z danymi finansowymi firmy to dane wrażliwe, o czym dalej.
ERP i platformy planowania: od Comarcha po Anaplan
W systemach klasy ERP i BI funkcje AI wchodzą w controllingu wprost: raportowanie, prognozy, agenci do zapytań o dane. Comarch (odczyt 1.11.2026) reklamuje agentów AI w ERP i AI w przeglądarkowej Optimie. Anaplan opisuje Anaplan Intelligence i agentów do planowania scenariuszy. Dwóch dostawców z naszej checklisty nie udało się odczytać w ogóle: strony sap.com i netsuite.com zwróciły 1.11.2026 błąd 403, więc o SAP Analytics Cloud i NetSuite piszemy tylko tyle, że należą do tej samej klasy systemów; żadnej liczby z tych stron nie przytaczamy.
Dla polskiej firmy wybór systemu to decyzja wieloletnia z migracją danych, więc pytanie o AI wchodzi w rozmowę z dostawcą razem z pytaniami o roadmapę, cennik i dane: gdzie siedzą, kto je widzi, co się dzieje przy rezygnacji. Dostawcy bez publicznego cennika, jak Anaplan, z definicji przenoszą rozmowę o liczbie do kontaktu handlowego.
Płynność: projekcje wpłat i wypłat
Prognoza płynności to inna wersja prognozy przychodów: wpływy z faktur z historycznymi opóźnieniami płatności klientów, wydatki stałe, terminy podatkowe i płace. AI pomaga w dwóch miejscach: projekcja wpłat na bazie realnego zachowania dłużników zamiast średniej z głowy oraz ostrzeżenie o tygodniach, w których saldo spada poniżej bezpiecznego poziomu. Obie funkcje opierają się na danych z systemu finansowego, więc ogranicza je ta sama zasada: księgowanie z opóźnieniem daje prognozę opóźnienia.
Ponieważ prognoza płynności bywa załącznikiem do wniosków kredytowych, pamiętaj, kto ją czyta: bank widzi dokument oceniający zdolność firmy, a model, który go wygenerował, widzi tylko dane. Odpowiedzialność za liczby zostaje przy podpisie, nie przy narzędziu.
Dane finansowe w promptach: granica z polityki, nie z narzędzia
Raport IBM Cost of a Data Breach 2026 (odczyt przez Help Net Security, 30.07.2026) podaje, że praca na nieautoryzowanych narzędziach AI figurowała w 43% incydentów bezpieczeństwa, ponad dwukrotnie częściej niż rok wcześniej; blisko 7 na 10 przełamanych organizacji nie miało polityk zarządzania AI, a połowa takich incydentów kończyła się utratą albo ujawnieniem danych. Dane finansowe spółki (marże, wynagrodzenia, ceny w kontraktach) to tajemnica przedsiębiorstwa, a wklejenie ich do publicznego czatu jest nieodwracalne już w momencie wysłania.
Porządek ustawia polityka AI: które dane wolno wklejać, do których narzędzi i pod jakim kontem. Szkielet takiej polityki rozpisujemy w tekście o polityce AI w firmie. Cennik Microsoftu wymienia w opisie Copilota Business ochronę klasy Enterprise Data Protection, czyli warstwę kontroli danych firmowych; to argument w rozmowie o narzędziu, nie zamiennik polityki.
AI Act: co jest wysokiego ryzyka, a co nie
Sekcja prawna jest krótka, bo granica jest jasna. Aneks III pkt 5 lit. b aktu o AI zalicza do systemów wysokiego ryzyka systemy „do oceny zdolności kredytowej osób fizycznych albo ustalania ich scoringu kredytowego”, z wyjątkiem systemów wykrywających oszustwa finansowe (tłumaczenie własne; odczyt aneksu 1.11.2026). Reżim wysokiego ryzyka z aneksu III obowiązuje po nowelizacji od 2.12.2027, a dla systemów z aneksu I od 2.08.2028 (strona art. 6, odczyt 1.11.2026). Chodzi o osoby fizyczne, czyli o świat banków i pożyczkodawców, nie o controlling firmy.
Tu granica wprost: budżet, prognoza sprzedaży albo raport odchyleń dla spółki nie ocenia żadnej osoby fizycznej, więc controlling firmowy nie jest systemem wysokiego ryzyka wg aktu o AI, choćby używał tych samych technologii co bank. Świat bankowy pokazuje zresztą skalę własnego zadania: z badania FT Longitude, SAS i Microsoft (za Manager+, 27.10.2026) wynika, że 63% przedstawicieli banków dopuszcza modele, których decyzji nie da się w pełni wyjaśnić, 76% przewiduje samodzielne decyzje kredytowe AI do 2031 roku, ale tylko 18% banków ma w pełni wdrożony nadzór nad AI, a 42% nie ma procedur awaryjnego wyłączania modeli.
Egzekucja w Polsce nabiera kształtu. Ustawa o systemach sztucznej inteligencji weszła w życie co do zasady 11 sierpnia 2026, a od 28 października 2026 Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI) może prowadzić kontrole i postępowania oraz nakładać kary; do komisji składa się skargi na działanie systemów AI, a ustawa przewiduje „nadzwyczajne złagodzenie sankcji” przy samodzielnym zgłoszeniu błędu i współpracy (Bankier.pl, 28.10.2026). Pełną oś dat aktu rozpisujemy w tekście o AI Act w firmie, a inwentaryzację własnego użycia AI w audycie AI w firmie.
Szkolenia i studia: inna decyzja niż narzędzie
Autouzupełnianie miesza proces z edukacją: przy „ai w finansach” pojawiają się studia podyplomowe, szkolenie, kurs, konferencja, przy „ai w controllingu” szkolenie i nazwa uczelni. Oferta edukacyjna istnieje, żadnej uczelni ani kursu nie weryfikowaliśmy i niczego nie polecamy; to decyzja zakupowa innej natury niż wybór narzędzia. Jest jednak wymóg, który szkolenie robi formalnym: od 2 lutego 2025 dostawcy i wdrożyciele systemów AI mają zapewniać kompetencje zespołowi (AI literacy, art. 4, odczyt 1.11.2026). Kolejność, która ma sens: najpierw jeden proces na własnych danych, potem szkolenie tam, gdzie wyłapie się brak.
Pilotaż: jeden proces i miernik
Pierwszy proces wybiera się po mierniku, nie po modzie. W tej mapie dwie pozycje wchodzą najpłynniej: szkic komentarza do raportu miesięcznego (miernik: czas od zamknięcia księgowego do gotowego szkicu narracji) oraz analiza odchyleń na własnych liczbach (miernik: czas od tabeli do zestawu przyczyn do weryfikacji). Oba nie dotykają decyzji, więc pomyłka pilota niczego nie kosztuje poza czasem, a po dwóch miesiącach wiadomo z liczb, czy narzędzie skraca pracę. Etapy decyzji o wdrożeniu rozpisujemy w tekście o wdrożeniu AI w firmie, a pełną mapę po działach trzyma hub AI w firmie.
Najczęstsze pytania
Jakie jest zastosowanie AI w controllingu?
Po procesach: budżetowanie (szkice założeń i wariantów), prognozy finansowe (analiza historycznych szeregów i czat do danych), analiza odchyleń (wariancje i szkice wyjaśnień), raporty zarządcze (narracja do liczb) i planowanie płynności (projekcje wpłat i wypłat). W arkuszach i systemach ERP te funkcje mają nazwy handlowe, ale mapa procesu jest ta sama. Granica prawna: scoring kredytowy osób fizycznych to wysokie ryzyko wg AI Act, a firmowy controlling nie.
Czy potrzebne jest szkolenie z AI w controllingu?
Obowiązek formalny wynika z aktu o AI: od 2 lutego 2025 wdrożyciele systemów AI zapewniają zespołowi kompetencje (AI literacy). Praktycznie najwięcej daje praca na własnych danych: jeden proces na firmowych plikach uczy więcej niż materiał ogólny. Ofert szkoleń i studiów jest na rynku sporo, ale żadnej nie weryfikowaliśmy.
Czy warto robić studia podyplomowe z AI w finansach?
To decyzja edukacyjna, nie wdrożeniowa: autouzupełnianie potwierdza popyt (studia podyplomowe, kurs, konferencja), ale ofert uczelni nie czytaliśmy w całości i nie porównujemy. Jeśli celem jest wdrożenie w firmie, pierwszeństwo ma pilotaż na własnych procesach. Wymóg AI literacy spełnia szkolenie zespołu i nie musi to być studium podyplomowe.
Czy AI w controllingu jest systemem wysokiego ryzyka wg AI Act?
Nie. Wysokie ryzyko (aneks III pkt 5 lit. b) dotyczy oceny zdolności kredytowej osób fizycznych i ustalania ich scoringu, z wyjątkiem wykrywania oszustw finansowych; to kategoria bankowa z obowiązkami od 2.12.2027 po nowelizacji. Budżety, prognozy i raporty spółki nie oceniają osób fizycznych, więc reżimu wysokiego ryzyka nie uruchamiają. Obowiązki poziome, AI literacy od 2.02.2025 i transparentność od 2.08.2026, obejmują firmy niezależnie od tej granicy.
Od czego zacząć AI w finansach i controllingu przedsiębiorstwa?
Od jednego procesu z policzalnym miernikiem: szkic komentarza do raportu albo analiza odchyleń na własnych liczbach. Równolegle ustal politykę danych, czyli co wolno wklejać do czatów, bo dane finansowe to najczęstszy punkt styku z ryzykiem. Narzędzia dojdą w drugiej kolejności: czat ogólnego przeznaczenia na start, decyzja o add-onie albo o ERP z modułem AI po pilotażu.
Źródła
- Microsoft, cennik Copilota dla firm, rynek USA (Microsoft 365 Copilot Business add-on 18 USD za użytkownika miesięcznie przy płatności rocznej, „Originally starting from $21.00”, 25,20 USD przy miesięcznej; Business Standard with Copilot 23,50 USD, Business Premium with Copilot 32 USD; nota „This product is not available in your market” przy polskiej lokalizacji), https://www.microsoft.com/en-us/copilot/pricing/business (odczyt 1.11.2026)
- Microsoft Learn, „Microsoft Copilot overview” (aktualizacja 28.10.2026; poziomy dostępu: Basic z ograniczonym dostępem zależnym od pojemności, add-on z priorytetem w Word, Excel, PowerPoint, OneNote, funkcje rozliczane wg użycia), https://learn.microsoft.com/en-us/microsoft-365/copilot/copilot-overview (odczyt 1.11.2026)
- Microsoft Learn, „Copilot for Power BI overview” (aktualizacja 24.08.2026; czat do danych, analiza ad hoc, generowanie DAX, panel raportowy ogólnodostępny i agent w podglądzie; wymogi: płatna pojemność Fabric F2+ albo Premium P1+, licencja Pro/PPU niewystarczająca, limit promptu 10 000 znaków), https://learn.microsoft.com/en-us/power-bi/create-reports/copilot-introduction (odczyt 1.11.2026)
- artificialintelligenceact.eu, aneks III pkt 5 lit. b („AI systems intended to be used to evaluate the creditworthiness of natural persons or establish their credit score, with the exception of AI systems used for the purpose of detecting financial fraud”), https://artificialintelligenceact.eu/annex/3/ (odczyt 1.11.2026)
- artificialintelligenceact.eu, art. 6 („Comes into force 2 December 2027 (high-risk under Annex III) / 2 August 2028 (high-risk under Annex I), according to Article 113(c)”), https://artificialintelligenceact.eu/article/6/ (odczyt 1.11.2026)
- artificialintelligenceact.eu, art. 4 (AI literacy, „Comes into force 2 February 2025, according to Article 113(a)”); obowiązek dostawców i wdrożycieli wobec personelu), https://artificialintelligenceact.eu/article/4/ (odczyt 1.11.2026)
- Bankier.pl, „Od teraz można składać skargi na działanie systemów sztucznej inteligencji. AI Act w Polsce nabiera mocy”, 28.10.2026 (KRiBSI: kontrole, postępowania i kary od 28.10.2026, skargi na systemy AI; ustawa o systemach sztucznej inteligencji w życie co do zasady 11.08.2026; przewodnicząca Pamela Krzypkowska od końca września na 5 lat; „nadzwyczajne złagodzenie sankcji” przy współpracy), https://www.bankier.pl/wiadomosc/Od-teraz-mozna-skladac-skargi-na-dzialanie-systemow-sztucznej-inteligencji-AI-Act-w-Polsce-nabiera-mocy-9219781.html (odczyt 1.11.2026)
- Manager+, „Banki oddają decyzje sztucznej inteligencji. 63% gotowych zrezygnować z przejrzystości AI”, 27.10.2026 (raport FT Longitude, SAS i Microsoft „Why AI at Scale Needs Governance at Speed”: 63% dopuszcza modele trudne do wyjaśnienia, 76% przewiduje samodzielne decyzje kredytowe AI do 2031, 18% ma w pełni wdrożony nadzór nad AI, 42% bez procedur awaryjnego wyłączania), https://managerplus.pl/banki-sztuczna-inteligencja-decyzje-kredytowe-ryzyko-ai-38256 (odczyt 1.11.2026)
- Help Net Security, „Data breach cost 2026 averaged $4.99 million, AI attacks ran higher”, 30.07.2026 (za IBM Cost of a Data Breach 2026: shadow AI w 43% incydentów bezpieczeństwa, ponad dwukrotnie więcej rok do roku; blisko 7 na 10 organizacji bez polityk zarządzania AI; połowa incydentów z utratą albo ujawnieniem danych), https://www.helpnetsecurity.com/2026/07/30/ibm-cost-of-a-data-breach-2026/ (odczyt 1.11.2026)
- Comarch, strona główna („Agenci AI w systemie Comarch ERP”, Comarch ERP Optima w przeglądarce z funkcjami AI; aktualność 26.10.2026 „Agenci AI w centrum Partnerstwa 2026”), https://www.comarch.pl/ (odczyt 1.11.2026)
- Anaplan, „Anaplan Intelligence: AI-driven Scenario Planning & Analysis Platform” (sieć agentów AI do pytań, wniosków i decyzji, „Agentic Enterprise”; cennik niepublikowany, /pricing przekierowuje na formularz kontaktowy), https://www.anaplan.com/platform/intelligence/ (odczyt 1.11.2026)