Kontekst
Wewnętrzny asystent grupy, platforma narzędzi AI używanych w całej firmie, dostał nowy tryb do jednej powtarzalnej pracy: przygotowania wniosku o kredyt inwestycyjny. Przypadkiem wzorcowym była mała biogazownia rolnicza, a pakiet, którego oczekuje bank, zna każdy, kto finansował inwestycję: model finansowy, biznes plan, harmonogram rzeczowo-finansowy, oferta i umowa generalnego wykonawcy oraz dokumenty źródłowe, od pozwoleń po sprawozdania finansowe.
Problem
Ręczny pakiet dla przypadku wzorcowego przygotowano starannie, a mimo to przeczył sam sobie. Biznes plan stwierdzał, że minimalny DSCR spełnia standardy banku, podczas gdy model, na którym się opierał, dawał 1,10 w pierwszym roku spłat, poniżej progu przytoczonego w tym samym biznes planie. Bilans w modelu nie bilansował się w jednym z lat o ponad trzy miliony złotych, kilka kolumn pokazywało zerwane odwołania, formuły sięgały do zewnętrznego pliku, kredyt był wypłacany jednorazowo zamiast w transzach według harmonogramu, a bilans podmiotu wspierającego opisano złą datą.
Żaden z tych błędów nie był egzotyczny. Tak wygląda pięć dokumentów utrzymywanych ręcznie wokół jednego zestawu liczb. Potem bank poprosił o dziesięć miesięcy budowy zamiast siedmiu. Ta jedna zmiana wymagała poprawek w czterech dokumentach, a przy niezmienionej karencji DSCR w pierwszym roku spłat spadał poniżej jedności. Nikt by tego nie zauważył, dopóki nie zauważyłby bank.
Podejście
Zasada nadrzędna brzmi: jedna sprawa, jeden zestaw założeń, jeden silnik obliczeń, wszystkie dokumenty. Żadna liczba w żadnym dokumencie nie jest wpisywana ręcznie ani pisana przez model językowy.
Założenia zaczynają się od źródeł. Użytkownik wgrywa to, co przysłał klient, także skany decyzji, a model wyciąga fakty z dosłownym cytatem i numerem strony. Każdy fakt jest akceptowany albo odrzucany obok oryginału z podświetlonym cytatem, a gdy dwa dokumenty podają różne wartości, użytkownik musi wybrać jedną z nich. Zaakceptowana wartość trafia do założeń razem z pochodzeniem, więc każde pole otwiera dokument, z którego pochodzi, na właściwej stronie. Dane spółek pochodzą z KRS, GUS i Białej listy VAT, a nie z czyjejś pamięci.
Silnik liczy nakłady inwestycyjne miesiąc po miesiącu, transze kredytu, odsetki kapitalizowane w okresie budowy, raty, amortyzację, rachunek zysków i strat, przepływy pieniężne i bilans, DSCR, IRR i NPV oraz zestaw scenariuszy. Kokpit kluczowych wskaźników jest zawsze na ekranie, a każda zmiana pokazuje skutek przed zapisem: minimalny DSCR z jednej wartości na drugą i listę dokumentów, które staną się nieaktualne.
Problemy są pokazywane jako zadania z gotową naprawą, a nie jako czerwone komunikaty. Dwadzieścia trzy reguły sprawdzają sprawę, od pierwszej raty przed startem przychodów, przez lukę gotówkową w konkretnym miesiącu, po budowę wychodzącą poza okno wyznaczone umową przyłączeniową. Większość ma przygotowaną poprawkę, na przykład dobór karencji albo pożyczkę właścicielską w miesiącu luki, pokazywaną jako podgląd i stosowaną dopiero po wyraźnym potwierdzeniu. Osobny przegląd każe Claude'owi przeczytać sprawę oczami analityka kredytowego, który szuka powodów odmowy, i zwrócić czerwone flagi, pytania oraz mocne strony, a jego ustalenia trafiają do kolejnej wersji biznes planu.
Dokumenty wynikają z tego samego stanu. Model powstaje jako arkusz z żywymi formułami, harmonogram jako arkusz i dokument, a biznes plan pisze Claude rozdział po rozdziale, podczas gdy każdą liczbę wstawia silnik. Umowa z wykonawcą powstaje jako projekt oznaczony na każdej stronie jako wymagający weryfikacji prawnej i trafia dalej do narzędzia grupy do przeglądu umów. Spis paczki dla banku zbiera najnowsze aktualne wersje razem z plikami źródłowymi i zapisuje, co dokładnie zostało wysłane.
Każda sprawa ma copilota, który zna jej założenia, wyniki i niezapisane zmiany. Na pytanie „jak dojść do DSCR 1,2?” odpowiada, uruchamiając solvery silnika dla karencji, udziału kredytu albo liczby rat, nigdy szacując. Proponuje i nigdy nie zapisuje, a nie wolno mu ruszać cen, produkcji ani kosztów po to, żeby poprawić wskaźnik, bo to są fakty z dokumentów.
Rezultat
Tryb powstał w pięciu sesjach kodowych, z których każdą zamykał code review, i jest pokryty około 160 testami backendu. W przypadku wzorcowym prośba banku to dziś jedna zmiana. Wydłużenie budowy do dziesięciu miesięcy przesuwa start przychodów i wywołuje dwa ustalenia blokujące; poprawka karencji przesuwa pierwszą ratę i podnosi minimalny DSCR z 0,87 do 1,25, zostawiając jedno ustalenie, krótką lukę gotówkową w jednym miesiącu, z własną poprawką.
Narzędzie mówi wprost, czego nie robi. Nie weryfikuje prawnie umowy, nie modeluje finansowania VAT, nie liczy LLCR ani dywidend i nie ocenia zdolności kredytowej za bank. Pokazuje ryzyka, o które bank zapyta, a decyzja zostaje po stronie banku.
Wnioski
Wniosek kredytowy to argument prowadzony liczbami, a jego najsłabszym punktem rzadko jest arytmetyka. Jest nim odległość między liczbą w modelu a zdaniem w biznes planie. Generowanie obu z jednego stanu usuwa tę odległość, zamiast sprawdzać ją po fakcie.
Drugi wniosek dotyczy miejsca dla modelu. Claude zarabia tu na swoje miejsce w dokładnie trzech rolach: czytania skanów, pisania tekstu i sceptycznego analityka. Każdą z nich ogranicza silnik, do którego należą liczby, a najważniejsza reguła copilota to ta, która zabrania mu przedstawiać sprawę lepiej, niż pozwalają na to dokumenty.