È davvero notevole quanto velocemente gli strumenti di AI per Excel siano evoluti. Anche solo tre mesi fa li trovavo quasi completamente inutilizzabili. Oggi, sono riuscito ad aggiornare il mio modello Uber per gli ultimi quattro trimestri in una frazione del tempo, in modo accurato, anche considerando il tempo che ho speso a correggere e convalidare gli input chiave. I tre grandi sblocchi per me sono stati la creazione dei miei file di competenze, che sono schede ricetta che codificano un'analisi incredibilmente dettagliata di ogni passaggio del processo di modellazione finanziaria (riuniti in un documento di 86 pagine poi trasformato in sei competenze di modellazione distinte... sfortunatamente, non condividerò questo in questo momento, ma lo prenderò in considerazione in futuro), collegare il Daloopa MCP a Claude in Claude Excel per dati accurati, e creare uno spazio di convalida in Perplexity Computer per effettuare controlli finali e debug. (Non sono sponsorizzato né da Daloopa né da Perplexity, né da alcun fornitore per quel che vale) Ovviamente, questo processo potenziato dall'AI è utile solo nella misura in cui è accurato al 98%+ e al 100%+ su metriche critiche. La convalida deve essere un processo sistematico che mescola strumenti di codifica e liste di controllo di convalida umana (cioè controllare manualmente le variabili chiave del modello e comprendere dove nel modello ci sia tolleranza per errori e dove non ci sia). Ma la capacità dei nuovi LLM di leggere e analizzare modelli (particolarmente GPT 5.4) e l'emergere di spazi di lavoro agentici come Perplexity Computer per indirizzare compiti ai giusti LLM sembra portare a grandi progressi qui. Cose davvero entusiasmanti. Sono stato un grande scettico in questo campo... i modelli basati su Excel sono la base della decisione istituzionale, e non sono il posto per errori dell'AI. Con il miglioramento della tecnologia, in particolare dei flussi di lavoro attorno alla convalida sistematica, quello scetticismo sta svanendo.