Shortcut AI: революция в финансовом моделировании

В конце июля 2025 года на рынок вышел сервис Shortcut AI — инструмент на базе искусственного интеллекта, позиционирующий себя как первый «сверхчеловеческий агент для Excel».

Разработчик — компания Fundamental Research Labs, созданная выпускниками Массачусетского технологического института. Проект привлёк $44,5 млн начального финансирования от крупных венчурных фондов, включая Andreessen Horowitz и First Spark Ventures Эрика Шмидта. Сервис вызвал резонанс в финансовом и консалтинговом сообществе благодаря громким заявлениям о превосходстве над младшими аналитиками ведущих консалтинговых компаний.

Ключевые характеристики и возможности

Основной функционал

Shortcut представляет собой ИИ-инструмент для автоматизации работы с электронными таблицами, который функционирует двумя способами: через веб-приложение с собственным интерфейсом, имитирующим Excel, и через официальный плагин для Microsoft Excel. Основное отличие от универсальных языковых моделей (ChatGPT, Claude) — специализация на работе со структурированными данными и финансовыми моделями.

Сервис обрабатывает запросы на естественном языке и выполняет комплексные операции в таблицах. Пользователь может загрузить существующий файл Excel или создать таблицу с нуля, сформулировать задачу текстом — и система автономно выполнит расчёты и построит финансовую модель.​

Заявленные возможности включают:​

• Построение моделей дисконтированных денежных потоков (DCF) — традиционно занимает у аналитика 4-8 часов, Shortcut выполняет за 5-10 минут (на самом деле больше)
• Создание моделей выкупа с использованием заёмных средств (LBO) — 6-10 часов ручной работы против 8-12 минут в Shortcut
• Интегрированные трёхкомпонентные финансовые модели (отчёт о прибылях и убытках, баланс, отчёт о движении денежных средств) — 5-8 часов против 7-10 минут
• Модели слияний и поглощений (M&A) с анализом аккреции/разводнения — 6-12 часов против 10-15 минут
• Бюджетные и прогнозные модели с детализацией по департаментам

Технологическая архитектура: мультиагентная система

В отличие от привычных уже ИИ-инструментов, Shortcut, по заявлению разрабочиков, использует специализированную мультиагентную архитектуру:​

1. Агент планирования — декомпозирует сложный запрос пользователя на структурированную последовательность подзадач
2. Агент выполнения — генерирует формулы, структуры данных, форматирование
3. Агент верификации — проверяет корректность расчётов, выявляет ошибки до передачи результата пользователю
4. Агент данных — извлекает финансовую отчётность и рыночные данные из источников
5. Агент форматирования — применяет профессиональные стандарты оформления

Мультиагентный подход основан на научных исследованиях в области коллективной верификации. Такая система минимизирует типичные для языковых моделей ошибки при работе с количественными данными.​ Эта архитектура, согласно заявлениям разработчиков, обеспечивает точность формул на уровне 90%+ и позволяет системе выполнять задачи, которые занимают у аналитиков часы или дни, за считанные минуты.​

Заявленное преимущество: результаты сравнительного тестирования

Центральный элемент маркетинговой стратегии Shortcut — результаты слепого тестирования против младших аналитиков консалтинговых и инвестиционных компаний. Согласно опубликованным данным:​

• В 247 практических задачах по финансовому моделированию, анализу данных и подготовке отчётов Shortcut превзошёл аналитиков первого года работы из McKinsey и Goldman Sachs в 89,1% случаев (220 побед против 27 поражений)​
• Оценку результатов проводили старшие менеджеры этих компаний вслепую, не зная, какой результат подготовлен человеком, а какой — ИИ​
• Аналитикам предоставлялось в 10 раз больше времени на выполнение задач​
• Критерии оценки включали точность, форматирование, эффективность формул и корректность бизнес-логики​

Эти показатели позиционируют Shortcut как инструмент, способный заменить или существенно дополнить работу младшего аналитического персонала в задачах построения финансовых моделей.

Интеграция с Excel

Критическое преимущество для профессионалов финансового сектора — официальное партнёрство с Microsoft и выпуск плагина для Excel. Это позволяет:​

• Работать непосредственно с файлами .xlsx — редактирование происходит в стандартном формате Excel без циклов импорта-экспорта. При сохранении создаётся обычный Excel-файл, открываемый в любой версии программы.​
• Сохранять макросы и VBA-код — сложные модели часто содержат макросы для обновления данных или автоматизации. Плагин сохраняет весь этот функционал; VBA-код работает нормально, а ИИ функционирует параллельно.​
• Использовать привычные горячие клавиши Excel.
• Функция «Add to Focus» (целевые правки) — пользователь может выбрать конкретный диапазон ячеек или целые вкладки, и Shortcut внесёт изменения только в выбранную область, не затрагивая остальную часть модели. Это критически важно при обновлении действующих моделей новыми данными — например, внесении квартальной фактической отчётности в существующий прогноз.​

Плагин доступен для скачивания через Microsoft AppSource и синхронизирует настройки между веб-приложением и десктопной версией.

Практические сценарии применения

• Инвестиционный банкинг: Построение DCF-модели для презентации клиенту. Запрос к Shortcut: «Построй DCF для [Компания] на основе последней отчётности. Отраслевая WACC 10,5%, терминальный рост 3%, включи торговые мультипликаторы для перекрёстной проверки». Результат готов за 8 минут, остаётся время на проверку и корректировку допущений.​
• Прямые инвестиции (private equity): Быстрая подготовка LBO-модели. Запрос: «Построй LBO для [Цель]. EBITDA $500 млн, вход 6x, долг 60% по ставке L+450. Холдинговый период 5 лет, выход 7x. Покажи доходность по сценариям». Полная модель готова за 12 минут вместо 2 дней ручной работы.​
• Корпоративное финансовое планирование (FP&A): Годовой бюджет с детализацией по департаментам. Запрос: «Создай годовой бюджет на основе фактических данных Q3. Рост численности персонала 15%, выручки 20%. Покажи разбивку по департаментам с помесячной разбивкой». Многовкладочная бюджетная модель готова за 15 минут.​
• Сценарный анализ в режиме реального времени: Руководство спрашивает во время встречи: «Что если мы ускорим план найма в продажах на два месяца?» Фокусировка на разделе операционных расходов → численность продаж. Запрос: «Ускорь набор продавцов на 2 месяца и отрази влияние на динамику выручки». Ответ за 30 секунд прямо во время звонка.

Тарифные планы

Shortcut предлагает четырёхуровневую тарифную сетку:​

• Free (Бесплатный) — 30 бесплатных кредитов в день (3 задачи), полные возможности автоматизации Excel, доступ через браузер, поддержка сообщества.​
• Professional (Профессиональный) — $20/месяц при годовой оплате ($40 при помесячной). Включает: безлимитные задачи (500 дополнительных кредитов в месяц), плагин для Excel, доступ к библиотеке шаблонов (DCF, LBO, бюджеты), приоритетную обработку (1-3 минуты на задачу), поддержку по email.​
• Team (Командный) — $400/место в месяц при годовой оплате. Включает: безлимитные кредиты для всех участников команды, корпоративную безопасность уровня предприятия, SSO и MFA, групповой контроль доступа, общую библиотеку шаблонов, аналитику использования.​
• Enterprise (Корпоративный) — индивидуальная цена, обычно от $2,000/месяц для 25+ пользователей. Включает: интеграцию SSO (Okta, Azure AD, Google Workspace), ролевой контроль доступа (RBAC), кастомные варианты развертывания (VPC, on-premise), SLA 99,9% uptime, выделенного менеджера по работе с клиентами, доступ к API, журналы аудита и отчётность для комплаенса.

Основные проблемы, отмечаемые пользователями

Проблемы с форматированием и итеративной доработкой. Пользователи отмечают, что первоначальный результат может соответствовать запросу на 80%, но попытки уточнения и доработки часто ухудшают качество вместо улучшения. Один финансовый аналитик так описал опыт: «Я попросил небольшой модуль для создания графика финансирования. Первый вариант соответствовал примерно 80% моих ожиданий. Это было впечатляюще. Но когда я пытался уточнить детали, всё становилось только хуже».​

Непредсказуемость и нестабильность результатов. Фундаментальная проблема больших языковых моделей — недетерминированность: один и тот же запрос даёт разные результаты при повторных обращениях. Это критично для финансового моделирования, где требуется точность и воспроизводимость. Аналитик с опытом тестирования ИИ-инструментов отмечает: «Самая большая проблема — непоследовательность результатов. Каждый раз на один вопрос получаешь разный ответ, что неприемлемо для финансового аналитика».​

Сложности с нестандартным оформлением. Российский пользователь, тестировавший Shortcut для создания финансовых моделей, отметил: «Нейросеть способна сделать простую фин. модель. НО! В каком-то только ей ведомом дизайне (неудобном и избыточном для меня), а в моем дизайне — нет. Ни при каких условиях нет». Это указывает на проблему адаптации к специфическим корпоративным стандартам и шаблонам.​

Проблемы с большими файлами и производительностью. Пользователи Reddit сообщают о высоком потреблении памяти при работе с объёмными PDF-файлами или сложными книгами Excel, что приводит к замедлению и проблемам с производительностью. В одном обзоре на YouTube отмечается, что Shortcut «гораздо медленнее других ИИ-инструментов для работы с таблицами» и иногда модифицирует неправильную вкладку или тратит 6-8 минут на работу с небольшими наборами данных.​​

Архитектурное ограничение при работе с количественными данными. Пользователь с опытом финансовой отчётности указал на фундаментальную проблему: «У меня серьёзные сомнения в способности LLM справляться с количественными задачами. Фундаментальная проблема архитектурная: LLM обучены предсказывать следующее слово, а не следующее значение ячейки. Они отлично улавливают и воспроизводят идеи и тона — потому что человеческий язык размыт и прощает ошибки. Таблицы — нет. В моделировании точность не опциональна».​

Необходимость тщательной проверки результатов. Пользователь Reddit, тестировавший добавление сценарного анализа к финансовому прогнозу, описал: «Система придумала хороший план, создала вкладку сценариев с правильным типом контента, затем не смогла правильно связать это с остальной частью прогнозной модели. Когда я указал на различные ошибки, она сказала, что я прав, сообщила, что собирается сделать для исправления ошибок, заявила, что исправляет их, а затем фактически не исправила ни одну из ошибок». Вывод пользователя: «Учитывая многочисленные (и я имею в виду МНОГОЧИСЛЕННЫЕ) ошибки, я не был бы уверен, что какой-либо результат этого инструмента можно использовать без тщательного аудита, и в этом случае может быть проще просто выполнить работу самостоятельно».​

Эксперимент — построение финансовой модели инвестиционного проекта с помощью Shortcut AI

После теоретического анализа возможностей сервиса Shortcut давайте перейдем к практическому тестированию. Цель — проверить, насколько ИИ-агент способен создать комплексную финансовую модель инвестиционного проекта, соответствующую базовым стандартам и требованиям финансового анализа. Я попробовал создать финансовую модель создания кирпичного завода.

Этап 1. Формулирование технического задания (ТЗ)

Первоначальная попытка загрузить в Shortcut чрезмерно детальное техническое задание на разработку финансовой модели, сгенерированное другим ИИ, оказалась неудачной — система отклонила запрос, посчитав его слишком большим.

Это указывает на важный аспект: работа с ИИ-агентами требует краткого и предельно структурированного промпта, фокусирующегося на ключевых параметрах моделирования.

Итоговый, сокращенный промпт для Shortcut выглядел следующим образом:

Суть проекта: Разработка финансовой модели нового завода по выпуску 5 видов кирпича (полнотелый, пустотелый, облицовочный, шамотный, гиперпрессованный) с ежегодной мощностью до 10 млн. условных кирпичей. Модель строится для обоснования инвестиционной привлекательности, оценки структуры и сроков окупаемости.

Основные требования к финансовой модели:

• Горизонт планирования — 10 лет, помесячно.
• Прогноз выручки, затрат, налогообложения, инвестиций, финансирования и денежного потока.
• Отдельный расчет оборотного капитала: учитываются дебиторская и кредиторская задолженность, запасы, сезонность.
• В модели используются основы анализа сезонности (выручка и запасы меняются по месяцам).
• Дифференцированы условия расчетов с покупателями (DSO) и поставщиками (DPO).
• Расчет ключевых показателей эффективности: NPV, IRR, DPP, PI, а также объём и динамика потребности в оборотном капитале.
• Предусматривается анализ чувствительности и сценарное планирование (оптимистичный, базовый, консервативный сценарии).
• Итоговые данные наглядно группируются по блокам: продажи, производство, операционные и инвестиционные расходы, налоговые и финансовые потоки, ключевые метрики.

Результат: Готовая модель с отдельными разделами по блокам допущений, расчетов, отчетных форм, сценариев и методологии работы с параметрами оборотного капитала и сезонности.

Этап 2. Генерация модели и первоначальная оценка

Shortcut запросил несколько уточнений по исходным данным и приступил к работе. Заявленное время в 5–10 минут было превышено, и модель была сгенерирована чуть больше чем за 20 минут.

Структура сгенерированной модели:

Shortcut представил комплексную модель с 13 взаимосвязанными листами, которые охватывают необходимые блоки:

• Допущения: Assumptions.
• Расчетные блоки: Revenue, Production_Costs, OPEX, CAPEX, Depreciation, Working_Capital, Debt_Schedule, Tax.
• Отчетные формы: Cash_Flow.
• Метрики и анализ: Metrics, Sensitivity (не рабочий).

Модель соответствовала ключевым требованиям ТЗ: была обеспечена помесячная детализация (120 месяцев), учтены сезонность продаж, постепенный выход на мощность и динамический расчет оборотного капитала. Отдельно стоит отметить, что Shortcut корректно зафиксировал все формулы абсолютными ссылками на лист Assumptions, что является стандартом профессионального моделирования.

Результат:

Файл можно скачать в формате .xlsx и дальше уже разбираться с ним в привычном Excel, хотя и в окне сервиса весь необходимый функционал присутствует.

Этап 3. Обнаруженные ошибки и верификация

Несмотря на внешнюю комплексность, детальная проверка модели выявила ряд существенных недочетов, часть из которых уже отмечалась в независимых обзорах.

1. Проблемы с форматированием и размерностью
Изначальное форматирование модели оставляет желать лучшего. Но самое неприятное то, что в некоторых расчетных таблицах одновременно используется разная размерность (тысячи и миллионы рублей). Такая несогласованность недопустима в финансовых моделях, предназначенных для инвесторов или внутреннего анализа, так как это прямо влияет на восприятие данных и повышает риск ошибок.

2. Пропуск НДС и критическая ошибка при корректировке
Исходная модель не содержала расчета НДС ни в выручке, ни в затратах. ИИ-агент не догадался автоматически включить этот элемент, поскольку он не был явно запрошен в промпте.

После добавления НДС путем уточняющего запроса проявилась критическая методологическая ошибка (скачать вариант 2):

• Некорректный учет НДС в Cash Flow. Shortcut включил платежи в бюджет по НДС в Cash Flow, который был построен косвенным методом. При косвенном методе НДС, как правило, учитывается автоматически через изменение оборотного капитала (дебиторская/кредиторская задолженность), и его отдельное включение приводит к двойному счету.
• Ошибочный расчет NPV. NPV во втором варианте вырос в 28 раз. Что, конечно, никак не может быть. Причина — для расчета текущей стоимости потоков ИИ взял строку накопленного денежного потока (Cumulative Cash Flow) вместо чистого денежного потока за каждый период. Это фундаментальная ошибка, хотя и понятно, что в данном случае ошибка носит технический характер.

3. Неполнота и ограничения
В сгенерированной модели отсутствовал Баланс (Balance Sheet), который является обязательным элементом для полной трехкомпонентной модели (3-statement model) и необходим для корректного расчета показателей ликвидности, платежеспособности и кредитных ковенант. Можно попросить добавить, но у меня уже кончились бесплатные кредиты и эксперимент на сегодня завершился.

Выводы и перспективы Shortcut AI

Проведенный эксперимент подтвердил выводы, сделанные на основе анализа пользовательских отзывов:

• Сложность уточнений: Shortcut демонстрирует высокую вероятность критических ошибок при попытке скорректировать уже готовую модель или добавить в нее новые элементы (как в случае с НДС).
• Необходимость проверок: Заявления ИИ о «готовности модели» не отменяют необходимость 100% верификации всех ключевых формул и логических связей со стороны аналитика. Отсутствие контроля привело бы к принятию решения на основе некорректно рассчитанного NPV.
• Форматирование: Эстетика и единообразие форматирования остаются слабым местом, требующим ручной доработки.

Shortcut является мощным инструментом для первичной, черновой сборки структуры модели и быстрого прототипирования, а также для автоматизированного переноса исходных данных. Однако на сегодняшний день он не заменяет эксперта в области финансового моделирования и не исключает необходимости глубокого понимания методологии (например, разницы между прямым и косвенным методом Cash Flow и корректным расчетом NPV).

Технология находится на ранней стадии развития — сервис запущен в июле 2025 года, и разработчики выпустили 28 версий за первый месяц. По мере совершенствования алгоритмов верификации и накопления данных о типичных ошибках можно ожидать повышения надёжности и расширения применимости.