Optimizarea lucrului în Excel cu instrumente AI
De ce licențele de AI nu vor repara niciodată un Excel prost (sau de ce echipa ta are nevoie și mai mult de logică, nu de învățat formule)
1. Paradoxul: Motor de Ferrari pe o căruță cu roți pătrate
Ai investit în AI, dar echipa ta încă îți trimite rapoarte pe care trebuie să le corectezi manual. De ce?
Pentru că degeaba încerci să folosești un AI, oricât de specializat, să repare haosul. Dacă îi dai o bază de date care e orice în afară de bază de date (are merged cells, formate de date inconsistente, lipsă de legături logice cu alte baze de date), e foarte posibil ca AI să amplifice haosul.
2. „Tradu să priceapă mașina” (sau de ce am predate întotdeauna „the hard way”)
Dacă nu pricepi logica din spatele unui simplu IF, sau dintre București cu spațiu la sfârșit și București fără spațiu, cum vei ști să scrii un prompt corect care să genereze un rezultat corect sau măcar în direcția corectă?! În era AI, prompt-ul este noua formulă (nu sfântul Graal, totuși, așa cum insistă să ne convingă unii).
Cine nu știe să „traducă” nevoia de business într-o structură pe care modelele LLM să o poată evalua corect, va rămâne un simplu spectator la propriile erori. Doar că înainte de ChatGPT îi era mai teamă să dea Enter.
3. Diferența ditre „am o formulă” și „am o logică a datelor”
Am văzut și am lucrat majoritatea dintre noi cu câte un fișier fantomă făcut de nu știu ce fost coleg „din centrală” acum 10 ani. Actualizezi date și dai Enter cu teama că iar dă #REF! și habar n-ai de unde. Dai undo, calculezi manual, dai save as și speri că luna următoare va trebui altcineva să completeze în el.
Despre asta e vorba la training-ul nostru de Excel. Lucrăm pornind de la exemple reale, petrecem pauzele și timp în training lucrând exemple care să ajute cursanții să devină autonomi, adică:
- să repare fișierele alea vechi și să capete încredere că împreună pot reface structura datelor pentru aducere în actualitate.
- să înțeleagă de ce VLOOKUP nu merge nici cu mama AI-ului dacă într-o coloană am text și eu caut un număr
- să nu mai piardă jumătate de timp curățând date (asta e muncă fără plus valoare pentru angajator și frustrantă pentru angajat)
- să știe să aleagă când să utilizeze AI pentru task-uri complexe, dar a căror logică e în stare să o priceapă și, mai ales, al cărui rezultat e în stare să îl evalueze
- să stăpânească minimul jargon tehnic, pentru că una e să scrii “ceva e în neregulă cu datele din coloana C, nu îmi grupează pe luni în pivot toate datele, doar pe unele”, dar alta e să scrii “inserează o nouă coloană după coloana C, în care preia toate datele calendaristice din coloana C. Pentru datele scrise greșit în format mm.dd.yyyy, fă transformarea în format dd/mm/yyyy. Identifică mai întâi dacă există celule în care datele calendaristice nu sunt nici mm.dd.yyyy, nici dd/mm/yyyy în coloana C, le voi corecta manual.”
Cam lung prompt, nu? Făceam mai repede un IF cu un DATE(MID(…)) în el, iar pe cele complet haotic introduse, oricum știam să le modific manual. Dar uneori e mișto să ai propriul asistent.
Și despre asta e cursul nostru de Excel personalizat. Despre cum să găsești calea cea mai scurtă, sau drumul critic spre rezultatul corect.
4. De ce nu ne place „trainingul Industrial”
La Etic Solutions, facem dintotdeauna training în sensul strict al cuvântului, adică fix antrenament (memoria mușchilor = shortcut-uri, prompt-uri care știi că merg și memoria minții = logica, abilitatea de analiză și gândire critică). Și am constatat, the hard way (sic!), ce important este să vorbești pe limba cursanților, adică să construiești exerciții adaptate la problemele lor. De identificarea lor ne ocupăm la evaluarea inițială. Dacă în fișierul tău de buget HR nu merg formulele decât dacă e deschis și fișierul sursă, îți explicăm de ce și găsim și soluția din deceniul ăsta, ca să nu mai dea erori SUMIF-ul (da, de acolo e).
- Pentru începători: Îi învățăm să nu mai „polueze” sistemul. Să bage datele corect, să facă un Pivot simplu, să fie capabili să verbalizeze cerințele pentru un AI
- Pentru avansați: Îi învățăm să treacă de la „știu o formulă lungă” la „construiesc un sistem de date” care se actualizează automat.
5. Cine este „cunoscătorul” în 2026?
Un angajat care „știe” Excel este un angajat productiv. Înțelege conceptele de bază ale validării și arhitecturii datelor, iar acum știe și cum să formuleze o cerință structurată către un model AI și să auditeze rezultatul. Scutește timp și bani.
Cunoscătorul nu memorează sintaxa unei funcții complexe; AI-ul știe sintaxa mai bine. Cunoscătorul de Excel este cel care știe să auditeze soluția. Este cel care se uită la raportul generat de AI și spune: „aici nu e bine, iar au scris cu spații în plus colegii. Să fac și o validare de date pe coloana aia, să nu se mai întâmple”
Un om care „știe” Excel este un om care înțelege conceptele de bază ale validării și arhitecturii datelor, iar acum știe și cum să formuleze o cerință structurată către un model AI și să auditeze rezultatul.
6. Excel-ul nu moare, iar “să traduci să priceapă mașina” e mai important ca oricând
Dacă vrei ca investiția ta în noile tehnologii să dea randament, trebuie să începi cu baza. Un curs de Excel personalizat, cu focus pe exercițiu, trial and error, antrenament mental și învățare logică este cel mai bun „upgrade” pe care îl poți face echipei tale.
