Microsoft ha rilasciato una nuova modalità agente AI per il suo software Excel, progettato per automatizzare le attività di dati consentendo agli utenti di fornire istruzioni in linguaggio semplice. La funzione genera output come dashboard dinamici, modelli finanziari e schede dati consolidati, con l’obiettivo di rendere più accessibile una gestione dei dati complessi. L’introduzione della modalità agente AI rappresenta uno spostamento nell’interazione dell’utente con il software di foglio di calcolo, passando dalla voce manuale della formula e dalla manipolazione dei dati a un sistema conversazionale basato su comandi. Come indicato in un’analisi di Kenji, questo strumento è posizionato per modificare i flussi di lavoro di gestione dei dati per una vasta gamma di utenti. La funzione principale consente a un individuo di descrivere un risultato desiderato, come un tracker di budget o un rapporto di vendita, e l’IA costruisce automaticamente le tabelle, i grafici e le formule corrispondenti. La tecnologia integra l’intelligenza artificiale con le capacità di calcolo e visualizzazione esistenti di Excel per automatizzare le attività che hanno tradizionalmente richiesto conoscenze specializzate e investimenti in tempo significativi. Interpretando i suggerimenti del linguaggio naturale, l’agente può eseguire processi in più fasi che altrimenti implicherebbero i menu di navigazione, la scrittura di formule complesse e la formazione manuale delle cellule. Questo approccio ha lo scopo di ridurre la barriera all’ingresso per l’analisi e il reporting dei dati avanzati, potenziando gli utenti che potrebbero non essere competenti in tutte le funzionalità avanzate di Excel. Un componente centrale della modalità agente AI è la sua capacità di generare dashboard dinamici. Questi non sono report statici ma sono progettati per aggiornare in tempo reale man mano che i dati di origine sottostante cambiano. Quando un utente inserisce nuovi dati, come numeri di vendita aggiornati o spese mensili, i grafici e le tabelle di riepilogo all’interno della dashboard si aggiornano automaticamente senza richiedere ulteriori azioni dell’utente. Ciò fornisce ciò che la descrizione della funzionalità definisce “approfondimenti istantanei”, consentendo agli utenti di monitorare continuamente gli indicatori di prestazione o le metriche finanziarie. Il processo di creazione coinvolge l’utente che descrive i componenti che desiderano vedere, ad esempio, specificando le loro fonti di reddito, le categorie di spese e gli obiettivi di risparmio per una dashboard di finanza personale. L’intelligenza artificiale assembla quindi un riepilogo visivo completo, incorporando vari tipi di grafici e tabelle formattate per presentare chiaramente le informazioni. Questa automazione aggira il tradizionale processo più ad alta intensità di lavoro di costruzione di dashboard, che in genere prevede la creazione di tabelle per pivot, la progettazione di grafici e il collegamento a fonti di dati con formule. Un’altra capacità chiave è la creazione automatizzata di sofisticati modelli finanziari. La modalità agente AI può costruire strumenti analitici complessi da un input dell’utente minimo. Esempi di tali modelli includono programmi di ammortamento del prestito dettagliato e analisi del flusso di cassa scontate (DCF). Per generare un programma di ammortamento, un utente fornirebbe l’importo del prestito principale, il tasso di interesse e il termine del prestito, e l’IA produrrebbe una tabella completa che abbatte ogni pagamento nei suoi principali e componenti di interesse per tutta la durata del prestito. Per l’analisi degli investimenti, lo strumento può creare un modello DCF, un metodo standard per valutare un’azienda. Ciò comporta l’intelligenza artificiale che creano una struttura che incorpora ipotesi sulla crescita delle entrate future, i costi operativi e le spese in conto capitale per prevedere i flussi di cassa e calcolare il valore attuale netto di una società. Il processo riduce in modo significativo lo sforzo manuale e le competenze finanziarie necessarie per costruire questi modelli da zero. Il consolidamento dei dati è anche una funzione primaria. La funzione è progettata per affrontare la sfida comune di lavorare con le informazioni che si diffondono su più fogli di lavoro o persino file diversi. L’agente AI può unire perfettamente le disparate fonti di dati in un unico file master coeso. Ad esempio, un’azienda con dati di vendita regionali situati in schede separate per North, South, East e West può istruire l’IA a combinarli. L’agente interpreterà il comando, identificherà i dati pertinenti, allineerà le colonne e aggiungerà le righe in un set di dati unificato. Ciò semplifica l’analisi di raccolte di informazioni grandi e frammentate, rendendo più facile eseguire monitoraggio e reporting completo senza ricorrere a metodi manuali di copia e incolla o strumenti più avanzati come la query di potenza. Il sistema incorpora anche una funzione per il raffinamento iterativo. Dopo che l’IA genera un output iniziale, gli utenti non vengono lasciati con un risultato finale e immutabile. Invece, possono impegnarsi in uno scambio conversazionale con l’agente per apportare modifiche e miglioramenti. Attraverso una serie di domande o comandi di follow-up, gli utenti possono richiedere modifiche al contenuto generato. Ad esempio, un utente potrebbe chiedere all’intelligenza artificiale di “modificare il grafico a torta in un grafico a barre”, “aggiungere una nuova colonna che calcola la variazione percentuale anno su anno” o “filtrare i risultati per mostrare solo i dati dell’ultimo trimestre”. Questa capacità consente un processo di miglioramento progressivo, garantendo che l’uscita finale si allinei in modo più preciso con i requisiti e le esigenze analitiche dell’utente, portando a una maggiore precisione e rilevanza nel prodotto finale. Le applicazioni pratiche della modalità agente AI si estendono attraverso vari scenari professionali e personali. Lo strumento offre utilità per individui e organizzazioni che gestiscono regolarmente set di dati di grandi dimensioni o richiedono modelli finanziari dettagliati. I casi d’uso chiave includono:
- Pianificazione dei mutui: Il sistema può generare automaticamente tabelle di ammortamento complete. Queste tabelle forniscono una rottura dettagliata di pagamento per pagamento, mostrando la quantità di ogni puntata allocata agli interessi rispetto al preside, che è uno strumento prezioso per acquirenti di case e pianificatori finanziari.
- Tracciamento del budget: Per la gestione delle finanze personali, gli utenti possono sviluppare dashboard personalizzati per monitorare i budget mensili. Descrivendo i loro obiettivi finanziari, le entrate e le spese tipiche, l’IA può creare un sistema visivo per il monitoraggio delle abitudini di spesa e i progressi verso gli obiettivi di risparmio.
- Analisi degli investimenti: Gli analisti finanziari possono sfruttare lo strumento per creare modelli DCF. Questi modelli possono essere generati per includere sezioni per ipotesi chiave, previsioni pluriennali e analisi di sensibilità, che testano come la valutazione cambia quando le variabili chiave vengono modificate.
- Performance di vendita: Le aziende possono utilizzare la funzionalità per consolidare i dati di vendita regionali. Le informazioni di diversi territori possono essere unite in un file master, consentendo un monitoraggio completo delle prestazioni e la creazione di rapporti di riepilogo per la gestione.
Un aspetto significativo della modalità agente AI è la sua integrazione con altre applicazioni nella suite Microsoft Office, in particolare PowerPoint e Word. Questa funzionalità multipiattaforma consente il trasferimento diretto di approfondimenti da Excel in formati di presentazione e documenti. Gli utenti possono generare un riepilogo finanziario o un insieme di grafici analitici in Excel e quindi istruire l’IA a creare una presentazione PowerPoint corrispondente. L’agente produrrà una serie di diapositive con temi e layout personalizzabili, popolandoli automaticamente con le visualizzazioni e le tabelle dei dati dal file Excel. Allo stesso modo, lo strumento può generare report dettagliati in Word. Sulla base dei dati in un foglio Excel, l’IA può creare un documento strutturato con contenuti modificabili e adattati, garantendo un aspetto coerente e professionale. Questa integrazione è progettata per risparmiare tempo e mantenere l’uniformità quando si presentano e condividono informazioni derivate dall’analisi dei dati. Nonostante le sue capacità, la modalità agente AI ha diverse limitazioni e sfide documentate che gli utenti devono considerare. L’efficacia dello strumento dipende fortemente dalle istruzioni dell’utente.
- Sensibilità rapida: La qualità dell’output è direttamente correlata alla chiarezza e alla specificità delle istruzioni dell’utente. Le istruzioni vaghe o formulate in modo ambiguo possono portare a risultati incoerenti o errati, che richiedono all’utente di riformulare la propria richiesta.
- Vincoli di set di dati: Lo strumento attualmente ha una capacità limitata di gestire set di dati estremamente grandi. Potrebbe anche affrontare difficoltà quando gli utenti desiderano caricare file esistenti e complessi per la personalizzazione avanzata, limitando potenzialmente il suo utilizzo in determinati scenari di big data.
- Nessuna azione di azione: Un’omissione notevole è l’assenza di una funzione di anteprima. L’intelligenza artificiale esegue immediatamente i comandi senza prima mostrare all’utente un’anteprima del risultato previsto. Ciò può portare a modifiche non intenzionali, costringendo l’utente a annullare l’azione o apportare correzioni manuali.
- Integrazione limitata: Mentre esiste l’integrazione con PowerPoint e Word, ha limiti funzionali. Lo strumento può avere difficoltà a riutilizzare modelli di progettazione aziendale preesistenti e altamente personalizzati o inserire in modo intelligente i dati in sezioni specifiche di documenti stabiliti, che possono ostacolare i flussi di lavoro di personalizzazione avanzati.
Microsoft ha dichiarato piani per il futuro sviluppo della funzione, con l’obiettivo di incorporare la modalità agente AI direttamente nella più ampia funzionalità di copilota di Excel. Questa mossa ha lo scopo di rendere la tecnologia più accessibile a una base di utenti più ampia e semplificare l’uso all’interno dell’ecosistema Microsoft 365. Si prevede che gli aggiornamenti futuri si concentreranno sull’affrontare le limitazioni attuali. Questi miglioramenti pianificati includono il miglioramento della capacità dell’intelligenza artificiale di interpretare i prompt vaghi o complessi, aumentando la sua capacità di gestire set di dati più grandi e costruire una più solida integrazione con altre applicazioni per ufficio. Inoltre, lo sviluppo può includere l’introduzione di una funzione di anteprima dell’azione, che darebbe agli utenti un maggiore controllo consentendo loro di rivedere e confermare le modifiche proposte prima che vengano eseguite.
