Въведение

След като България спечели Евровизия се появи въпросът: колко ще ни струва организацията на домакинството и има ли икономически смисъл от това? Вместо да спекулирам, реших да го изчисля. Така се стигна до финансов модел с 8 работни листа, обосновки с първични източници и финален резултат от ~€22–27 млн. икономически ползи. Общо около 12 часа работа, разпределени в три чата с Claude.

Важно уточнение: използвам платената версия на Claude с най-ниския план от 22 евро на месец. Не са необходими специални инструменти или API достъп – всичко описано тук е постижимо с базовия платен абонамент.

Глава 1: Добрият финансов модел в Excel започва с добри данни и ясна структура

Преди да се напише и една формула, изразходвахме над 50% от цялото работно време за три неща: събиране на данни, обосноваване на ключовите параметри и оформяне на структурата на модела.

Тази предварителна подготвителна работа не е загуба на време. Точно напротив – тя гарантира, че изграждаме файл със солидна основа.

Защо данните са важни

Един финансов модел в Excel е добър, когато се основава на солидни, проверими данни. Ако броят туристи е взет от тавана, ако мултипликаторът е копиран без обосновка от по-богата икономика, ако цените на билетите не отговарят на реалния пазар – моделът изглежда прецизен, но е изграден върху пясък.

Затова за всяко перо потърсихме конкретни данни от последните няколко домакинства: Торино 2022, Ливърпул 2023, Малмьо 2024, Базел 2025, Виена 2026. Брой туристи, разходи по категории, цени на билети, брой спонсори, вноска от ЕВС. Тези и много други данни с линк към първичния източник бяха събрани, за да се оформи структурата на финансовия модел.

Claude помогна изключително много тук. Голяма част от изворите бяха на немски, френски, италиански, шведски. Официалният тарифен калкулатор на ARD, тарифната таблица на FranceTV Publicité, италиански сайтове за рекламни цени на RAI – без Claude тези източници просто нямаше да влязат в модела.

Защо е важна структурата на модела

По дефиниция финансовият модел представлява опростено, но реалистично представяне на някакъв икономически процес. Опростено е, защото никой модел не може да улови и изчисли всички параметри на истинския живот. Но реалистично, защото трябва да включва най-важните фактори, които определят икономическите ефекти със стойности максимално близки до действителните.

Затова нарочно задавах въпроси и търсех отговори, за да се уверя, че сме изчистили всички видове икономически ползи и факторите, които им влияят.

На няколко пъти спирах Claude, който ентусиазирано беше готов да се впусне да прави файла.

Типичен пример: Първоначално смятахме, че всички делегации ще престоят в София еднакво дълго. Но в действителност тези, които отпадат на първия полуфинал, няма логика да останат, а да си тръгнат. Докато тези, които остават до финала престояват значително по-дълго. Следователно трябва да предвидим отделни редове в Excel модела за отпадащите. Или финансирането от спонсорите: оказа се, че събитието има международни такива договорени от ЕВС и не са приход за домакина. Само националните спонсори са договорени от домакинската телевизия и се включват в това перо.

Няколко пъти изисквах изрично от Claude да ми разпише с точки и подточки кои са отделните приходни пера и параметрите, от които се влияят, както и самата структура на файла. Едва след като останах доволен от структурата преминахме към следващата стъпка – създаването на Excel файл.

Тази структура се запази на 90% във финалната версия на файла и само надграждахме и обогатявахме файла на нейна основа. Може да видите как изглеждаше в този файл: model_structure_before_xls_file

Глава 2: Изграждане на финансов модел в Excel с Claude

Физическата изработка на файла, беше итеративен процес, както е обичайно за изготвянето на един финансов модел в Excel.

Стъпка 1: Claude направи файла за 5 минути

След като структурата беше ясна, Claude направи първата версия на Excel файла за около 5 минути. Три работни листа, цветово кодиране (синьо = входен параметър, черно = формула), всички формули свързани, форматиране. Файл, за чието изграждане аз сам щях да прекарам минимум 6 часа. Може да видите тази първоначална версия на файла тук: eurovision_model-vD0

Стъпка 2: Аз прегледах файла подробно

Тук идва моят принос в тази фаза. Преминах през всяка формула, тествах ръчно изчисленията, задавах въпроси. Така открихме няколко фактически грешки – числа, които изглеждаха правдоподобно, но бяха неверни. Например броят на рекламните еквиваленти беше изчислен като 39, колкото са всички участници, вместо 29, колкото са участниците на големия финал. Това е логическа грешка, която самият ИИ беше пропуснал. Поуката: Claude прави файла бързо и технически издържано, но без човешка проверка грешките остават скрити.

Стъпка 3: Обосноваване на всяко допускане

Към първоначалните три листа добавихме още няколко, в които с числа и данни се обосновават всички параметри в модела. Тук е моят основен принос в целия проект. Ето само няколко примера:

Брой чуждестранни туристи

Защо 17 500 туристи, а не 20 000 или 30 000? Защото Торино 2022 е имал най-малко международни туристи от последните пет домакинства – около 25 000 от общо 55 000 посетители. Като отправна точка взимаме именно най-ниското число, тъй като моделът е консервативен. Допълнително прилагаме намаление от 30% заради по-ниската познаваемост на България и стигаме до 17 500. Това число вече не е измислено с гледане в тавана, а от конкретна отправна точка. Разбира се, всеки може да попита защо 30%, а не 40% или 15%. Това е чест проблем при финансовите модели – не можеш да обосновеш и докажеш всичко с данни. Има параметри, за които използваш опит и интуиция. В случая 30% е доста солидно намаление – това е една трета в крайна сметка.

Разходи на един чуждестранен турист

По подобен начин обосновахме и разход на всеки международен турист от €45 на ден за храна. Разбихме го на: солиден обяд (салата €8, основно €10, напитка €3, десерт €4 = €25), две леки хапвания през деня (€10), вода, кафета, бира – всичко общо €53 по актуални цени за София на база лични наблюдения и достъпни менюта на ресторанти в интернет. За консервативност приложихме 15% икономия, ако туристите пазаруват част от храната в супермаркет. Закуската е включена в нощувката. Крайният резултат е €45 на ден за храна и напитки. Само това число звучи стряскащо, поражда въпроси защо точно толкова. Когато има подробно разписано изчисление, подкрепено с данни – тогава съмненията отпадат. Винаги може, разбира се, да се променят параметрите, за да се проиграват различни сценарии.

Цени на билети

За средна цена на билет за големия финал избрахме €70, защото проверихме реалните цени на събитията в Арена 8888. За големи международни и наши звезди като Duran Duran, Deep Purple, Foreigner, Григор Димитров, Цеца Величкович,  цените са в този диапазон. Логично е това да е отправната точка, а не цените във Виена тази година например.

Обосноваването на параметрите е ключов момент в изграждането на един финансов модел в Excel. Ако това е реален модел за пред инвеститори или вземащи решения, всеки ще попита именно тези въпроси. Отговорите трябва да са представени максимално ясно в самия файл.

Стъпка 4: Цялостна проверка на модела

Проверката премина на няколко етапа.

Проверка от Claude

Когато сметнах, че Excel файлът е готов, помолих Claude за пълна проверка. Той откри несъответствия между числата в различни листа, между стойностите във формулите и описаното в бележките, между мултипликаторите в „Допускания“ и „Обобщение“. Дребни неща поотделно – но в модел, на който разчиташ за аргументация, всяко такова несъответствие подкопава доверието.

Такава проверка е трудоемка и досадна за човек. През годините съм я правил много пъти и винаги е било голяма мъка. Тази работа е скучна и непродуктивна, което подканя моя мозък да измисли десетки оправдания защо трябва да я пропусна. Нерядко това, че си прекарал часове в работа по файла изиграва лоша шега – свикваш с числата и просто не забелязваш очевидни грешки.

Аз даже се изхитрих и дадох файла и на чатГПТ да го провери. Той намери неща, които Claude беше пропуснал и даде някои добри идеи.

Проверка от човек

ИИ е незаменим помощник в такава задача. За няколко минути преглежда файла и вади подробен списък с грешки и несъответствия. Тук обаче трябва да предупредя за две неща:

Първо, ИИ е склонен да си измисля или забравя. Например упорито ми твърди, че 20% е вярната стойност на някакъв параметър, защото в предишните версии беше толкова. Но аз съм го променил в най-актуалната.

Второ, проверката на ИИ трябва да бъде първа стъпка. Той ще хване доста неща, с което ще ви спести не малко време. Но не разчитайте само на това, а направете една хубава проверка самите вие. Отговорността за верността на данните в един финансов модел в Excel е на човека (в този случай – моя), затова и човек трябва да мине след машината и да се увери.

Обичайните оправдания за липса на време в случая не вървят. В крайна сметка току-що казах, че ви е спестил време, нали?

Стъпка 5: „Read me“ листът

Последното нещо, което направихме, се пропуска в 95% от финансовите модели: „read me“ лист на първа позиция. Съдържа цветовата схема, методологичните принципи, съдържание с хиперлинкове към всички листа, disclaimer, дата и версия. Читателят разбира за 30 секунди какъв е този файл, за какво се използва, как е структуриран. Отне на Claude няколко минути да го направи и след това двайсетина минути на мен да го прегледам и пипна тук-там. Без него аз щях да изразходя минимум един час, а по-реалистично – два.

Финалната версия на файла може да свалите от тук: eurovision_model_vDF

Глава 3: Къде Claude помогна най-много

Събиране на информация

Буквално за секунди получавах данни, за чието намиране сам щях да прекарам часове. Но по-важното е друго – езиковата бариера. Официални тарифи на телевизии на немски, френски, италиански; шведски доклади за икономическия ефект от Малмьо; официални доклади на ЕВС. Без Claude тези източници просто нямаше да влязат в модела.

Изграждане на файла

Техническата изработка на Excel – структурата, формулите, форматирането, цветовото кодиране – е нещо, което Claude прави бързо и надеждно. Не перфектно (виж Глава 4), но като отправна точка е несравнимо по-бързо от ръчното изграждане.

Обяснения на непознати концепции

Например: как се измерва рекламният ефект от телевизионно излъчване? Какво е AVE (Advertising Value Equivalent) и защо е спорна метрика? Защо мултипликаторът за малка отворена икономика трябва да е по-нисък от този за Виена? Claude обяснява методологията достатъчно ясно, за да можеш да вземеш информирано решение, а не просто да копираш числото.

Техническа работа в Excel

Корекции на формули, добавяне на нови шийтове, форматиране, хиперлинкове, „read me“. Всичко това Claude върши бързо и без оплакване, колкото пъти и да го помолиш да го преработи.

Глава 4: Къде Claude не беше съвсем прецизен

Измислени линкове

Получих линк https://feeds.bbci.co.uk/news/entertainment-arts-64763717, който не работеше. Пробвайте го, ако не ми вярвате. Нещо по-интересно – когато му казах, че не работи, ми предложи друг, който …. също не работеше. Линковете изглеждат убедително – URL структурата е правдоподобна, заглавието звучи вярно. Точно затова са опасни: не ги проверяваш, защото изглеждат верни.

Невнимателно четене на източници

В данните за Торино Claude интерпретира „40% от нощувките са на чужденци“ като „40% от посетителите са чужденци“. Съществена разлика. Открита само защото прочетох оригиналния текст внимателно. Затова е необходимо да се чете внимателно. Не се доверявайте, а проверявайте.

Уверени изводи без реална проверка

При въпроса дали логата на спонсорите се виждат на пресконференциите, Claude отговори уверено: „Националните спонсори получават излъчване само в страната домакин, не глобално“. Изпратих снимка от пресконференцията на Дара след победата – националните спонсори бяха ясно видими на backdrop-а зад нея, пред 160+ млн. зрители. Пълен обрат на позицията.

Необосновани начални числа

Началната оценка за спонсори беше €300 000–600 000 на спонсор × 6 спонсора. Финалният модел стигна до 2 × €125 000. Почти 10 пъти разлика. Числото беше генерирано без реална обосновка и изглеждаше правдоподобно – докато не го проверихме.

Общата нишка: Claude рядко казва „не знам“. Когато няма данни, генерира нещо правдоподобно. Проверявайте критичните неща.

Глава 5: Загубата на данни при дълги чатове

Сега ще ви споделя един урок, който научих по трудния начин – когато чатът стане много дълъг, може да загубите ценна информация.

Какво е контекстният прозорец

Claude не „помни“ разговора като човек. Той вижда целия текст на разговора наведнъж, но само до определен обем – т.нар. контекстен прозорец. Когато разговорът надхвърли този обем, по-ранната информация започва да се губи. Резултатът: Claude губи детайли, които сме уточнявали по-рано.

Какво се случва на практика

Симптомите са три, и почти винаги идват заедно:

• Губят се конкретни числа – параметри, обосновки, решения, взети по-рано в разговора.
• Отговорите стават все по-общи и повърхностни.
• Най-опасното: Claude започва да запълва пропуските с правдоподобни, но измислени детайли – и не ти казва, че го прави.

В чат 1 на този проект Claude компресира по-ранни части от разговора и изгубих конкретни стойности, които бяхме обосновали заедно. Буквално половин час проучвания, разговори, обяснения отидоха на вятъра.

Решението: техниката с md обобщенията

Една проста техника може да ви спести подобни главоболия. Просто, когато усетите, че чатът е станал много дълъг, помолете Claude за структурирано обобщение в markdown формат – с всички допускания, обосновки, взети решения и промени по файла. Ако не сте сигурни дали чатът е достатъчно дълъг – просто попитайте ИИ за неговата оценка.

След това започнете нов чат, като приложите в началото му файлът с обобщението и всички релевантни работни файлове. Така започвате нов чат, с празен контекстен прозорец, но не тръгвате от нулата.

За този проект използвах общо три чата, организирани точно така. Работи добре, но изисква дисциплина от страна на потребителя. Не трябва да се оставя Claude да реши кога да обобщи. Като усетите, че набъбва чатът, поискайте обобщение, преди прозорецът да се запълни и отворете нов чат.

Глава 6: Колко време отне – и колко щеше да отнеме без Claude

Общото работно време беше около 12 часа плюс/минус, изразходвани в продължение на 3-4 дни. Тръгнахме буквално от нулата и стигнахме до готов, работещ файл. По-долу може да видите едно приблизително разпределение на времето и моята оценка колко би ми отнело без ИИ

Дейност	С Claude	Без Claude
Събиране на данни	~4 часа	~20 часа*
Изграждане на D1 файл	~10 минути	~6 часа
Обосноваване на допускания	~3 часа	~6 часа
Итерации и корекции	~2 часа	~4 часа
Проверка	~2 часа	~4 часа
„Read me“ лист	~30 минути	~2 часа (или пропуснат)
Общо	~12 часа	~42 часа

* включително невъзможността да се намерят източници на немски, френски, италиански

Не мога да се закълна в точността на числата, тъй като не следях всичко с хронометър в ръка. Но със сигурност спестеното време се измерва в пъти, а не в проценти. Но не е и десетки или стотици пъти, каквито твърдения има от разни „специалисти“.

Обърнете внимание на няколко неща:

1. С ИИ не става за 5 минути

Забравете го това. Има си работа, която трябва да свърши човек. ИИ спестява много от „хамалската работа“ – проучване, изработка на файла, проверка. Но планирането, организацията, валидирането, задаването на посоката – всичко това е работа на човека и няма как да се избегне.

Очевидно е обаче, че ИИ спестява много време. Интересното е, че не го прави по един и същи начин във всички етапи на работата.

2. Спестяването не е равномерно.

При събирането на данни разликата е огромна – не само заради скоростта, но и заради езиковата бариера. При обосноваването на допусканията разликата е малка – тази работа изисква осмисляне, преценка, анализ и не може да се делегира. При самото изграждане на файла разликата е драматична, но при проверката му – не чак толкова.

3. Не говорим за замяна, а за допълване

В този пример аз не виждам как Claude ще замени човек. От самата идея, през задаване на посоката на работа, през осмислянето на информацията, до финалните акорди – има много неща, които човекът трябва да свърши. И за това ще са му необходими знания, и умения – както технически, така и меки. Очевидно е, че с ИИ една работа може да се върши много по-бързо, което отваря нови възможности за творческите способности на човека.

4. Vibe coding-ът е надценен

Понятието „vibe coding“ (вайб кодинг) е популяризиран през 2025 г. от Andrej Karpathy, един от най-известните AI изследователи, работил в OpenAI и Тесла. Означава подход, при който човек описва какво иска на естествен език и оставя ИИ да генерира кода, без самият той да навлиза в техническите детайли на реализацията. Постепенно набра популярност и в други области. Например във финансите се налага представата, че хора без счетоводно образование и опит могат да създадат сложен финансов модел в Excel само като подават „правилните“ команди към ИИ. В Линкдин циркулират стотици публикации, чиито автори обещават комплект от готови промптове за всякакви видове финансови отчети, анализи, бюджети.

След този проект мога категорично да кажа, че поне при финансовото моделиране това не работи толкова лесно.

Причината е проста.

Един финансов модел не е сбор от формули и работни листове. Той е материализирано разбиране за даден бизнес, процес или икономически ефект. За да прецениш дали едно допускане е разумно, дали някое число изглежда съмнително, дали структурата е правилна или дали липсва важен фактор, трябва да разбираш от финанси и икономика. Самият ИИ няма как да ти каже кое е важно за конкретния случай, ако ти самият не знаеш какви въпроси да зададеш.

В този проект многократно откривах грешки, неточности и необосновани допускания именно защото имам опит с финансови модели. Ако нямах тези знания, голяма част от проблемите вероятно щяха да останат във финалния файл.

Любител с ИИ може да създаде впечатляващ модел за минути. Но дали този модел е добър, дали обхваща всички фактори, дали стойностите на заложените параметри са разумни, каква информация е необходима, за да се обосноват, има ли технически и логически грешки – всичко това изисква определени знания и опит.

С това не отричам, че някой музикант или водопроводчик, например, не може с малко здрав разум и множество въпроси към ИИ да създаде финансов модел в Excel от нулата. Но силно се съмнявам, че ще му отнеме толкова време, колкото на човек с опит и образование в тази област. А още повече се съмнявам, че ще успее да оцени качеството на крайния резултат по същия начин.

Считам, че поне засега, най-добрите резултати идват не когато човекът се опитва да замени знанията си с ИИ, а когато използва ИИ, за да приложи тези знания по-бързо и по-ефективно.

5. ИИ не премахва работата, трансформира я

Мога да кажа, че в тези 12 часа аз не стоях със скръстени ръце. Обмислях получената информация, формулирах указания към ИИ, задавах въпроси, проверявах. На моменти направо си вършех чисто екселска работа, защото беше по-бързо да си го направя сам. В по-голямата част от времето работех както обикновено работя по такава задача. С тази разлика, че имах един много бърз и начетен помощник, който ми предоставяше нужната ми информация на момента. Но също така работех и по нов начин – не мислех за формули, изчисления, форматиране, подробности. Получавах ги на готово.

Заключение

Изготвянето на този финансов модел в Excel с Claude беше интересно преживяване. То е далеч от научно изследване върху работата на стотици финансови анализатори. Но дава някаква представа за това какво ни очаква. Вижда се, че нито ИИ ще върши работата на човек хиляди пъти по-бързо, нито човекът ще остане без работа, нито работата му ще бъде същата както преди.

По-коректно е да говорим за промяна, преобразуване на работата. Claude не направи модела вместо мен, а беше инструмент в процес, който аз водих. Всички ключови решения бяха мои – консерватизъм, методология, валидиране на структурата, какви допускания да използваме. Claude помогна с изпълнението, проверката и намирането на данни.

Мисля, че най-важният извод от този казус е, че работата ни ще се промени значително. Все по-малко ще работим физически в Ексел. Това ще го възлагаме на ИИ, защото е много по-бърз в техническото изпълнение и има достъп до огромен обем знания. И все повече нашите усилия ще бъдат насочени във формулиране на изискването, определяне на условията, в които ще работи файла, планиране на работата, проверка и тестване, определяне на документацията. С други думи, стойността все по-малко ще бъде в натискането на клавиши и все повече в способността да задаваме правилните въпроси и да оценяваме получените отговори.

Всичко това е описано в книгата ми „Ексел-до“. Тя се фокусира не върху техническите умения в Excel, а върху процеса на работа, който гарантира ефективност. Ако искате да се запознаете подробно с този процес, може да свалите книгата напълно безплатно тук.