Agent Cash Forecasting

Firmy z niewiarygodnymi prognozami cashflow tracą średnio 660 000 funtów rocznie - nie przez sam brak płynności, lecz przez zawyżone koszty kredytowe, utracone możliwości lokacyjne i nieplanowane finansowanie awaryjne (Treasury Management International, 2024). Przyczyna rzadko leży w brakujących danych. Leży w tym, że obliczanie prognoz i decyzje o płynności mieszają się w tym samym kroku procesowym.

Niedokładne prognozy kosztują więcej niż niedobór płynności

Treasurer prowadzący swój 13-tygodniowy forecast w Excelu osiąga średnio 60 procent dokładności (CTMfile, 2025). Brzmi jak akceptowalne przybliżenie. Konsekwencje już nie. Przy odchyleniu 40 procent na prognozowanym cashflow 20 milionów EUR powstaje korytarz niepewności 8 milionów. Ten rozstęp zmusza Treasury do jednego z dwóch wyborów: albo utrzymywanie trwale zbyt wysokich rezerw płynności - co wiąże kapitał nieprzynoszący zwrotu - albo praca ze zbyt wąskimi buforami i regularne zaciąganie kosztownych kredytów pomostowych.

Według badania Agicap wśród brytyjskich firm średniej wielkości firmy z niewiarygodnymi prognozami płacą 91 procent wyższe opłaty za przekroczenie limitu niż porównywalne firmy z wiarygodnymi forecastami. Problem skaluje się z wielkością przedsiębiorstwa: więcej spółek zależnych, więcej walut, więcej strumieni płatności oznacza więcej zmiennych, których ręczna prognoza nie jest w stanie jednocześnie odwzorować.

Jakość danych determinuje jakość prognozy

Pytanie nie brzmi, czy firma ma wystarczająco dużo danych na forecast cashflow. Pytanie brzmi, czy te dane są połączone, oczyszczone i dostępne w spójnej strukturze. Gdy salda kont bankowych są ręcznie eksportowane z trzech portali, księgowość należności w ERP stosuje inną logikę wymagalności niż strona zobowiązań, a wzorce sezonowe istnieją tylko jako intuicja controllera - wtedy każda prognoza jest w najlepszym razie świadomym szacunkiem.

Agent Cash Forecasting zaczyna dlatego nie od prognozy, lecz od agregacji danych. Historyczne strumienie płatności z co najmniej 24 miesięcy tworzą bazę. Otwarte należności i zobowiązania z ich rzeczywistymi strukturami wymagalności dostarczają horyzont krótkoterminowy. Na tej oczyszczonej podstawie agent rozpoznaje wzorce sezonowe, których człowiek w tabeli z 15 000 wierszami nie dostrzeże, i oblicza prawdopodobieństwa opóźnień per kontrahent - nie jako średnią ze wszystkich klientów, lecz indywidualnie na podstawie dotychczasowego zachowania płatniczego.

Trzy scenariusze zastępują pojedynczą liczbę

Najniebezpieczniejsza prognoza to ta, która pokazuje tylko jeden wynik. Forecast mówiący “za 60 dni będziemy mieli 4,2 miliona na koncie” sugeruje precyzję, która nie istnieje. Bardziej realistyczne stwierdzenie brzmi: w najlepszym przypadku 5,8 miliona, w scenariuszu bazowym 4,2 miliona, w najgorszym przypadku 2,1 miliona - a prawdopodobieństwo Worst Case wynosi 18 procent.

Dokładnie tu rozdziela się automatyczne obliczanie od strategicznej decyzji. Agent modeluje wszystkie trzy scenariusze na podstawie dostępnych danych. Ale założenia za scenariuszami - która duża płatność mogłaby być realistycznie przesunięta, jaki termin płatności kluczowy klient faktycznie wykorzysta, jak agresywnie planowanie inwestycji powinno pozostać - to oceny, które musi podjąć CFO lub Head of Treasury. Żaden algorytm nie może zdecydować, czy przy 18 procent prawdopodobieństwa Worst Case firma aktywuje linię kredytową, czy redukuje rezerwę płynności.

Człowiek decyduje o strategii, nie o obliczeniu

Decision Layer dzieli proces forecastingu na osiem kroków - i przy każdym z nich transparentnie pokazuje, kto decyduje. Cztery kroki są regułowe lub oparte na danych: agregacja danych cashflow, odczyt struktur wymagalności, rozpoznawanie wzorców sezonowych, obliczanie prawdopodobieństw opóźnień. Trzy kroki wymagają ludzkiego osądu: definiowanie scenariuszy, ocena potrzeby rezerwy płynności, wydanie rekomendacji.

Ten podział jest nie tylko operacyjnie sensowny - jest regulacyjnie wymagany. Kodeks spółek handlowych i dobre praktyki corporate governance wymagają systemu wczesnego rozpoznawania ryzyka. Oznacza to: gdy forecast sygnalizuje niedobór płynności za 90 dni, musi być udokumentowane, na jakich założeniach opiera się ta prognoza i jakie działania podjął zarząd. Decision Layer dostarcza tę dokumentację automatycznie - nie jako sprawozdanie ex post, lecz jako protokół samego procesu decyzyjnego.

Dla zespołów Treasury oznacza to: mniej czasu na klikanie liczb. Więcej czasu na pytania, na które tylko człowiek może odpowiedzieć - ile ryzyka firma chce ponosić i jaką cenę jest gotowa za to zapłacić.