Dlaczego dane finansowe nie powinny opuszczać firmy

Wysłanie księgi głównej do modelu w chmurze to decyzja biznesowa przebrana za techniczną. Pytanie nie brzmi, czy dostawca jest dziś godny zaufania — brzmi, co stanie się z historią finansową Twojej firmy przez dekadę odnowień umów, zmian właścicielskich, przesunięć jurysdykcji i aktualizacji listy podprzetwarzających, które zaakceptujesz, nie odpowiadając na maila. Akurat dla danych kontrolingowych odpowiedź suwerenna stała się na tyle tania, że argument o wygodzie przestał się bronić.

Co naprawdę wychodzi na zewnątrz

Ludzie nie doceniają wielkości ładunku. Asystent kontrolingowy nie wysyła „pytania” — wysyła kontekst potrzebny do odpowiedzi. W praktyce to nazwy klientów obok przeterminowanych sald, marże projektów, agregaty wynagrodzeń, warunki dostawców i prognoza, której nie pokazałeś jeszcze bankowi.

Wynikają z tego trzy konsekwencje i żadna nie zakłada złej woli dostawcy:

• Koncentracja. Kontekst finansowy Twojej konkurencji leży w tym samym systemie. Każda przyszła zmiana polityki dotyczącej treningu, retencji czy analityki obejmie to wszystko naraz.
• Jurysdykcja. To, gdzie odbywa się inferencja, przesądza, który organ może zażądać ujawnienia. Umowy rozkładają odpowiedzialność; nie przenoszą serwerów.
• Trwałość. Endpointy modeli są wygaszane. Twój obowiązek wyjaśnienia audytorowi w 2031 roku prognozy z 2026 — nie.

Ile dziś kosztuje działanie lokalnie

Ekonomia zmieniła się po cichu. Obciążenie kontrolingowe to nie czat dla dziesięciu tysięcy użytkowników, tylko kilka długich przebiegów analitycznych po danych ustrukturyzowanych, głównie w nocy. Cechy, które czynią hostowaną inferencję ogólnego przeznaczenia atrakcyjną — elastyczny popyt, nieprzewidywalne szczyty — prawie tu nie występują.

Modele o otwartych wagach w przedziale małych i średnich rozmiarów obsługują dziś zadania, które mają tu znaczenie: wyciąganie struktury z dokumentów, klasyfikowanie transakcji, streszczanie odchyleń, redagowanie wyjaśnień. Rozumowanie o odchyleniu marży to nie ten sam problem co pisanie poezji; można być kilka szczebli poniżej czołówki i nadal mieć rację co do tego, dlaczego marża się ruszyła.

Prawdziwym kosztem nie jest GPU, tylko utrzymanie: ktoś musi wziąć odpowiedzialność za wersjonowanie modeli, ewaluację i nudną dyscyplinę sprawdzania, czy zeszłomiesięczny prompt nadal daje zeszłomiesięczną jakość. Ta praca jest realna — i to dokładnie ta praca, którą płacisz dostawcy, żeby ją przed Tobą ukrył. Co jest w porządku do momentu, w którym liczba w materiałach na zarząd okazuje się błędna, a nikt na sali nie umie wyjaśnić dlaczego.

Suwerenność to nie izolacja

System suwerenny to nie taki, który odmawia kontaktu z internetem. To taki, w którym to Ty decydujesz — dla każdej klasy danych — co przekracza granicę.

Działający podział dla funkcji finansowej wygląda tak:

• Nigdy nie wychodzi: pozycje księgowe, tożsamość klientów, wynagrodzenia, prognozy, materiały zarządu.
• Może wyjść, zanonimizowane: benchmarki zagregowane, statystyki branżowe.
• Wchodzi swobodnie: publiczne dane rynkowe, teksty regulacji, informacje o dostawcach, kursy walut.

Wiedza o świecie zewnętrznym, której potrzebuje CFO, jest w większości publiczna. Dane, które muszą zostać w środku, są w większości Twoje. Gdy raz narysujesz tę linię wprost, argument „potrzebujemy chmury dla możliwości modelu” w dużej mierze się rozpuszcza — chmury potrzebujesz do sygnału publicznego, a tam nie leży ryzyko.

Argument audytowy, który pada za późno

Oto wersja, która wygrywa wewnętrzną dyskusję szybciej niż jakikolwiek argument o prywatności: audytor pyta, jak powstała liczba w sprawozdaniu rocznym. Jeśli odpowiedź obejmuje hostowany model, którego wagi zostały już wycofane, a logi promptów były trzymane trzydzieści dni — odpowiedzi nie ma.

Wdrożenie lokalne sprowadza odtwarzalność do przechowania obrazu kontenera i pliku z wagami. To problem rozwiązany w każdej innej części stosu finansowego — i właśnie dlatego suwerenna AI w kontrolingu jest raczej stanowiskiem księgowym niż ideologicznym.