Mentionsy Mentionsy
Excellent Work
Excellent Work

374: 5 nietypowych zastosowań AI w pracy z Excelem

14.09.2026 ·9 min 12 s · 6 rozdziałów · 1 sponsor

AI w Excelu kojarzy się najczęściej z pisaniem formuł, poprawianiem błędów albo generowaniem prostych analiz. Tymczasem największa wartość pojawia się obok samego Excela, w chwili, gdy trzeba zrozumieć zadanie, sprawdzić jakość danych albo przygotować sensowny sposób pracy. W tym odcinku pokażę Ci 5 mniej oczywistych zastosowań AI, które mogą sprawić, że będziesz pracować w Excelu szybciej i pewniej. Nazywam się Michał Kowalczyk i witam Cię w Excellent Work Podcast.W tym odcinku dowiesz się:🔸 jak wykorzystać AI do rozbijania niejasnych zadań na konkretne kroki,🔸 jak dzięki AI lepiej kontrolować jakość danych i własnych analiz,🔸 jak używać AI jako partnera do projektowania raportów, automatyzacji i komunikowania wniosków.📧 Zapisz się na newsletter: https://l.exwork.pl/spotify-zapis👉 Sprawdź kursy na stronie: https://l.exwork.pl/spotify-kursy

0:00 · Wprowadzenie 1

W praktyce możesz później zbudować dodatkową kolumnę kontrolną, formułę albo nawet zapytanie do Power Query, które wychwyci takie podejrzane rekordy po prostu po wklejeniu nowych danych. Nie trzeba będzie robić tego za każdym razem. W takim zastosowaniu sztuczna inteligencja pełni rolę kogoś, kto patrzy Ci przez ramię i pyta, a sprawdziłeś to? Przy dużych analizach takie pytania potrafią oszczędzić naprawdę mnóstwo czasu, no bo błąd, który znajdziesz przed startem budowy raportu będzie Cię kosztować znacznie mniej niż taki błąd, który został odkryty no już po wysłaniu wyników do dyrektora. Trzecie zastosowanie to używanie sztucznej inteligencji jako recenzenta własnej analizy. Załóżmy, że mamy już wyniki. Sprzedaż spadła nam o 8%, marsza procentowa o 2 punkty procentowe, a region południowy wygląda zdecydowanie gorzej od reszty.

6:18 · Tworzenie testów jakości danych 2

niż taka analiza robocza. AI może pomóc oddzielić ci warstwę analityczną od tej warstwy decyzyjnej. Piąte zastosowanie to jest takie projektowanie automatyzacji przed napisaniem makra, power query albo formuł. To jeden z takich moich ulubionych kierunków, no bo kiedy słyszysz, chcę to zautomatyzować, to często od razu zaczynamy szukać Visual Basica, czyli makr. AI dodatkowo wzmacnia te pokusy, no bo teraz to wystarczy opisać zadanie, no i po chwili dostajemy gotowy skrypt. Visual Basic albo Office Script albo jakiś fragment języka M, który sobie wklejamy do Power Query. Ja wolę najpierw wykorzystać AI do rozpisania samego procesu. No i tutaj przykład. Co tydzień dostajesz 5 plików sprzedażowych, kopiujesz dane do jednego skoroszytu, usuwasz kilka kolumn, poprawiasz format dat,

Dodajesz kategorię produktu, otwierasz tabelę przestawną i eksportujesz sobie te dwa raporty do PDF-a. No i teraz zanim zapytasz sztuczną inteligencję o kod, poproś. Rozpisz ten proces na kroki. Wskaż, które czynności są stałe, które zależą od decyzji człowieka, gdzie mogą pojawić się wyjątki oraz które elementy najlepiej zautomatyzować w Excelu, w Power Query albo Visual Basicu. To zmienia jakość całego projektu, bo może się okazać, że 80% tej pracy da się załatwić przy pomocy Power Query, a Visual Basic jest potrzebny wyłącznie do eksportu do PDF-a. Może pojawić się krok, który warto ustandaryzować, zanim w ogóle ruszy automatyzacja. Dopiero po takim rozpisaniu procesu warto generować sobie rozwiązanie techniczne. Dzięki temu dostajesz kod albo zapytanie, które wynika z przemyślanego procesu z uwzględnieniem tychże wyjątków.

Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.