AI-автоматизація управлінського обліку: P&L без бухгалтера

Виручка росте, гроші на рахунку є, а наприкінці кварталу з'ясовується — прибутку майже нема. Куди поділося? Більшість українських бізнесів відповіді не має. Вони бачать гроші, які прийшли, а не ті, що лишилися.

Про операційну аналітику написано багато. Ми самі розбирали, як об'єднати розрізнені дані і як прогнозувати продажі. Але фінансову картину — P&L, грошовий потік, маржу — український бізнес досі зводить руками. Або не зводить взагалі. Цей пост про те, як AI робить це за вас щопонеділка.

Гроші на рахунку — це не прибуток

Бухгалтер рахує для податкової. Його облік відповідає на питання «скільки я винен державі», а не «скільки я заробляю». Управлінський облік — інша річ: скільки реально коштує одне замовлення, яка маржа, куди тече грошовий потік.

Цей облік власник зазвичай веде в голові. Або в Excel, який кидає на третьому місяці. Результат — рішення про ціни, закупівлі й найм ухвалюються наосліп. Ви знаєте виручку за вчора, але не знаєте, чи заробили на ній хоч гривню.

Дані для відповіді вже є. Вони лежать у банківській виписці. Просто ніхто не читає її щотижня.

AI розбирає банківську виписку за секунди

Монобанк віддає виписку через відкритий API. ФОП отримує токен в особистому кабінеті й тягне транзакції прямим запитом:

curl -H "X-Token: ВАШ_ТОКЕН" \
  "https://api.monobank.ua/personal/statement/0/1785715200/1786320000"

Проблема не в тому, щоб дістати дані. Проблема в їхньому вигляді. Ось реальні описи транзакцій: «ПЕРЕКАЗ З КАРТКИ 4441», «ОПЛАТА ТОВ ІНТЕРНЕТ МАГАЗИН», «Нова пошта відправлення №59001234567890». Жоден скрипт не зрозуміє, що тут собівартість, що — логістика, а що — особисті витрати власника.

LLM розуміє. GPT-4o (або Claude через API) отримує виписку за тиждень і розкладає кожну транзакцію по категоріях: собівартість, маркетинг, зарплата, оренда, логістика, податки. На виході — структурований JSON:

{
  "period": "2026-08-03..2026-08-09",
  "revenue": 412500,
  "cost_of_goods": 228400,
  "logistics": 31200,
  "marketing": 48000,
  "payroll": 52000,
  "rent": 15000,
  "taxes": 12375,
  "net_profit": 25525
}

Точність категоризації не буде 100% одразу. Але за нашим досвідом 90% досягається після першого місяця правок. Решту власник править одним пальцем раз на місяць, якщо хоче.

P&L щопонеділка в Telegram — до 9 ранку

Далі n8n робить те, що бухгалтер робить руками: зводить категорії в звіт. Крон-задача в понеділок о 8:00 збирає транзакції за тиждень, проганяє їх через LLM, рахує маржу, операційні витрати й чистий прибуток. О 8:02 у Telegram падає повідомлення:

P&L за тиждень 03.08–09.08: Виручка: 412 500 грн Собівартість: 228 400 грн (55%) Маржа: 184 100 грн (45%) Операційні витрати: 146 200 грн Податки: 12 375 грн Чистий прибуток: 25 525 грн (6.2%)

AI не просто показує цифри. Він порівнює з минулим тижнем і пише, що змінилося: собівартість зросла, бо постачальник підняв ціну на 7%. Саме заради цього все затівалося — рішення в понеділок вранці, а не 15-го числа наступного місяця, коли виправити вже нічого не можна.

Юніт-економіка: скільки ви заробляєте на одному замовленні

P&L відповідає на питання «скільки заробляє бізнес». Але не на питання «яке замовлення вигідне». Для цього потрібна юніт-економіка: маржа на одне замовлення, вартість залучення клієнта (CAC), точка беззбитковості.

Та сама виписка дає і це. Зіставте витрати на маркетинг із кількістю замовлень з CRM (KeyCRM або KeepinCRM) — отримаєте CAC. Розділіть собівартість і логістику на кількість замовлень — отримаєте змінні витрати на одиницю. Далі проста арифметика: точка беззбитковості дорівнює постійним витратам, поділеним на маржу з одного замовлення.

За нашим досвідом, саме тут бізнеси знаходять найнеприємніші відкриття. Що 30% замовлень приносять збиток через безкоштовну доставку. Або що клієнт, який прийшов через таргет, окупається лише з третього замовлення.

З чого почати

1. Отримайте токен Monobank API в особистому кабінеті. Безкоштовно, десять хвилин.
2. Підніміть n8n на VPS ($15/міс) і підключіть Telegram-бота.
3. Дайте LLM промпт із категоріями й прикладами транзакцій. Два-три приклади на категорію — і точність уже пристойна.
4. Запустіть щотижневий звіт. Перший місяць дивіться й правте категорії. Далі система працює сама.

Уся схема коштує близько $50/міс: VPS, OpenAI API і трохи часу на налаштування. Один візит бухгалтера-консультанта обходиться дорожче.

Ви не знаєте, скільки заробляє ваш бізнес, поки не бачите цифри щотижня. AI може показувати їх щопонеділка до 9 ранку.

Хочете налаштувати управлінський облік на AI? Напишіть нам — перша консультація безкоштовна.