بناء نموذج أولي للتخطيط المالي: 30 يومًا من التطوير بمساعدة الذكاء الاصطناعي، $127 الإنفاق، والدروس التي كانت ذات أهمية فعلية

ملخص سريع: قضيت شهرًا في بناء أداة مستشار مالي للمؤسسين باستخدام التشفير المدعوم بالذكاء الاصطناعي. استهلكت $127 في الاعتمادات، وارتكبت تقريبًا كل خطأ ممكن، وانتهى بي الأمر بالحصول على تقييم بقيمة 50 دولارًا شهريًا من مؤسس واحد. الدرس الحقيقي: يتفوق الذكاء الاصطناعي في السرعة لكنه يواجه صعوبة في الدقة. الأقل كان أكثر مما توقعت على الإطلاق.

المشكلة التي تستحق الحل

لقد عملت مع المؤسسين لسنوات. شاهدت نفس المشهد يتكرر مرارًا وتكرارًا: يسأل رأس مال المخاطرة “ماذا لو انخفض معدل التغيير بنسبة 2%؟” ووجه المؤسس يصبح فارغًا. إجابته تكمن في مكان ما في كابوس إكسل يتكون من 47 تبويبًا. يتوقف زخم الاجتماع. يخسر المؤسس ساعات في إعادة بناء الصيغ. تتعطل الخلايا. تتوقف المراجع الدائرية عن العمل، وتنهار كل شيء.

الإحباط الأساسي الذي كنت أسمعه هو: “بنيت نموذجًا ماليًا مرة واحدة. وعندما طلبوا تغيير سيناريو واحد، اضطررت لإعادة بناء كل شيء.”

معظم الشركات الناشئة في المراحل المبكرة لا تزال تستخدم جداول البيانات. ومعظم المؤسسين يكرهون ذلك. لذلك قررت اختبار ما إذا كان يمكن للذكاء الاصطناعي مساعدتهم على الخروج من هذا الفخ.

البناء بدون مخطط: الأسبوعان الأولان

الأسبوع 1: كيف يصبح التفاؤل مكلفًا

انغمست معتقدًا أن الأمر سيستغرق 2-3 أسابيع. لقد رأيت مؤثري الذكاء الاصطناعي يجعلونه يبدو بسيطًا على وسائل التواصل الاجتماعي، أليس كذلك؟

خارطتي الأولية كانت كالتالي:

• قمرة قيادة مالية مدعومة بالذكاء الاصطناعي مع مزامنة فورية
• تكامل QuickBooks وStripe مدمج
• تخطيط السيناريو مع تصديرات جاهزة للمستثمرين
• كل شيء في أسابيع، وليس شهور

الواقع كان له خطط أخرى.

تكلفة التعليمات الغامضة

كانت أول خطأ لي هو معاملة وكأنه يمكنه أداء مهام متعددة في آن واحد. أرسلت ثلاث طلبات بينما كان لا يزال يعمل على الطلب السابق:

• “اجعل لوحة المعلومات أنظف”
• “أضف وضع الظلام”
• “صلح خطأ الحساب”

امتص الذكاء الاصطناعي جميعها في وقت واحد، وارتبك، وخلق شيئًا لم يفعل أيًا منها بشكل جيد. كلفني ذلك 6 عمليات استرجاع، و3 ساعات من التصحيح، و$23 في الاعتمادات. كان بإمكاني توفير كل ذلك ببساطة بالانتظار.

واجهة المستخدم التي كسرت كل شيء

طلبت من الذكاء الاصطناعي “إضافة وضع الليل”. فقام بإجراء 47 تغييرًا. النتيجة: نص أبيض على خلفيات بيضاء، أزرار غير مرئية، انهيار كامل للواجهة. قضاء ثلاثة أيام في مطابقة الخطوط والخلفيات علمني أن تعقيد واجهة المستخدم يتزايد بسرعة أكبر مما توقعت.

الاكتشاف السحري

ثم وجدت العبارة التي غيرت كل شيء: “لا تُجري أي تغييرات بدون تأكيد فهمك معي.”

كان من الممكن أن يوفر لي هذا الأمر 50 دولارًا+. فرض هذا على الذكاء الاصطناعي شرح منهجه قبل التنفيذ، مما يلتقط سوء الفهم قبل أن يستهلك الاعتمادات.

الأسبوع 2: عندما يتباطأ السفر ويتوقف التقدم

التعلم من استراحات المطارات في اليابان علمني دروسًا متواضعة:

• WiFi الفندق + تطوير Replit = إحباط مستمر
• تصحيح أخطاء TypeScript على الهاتف المحمول شبه مستحيل
• زر الاسترجاع يصبح أقرب صديق لك

اخترت TypeScript معتقدًا أنه “اختيار حديث”. قرار سيء. إنها لغة لا أفهمها حقًا. عندما أصبحت الصيغ المالية معقدة، قضيت وقتًا أكثر في مقاومة الصياغة من بناء الميزات. مثال: حساب ممر بسيط استغرق ساعتين لأن TypeScript كان يشتكي دائمًا من عدم تطابق الأنواع.

ملاحظة للمبنين المستقبليين: اختر لغة تفهمها فعلاً. الضرائب التعلمية لا تستحق عندما تكون في مرحلة النموذج الأولي.

بحلول اليوم 15، كانت اعتمادات Replit تتسرب بسرعة. كانت تكلفة الأسبوع 1 حوالي 34 دولارًا. الأسبوع 2 كلف 93 دولارًا. كل تكرار — تغيير، اختبار، استرجاع، محاولة مرة أخرى — استهلك 2-5 دولارات. كان عليّ وضع قاعدة جديدة: $40 حد أقصى لكل أسبوع، أو التوقف وإعادة التفكير في سبب استهلاكي لهذا القدر.

اللحظة التي تغير فيها كل شيء: أسبوع ملاحظات المستخدمين

اليوم 17: البحث عن مختبرين

نشرت في قنوات Slack للمؤسسين: “أبني أداة تخطيط مالي لا تفتقر. أحتاج إلى ملاحظات حاسمة.”

صمت تام.

لكنني استمريت. في النهاية، وافق صديق واحد واثنان من المؤسسين على الاختبار. كانت ملاحظاتهم قاسية ومفاجئة.

اليوم 18-20: الحقيقة المتواضعة

المشكلة #1: كانت حساباتي خاطئة بنسبة 20%

تكلفة اكتساب العميل لمؤسس كانت تظهر $47 عندما كان يجب أن تكون 58.75 دولارًا. يمكن لهذا الهامش أن يهدد عرض Series A الخاص بهم. السبب: طلبت من MistralAI “حساب تكلفة اكتساب العميل” بتعليمات غامضة. قام الذكاء الاصطناعي بعمل افتراضات حول المنهجية. أحيانًا فسر “التغيير” على أنه شهري؛ وأحيانًا سنوي. اختفت الاتساقية.

المشكلة #2: النماذج الأكبر تتعطل عند التصدير

أي شيء يزيد عن 50 صفًا يسبب تجاوز الذاكرة.

المشكلة #3: كانت الميزة الأساسية مدفونة

كان المؤسسون يريدون حساب الممر أكثر. لقد دفنته ثلاث شاشات عميقة. كان عليهم التنقل عبر خمس صفحات فقط ليجدوا ما يحتاجونه.

جلسة تصحيح استمرت 6 ساعات

حسابات LTV/CAC كانت دائمًا خاطئة. ست ساعات من التتبع كشفت المشكلة: كان MistralAI يفسر “التغيير الشهري” على أنه “تغيير سنوي” في بعض السيناريوهات والعكس في أخرى. عندما طلبت “قيمة عمر العميل”، قام بعمل افتراضات مخفية.

تعليمات سيئة: حساب LTV

تعليمات جيدة: