ChatGPT для оценки бизнеса и M&A: DCF-модель, due diligence чеклист и мультипликаторы за час вместо аналитика

DCF-модель для целевого актива вручную у опытного аналитика занимает 3-5 рабочих дней. С ChatGPT первую версию каркаса и логику допущений получаете за 60 минут. Due diligence чеклист под конкретную отрасль: без AI — 2-3 часа, с ChatGPT — 5 минут. Черновик инвестиционного меморандума: от 2 недель до 3 часов.

Это не обещание из рекламы. Это другое распределение работы: ChatGPT берёт структуру, логику и оформление — вы берёте данные, экспертизу и решения.

Я Натали Васильева, продюсер онлайн-школы «Финансовый директор | Мастер CFO» (45 000 подписчиков в @findir_pro, 13 000 в «АИ с Софьей и Натали», 5 000+ в MAX) и эксперт по нейросетям для финансистов. Работаю с нейросетями с февраля 2023 года, тестирую ChatGPT, Claude, Gemini на реальных финансовых задачах. Финдиры из моей аудитории применяют эти инструменты в активных M&A-сделках и делятся результатами.

В этой статье: что конкретно умеет ChatGPT в оценке бизнеса, 11 готовых промптов с объяснением, три кейса с реальными цифрами, сравнение трёх инструментов в одной таблице и честный список ограничений — без приукрашивания.

Актуально на июнь 2026. Модели: GPT-5.5, Claude Sonnet 4.6, Gemini 2.5.

Зачем CFO нужен ChatGPT при оценке бизнеса и M&A-сделках?

M&A-процесс для финансового директора начинается одинаково: стопка документов, переписка с юристами и таблица Excel, в которую к третьей неделе разбирается только её автор.

Я разговаривала с финдирами из производства, ритейла, IT-компаний. Каждый называл одну и ту же цифру: от получения финансового пакета до первой осмысленной цифры оценки проходит от 5 до 20 рабочих дней. При этом половина этого времени уходит не на анализ, а на структурирование. Какие строки включить в P&L-мост? По какому шаблону писать executive summary для совета директоров? Как организовать DD-вопросы по блокам?

ChatGPT в 2026 году закрывает именно эту половину.

Что ChatGPT делает за часы вместо дней:

• Структура DCF-модели — 30-60 минут вместо полудня.
• DD-чеклист под отрасль — 5 минут.
• Нормализация EBITDA из загруженного P&L — 15-20 минут.
• Анализ инвестиционного меморандума на 50 страниц — выжимка рисков и ключевых показателей за 20 минут.
• Список вопросов продавцу после получения тизера — 10 минут.
• Черновик executive summary для инвест-комитета — 40-60 минут.
• Компоненты WACC с пояснением каждого — 10 минут.
• Три сценария чувствительности в таблице — 15 минут.

Это не значит, что финансовый аналитик не нужен. Это значит, что аналитик перестаёт тратить три дня на шаблонную работу и начинает тратить их на то, что реально решает сделку: интерпретацию данных, переговоры о цене, оценку рисков интеграции.

По наблюдениям за практикой учеников нашей школы: 60-65% рабочего времени при первичном M&A-анализе уходит на структурирование, форматирование и перевод данных из одного формата в другой. ChatGPT делает это за минуты.

Есть одно жёсткое условие. ChatGPT работает ровно так хорошо, как вы формулируете задачу. «Оцени этот бизнес» — плохой промпт. «Ты M&A-аналитик на стороне покупателя, проанализируй P&L производственного предприятия за 2023-2025 годы, нормализуй EBITDA, выдели разовые статьи, укажи что не хватает для полной картины» — хороший промпт. Разница в качестве ответа — колоссальная.

Второе условие: ChatGPT помогает со структурой и логикой. Данные — ваши. Никогда не просите нейросеть придумывать прогнозы выручки или ставку дисконтирования из воздуха. Галлюцинации ChatGPT проявляются именно там, где от него ждут данных вместо структуры.

Что такое оценка бизнеса и M&A: база перед работой с ChatGPT

Прежде чем разобрать промпты, уточню термины. Если вы уже работаете в M&A, эту секцию можно пропустить.

DCF (Discounted Cash Flow) — метод оценки стоимости бизнеса через прогноз свободного денежного потока, дисконтированного по ставке, отражающей риски инвестора. Смысл: берёте будущие деньги бизнеса, приводите их к сегодняшней ценности через ставку дисконтирования и получаете справедливую цену актива.

Три кита DCF:

1. FCF (free cash flow) на 5-10 лет — сколько денег бизнес реально генерирует после CAPEX и изменения оборотного капитала.
2. Терминальная стоимость — оценка бизнеса после прогнозного периода. Обычно считают методом Гордона (вечная рента с постоянным темпом роста) или через мультипликатор.
3. WACC — средневзвешенная стоимость капитала, ставка дисконтирования. Отражает стоимость денег с учётом структуры капитала и рисков бизнеса. WACC — часто главный предмет споров между продавцом и покупателем.

Мультипликаторы — коэффициенты, по которым рынок оценивает бизнесы. Основные в M&A: EV/EBITDA (стоимость компании к операционной прибыли), P/E (цена к чистой прибыли), EV/Revenue (стоимость к выручке). Зачем они нужны: даже идеально построенная DCF даёт цифру в вакууме. Мультипликаторы — быстрая рыночная проверка. Если DCF показывает EV = 1,2 млрд рублей, а рынок платит за аналоги 3-4x EBITDA при вашей EBITDA 120 млн рублей — это 360-480 млн. Расхождение в два раза требует объяснения.

Due diligence (DD) — комплексная проверка бизнеса перед сделкой: финансовый, юридический, налоговый, операционный блоки. Цель: найти красные флаги до того, как деньги ушли.

Information Memorandum (IM) — основной документ для потенциального покупателя при продаже бизнеса. Структура: описание компании, история и стратегия, финансовые результаты, анализ рынка, команда, условия сделки, executive summary на 1-2 страницы. Хорошо написанный IM ускоряет сделку; плохо написанный — её убивает вопросами на первой встрече.

Этапы M&A-сделки: где ChatGPT помогает на каждом шаге

M&A-процесс проходит через несколько чётких стадий. На каждой ChatGPT делает что-то полезное — но не одно и то же.

Стадия 1. Поиск и скрининг целей. У вас список из 20 компаний, нужно выбрать 3-5 для детального изучения. ChatGPT помогает: сформировать критерии скрининга, написать письма с запросом информации, подготовить вопросы для предварительных переговоров. Быстрый первичный анализ тизеров на предмет соответствия вашим критериям — 10 минут на каждый.

Стадия 2. Предварительный анализ. Получили IM, нужно принять решение о продолжении. ChatGPT помогает: анализ меморандума на красные флаги, первичный расчёт диапазона оценки по мультипликаторам, список вопросов для встречи с менеджментом, сравнение с другими рассматриваемыми целями.

Стадия 3. Финансовый анализ и DD. Получили финансовый пакет: P&L за три года, ОДДС, баланс, управленческую отчётность. ChatGPT помогает: нормализовать EBITDA, построить каркас DCF, сгенерировать DD-чеклист, анализировать загруженные документы на аномалии. Здесь ChatGPT экономит больше всего времени.

Стадия 4. Оценка и переговоры. Нужно обосновать свою цену. ChatGPT помогает: сценарный анализ с разными допущениями, таблица чувствительности, аргументация для переговоров о мультипликаторе, подготовка ответов на типичные возражения продавца по оценке.

Стадия 5. Закрытие и интеграция. Сделка идёт к закрытию. ChatGPT помогает: черновик плана интеграции, список рисков интеграции по отраслям, checklist подписания, коммуникация с командой компании-мишени.

На всех стадиях действует одно правило: ChatGPT структурирует и оформляет, вы решаете. Модель не знает специфики вашего рынка, истории ваших отношений с продавцом и нюансов конкретной компании. Всё это — ваша работа.

Как ChatGPT строит DCF-модель: пошаговый разбор с промптами

Четыре шага и четыре промпта. Именно в такой последовательности — сначала структура, потом данные.

Шаг 1. Структура модели

Первый запрос — общая архитектура. Не давайте ChatGPT данные сразу. Сначала получите каркас, проверьте логику.

Ты старший M&A-аналитик с опытом оценки производственных компаний в России.

Задача: составь структуру DCF-модели для оценки производственного предприятия.
Параметры компании-мишени: выручка ~800 млн рублей, EBITDA ~120 млн рублей,
долг ~200 млн рублей, отрасль — металлообработка.

Требования к модели:
- Прогнозный период 5 лет
- Терминальная стоимость по методу Гордона
- WACC с российской рыночной премией
- Три сценария: базовый, оптимистичный, пессимистичный
- Формат: список разделов Excel-модели с кратким пояснением каждого
  и указанием, какие данные нужны для заполнения

Не придумывай цифры — только структуру и логику. Если допущение нестандартное
для данной отрасли, предупреди об этом.

ChatGPT за 2-3 минуты выдаёт структуру из 8-12 блоков с расшифровкой. Это основа вашей модели.

Шаг 2. Расчёт WACC

Помоги рассчитать WACC для российской производственной компании.

Вводные данные:
- Соотношение долг/собственный капитал: 40/60
- Стоимость долга до налогов: 18% годовых
- Ставка налога на прибыль: 25%
- Безрисковая ставка (ОФЗ 10 лет): 15%
- Отраслевой бета нелевереджированный (металлообработка): 0,85
- Рыночная премия за риск: 7%
- Страновая премия за риск: 3%

Задача:
1. Покажи расчёт WACC шаг за шагом с формулами
2. Объясни каждый компонент в одном предложении
3. Оцени, выглядит ли итоговый WACC разумно для данного типа компании
4. Укажи, какие допущения наиболее чувствительны к изменениям

Шаг 3. Нормализация EBITDA

Этот промпт — самый нужный при первичном анализе финансового пакета от продавца. Продавцы часто показывают «украшенную» EBITDA: убирают разовые расходы и оставляют разовые доходы. ChatGPT помогает выявить это быстро.

Ты финансовый аналитик на стороне покупателя в M&A-сделке.

Проанализируй P&L компании-мишени (прилагаю файл / вставляю ниже).

Задачи:
1. Выдели все разовые статьи доходов и расходов за 2023-2025 годы
2. Скорректируй EBITDA: убери разовые, добавь нормализующие поправки
3. Объясни каждую корректировку одним предложением: почему она разовая
4. Выведи таблицу: год | EBITDA отчётная | корректировки (+/-) |
   EBITDA нормализованная
5. Если данных не хватает — прямо напиши, не додумывай

Роль: я покупатель, мне нужна консервативная честная оценка.
Стиль: деловой список, никакой воды.

Шаг 4. Сценарный анализ

На основе нашей DCF-модели создай сценарный анализ и таблицу чувствительности.

Базовые допущения:
- Темп роста выручки: 10% в год
- EBITDA маржа: 15% (стабильная)
- CAPEX: 5% от выручки
- Изменение оборотного капитала: +1% выручки ежегодно

Три сценария:
- Оптимистичный: темп роста +15%, маржа +2 п.п.
- Базовый: как указано выше
- Пессимистичный: темп роста +5%, маржа -2 п.п., CAPEX +2 п.п.

Для каждого сценария: EV, Equity Value, цена за 100% акций.
Формат: таблица 3 строки x 5 столбцов.

Дополнительно: таблица чувствительности EV к изменению WACC (+/- 2 п.п.)
и темпа роста в терминальный период (+/- 1 п.п.).

Как собрать мультипликаторы за 20 минут: промпты и логика

Когда первая версия DCF готова — нужна рыночная проверка. Мультипликаторы покажут, насколько ваша оценка соответствует тому, что рынок платит за похожие бизнесы прямо сейчас.

На практике в российских M&A-сделках обе стороны используют мультипликаторы как отправную точку переговоров, а DCF — как обоснование. Аналитики на стороне продавца стараются взять верхнюю границу диапазона, покупатель — нижнюю. Разрыв между ними — это и есть пространство переговоров.

ChatGPT за 20 минут закрывает первичный ресёрч по мультипликаторам:

Ты M&A-аналитик, специализируешься на российском и международном рынке.

Задача: дай обзор рыночных мультипликаторов для оценки бизнеса.

Параметры компании:
- Отрасль: B2B-логистика (3PL, складской аутсорсинг)
- Регион: Россия
- Выручка TTM: 600 млн рублей
- EBITDA TTM: 90 млн рублей (маржа 15%)
- Темп роста выручки: 18% год к году
- Чистый долг: 150 млн рублей

Что нужно:
1. EV/EBITDA — типичный диапазон для данного сегмента, почему именно такой
2. EV/Revenue — когда применяется для логистики, диапазон
3. P/E — применим ли здесь и почему
4. Факторы, которые двигают мультипликатор к верхней или нижней границе
5. Названия 3-5 публичных компаний-аналогов и их ориентировочные мультипликаторы
6. Где верифицировать актуальные данные

Предупреди честно, если данные могут быть устаревшими.

После получения диапазонов — следующий промпт, который многие пропускают:

Составь список из 15 вопросов к продавцу, ответы на которые повлияют на
выбор мультипликатора в диапазоне.

Контекст: компания в B2B-логистике, метод EV/EBITDA, диапазон 4-7x.
Нам нужно понять, ближе к 4 или к 7.

Формат каждого вопроса:
- Сам вопрос (конкретный, а не банальный)
- Почему ответ влияет на мультипликатор (одно предложение)
- К верхней или нижней границе тянет положительный ответ

Этот список вопросов — готовая база для встречи с менеджментом. Ответы на 10-12 из 15 дают достаточно понимания, чтобы обосновать конкретную точку в диапазоне перед инвест-комитетом.

Важно про российский рынок: ChatGPT хорошо знает международные диапазоны мультипликаторов. Российский рынок имеет специфику: часть публичных компаний ушла с биржи или редко торгуется, данные по закрытым сделкам ограничены. Используйте ChatGPT как точку отсчёта для методологии и международных ориентиров. Актуальные российские данные верифицируйте отдельно — через MOEX для публичных компаний, отраслевые отчёты или базы по сделкам.

Как провести due diligence с ChatGPT: чеклист, флаги и вопросы

Due diligence — самая трудоёмкая часть M&A. Стандартный финансовый DD на средний бизнес занимает 4-6 недель командой из 3-4 человек. Большая часть времени уходит на то, что ChatGPT делает за минуты: структуру чеклиста, формулировку вопросов, классификацию рисков.

ChatGPT не заменяет DD-команду. Но он делает три вещи быстро.

Генерация DD-чеклиста под отрасль

Ты старший финансовый консультант, специализируешься на M&A due diligence
в производственном секторе.

Составь подробный чеклист финансового due diligence для покупки
производственной компании (машиностроение, Россия, отчётность по РСБУ,
выручка около 500 млн рублей).

Структура:
Блок 1. Финансовые результаты (P&L, качество EBITDA)
Блок 2. Денежный поток и оборотный капитал
Блок 3. Баланс, долг и обязательства
Блок 4. Налоги и налоговые риски
Блок 5. Клиентская база и качество выручки

По каждому блоку: минимум 8 пунктов.
Формат каждого пункта: что запрашиваем у продавца + почему важно (одно предложение).
Дополнительно: для каждого блока укажи ТОП-2 красных флага,
которые чаще всего выявляются в данном типе сделок.

За 5 минут получаете чеклист на 40+ пунктов. Дальше адаптируете под конкретный актив.

Анализ инвестиционного меморандума

Когда от продавца получили IM — загружаете его и задаёте следующий промпт:

Проанализируй инвестиционный меморандум компании-мишени (прилагаю).
Я — покупатель, ищу объективный взгляд.

Нужно:
1. ТОП-5 сильных сторон бизнеса, заявленных в IM
2. ТОП-5 красных флагов или вопросов, которые IM обходит стороной
3. Финансовые утверждения, которые требуют независимой верификации:
   что конкретно проверять и как
4. Вопросы менеджменту для встречи — не банальные, специфичные
   для этого бизнеса и отрасли

Стиль: деловой, без воды, аналитически жёстко. Мне нужен честный взгляд.

Письмо-запрос продавцу

После изучения тизера, когда решили продолжать:

Напиши письмо продавцу компании-мишени после получения тизера.

Контекст: рассматриваем поглощение Компании Альфа в логистическом секторе,
изучили тизер, готовы подписать NDA и перейти к детальному IM.

Письмо:
- 3 абзаца, деловой стиль без излишней вежливости
- В конце 5 конкретных вопросов — специфичных для логистического бизнеса,
  не банальных
- Тон: заинтересованный покупатель, но без демонстрации срочности

Язык: русский, официально-деловой.

Хочешь разобрать ChatGPT в финансовой работе системно? Курс «AI-навыки финансиста» — реальные задачи CFO, 800+ выпускников: fin-academy.pro/ai

Information Memorandum с ChatGPT: черновик за 3 часа

IM — это главный продающий документ при продаже бизнеса. Плохо написанный IM убивает сделку ещё до первой встречи с покупателем: инвестор не понимает, что покупает, и проходит мимо.

Стандартная структура IM: executive summary (1-2 страницы), обзор компании и история, продукты и рынок, финансовые результаты за 3-5 лет, команда и операции, стратегия роста, риски и митигация, условия сделки.

ChatGPT помогает с каждым разделом — но лучше всего с теми, где важна структура и ясность изложения: executive summary, раздел инвестиционных тезисов, описание бизнес-модели.

Ты инвестиционный аналитик, специализируешься на подготовке
инвестиционных меморандумов для сделок M&A в среднем бизнесе.

Напиши executive summary для IM компании по следующим тезисам:

Бизнес: дистрибутор строительных материалов, работает 12 лет
Регион: Центральный федеральный округ + поставки по всей России
Выручка 2025: 850 млн рублей (рост +22% за год)
EBITDA 2025: 127 млн рублей (маржа 15%)
Чистый долг: 180 млн рублей
Ключевые клиенты: 3 крупных застройщика, контракты до 2027-2028 года
Драйвер роста: собственный склад-хаб открывается в Q1 2027
Запрашиваемая сумма: 30% доли за 250 млн рублей

Требования к тексту:
- Объём: 300-350 слов, без излишней детали
- Структура: что за бизнес, почему сейчас, финансовые показатели,
  инвестиционный тезис, условия
- Тон: профессиональный инвестиционный, без продающего пафоса
- Язык: русский

Что ChatGPT делает в IM хорошо: структурирует тезисы в связный текст, пишет абзацы с понятной логикой, адаптирует стиль под инвестиционный формат, предлагает варианты формулировок для спорных моментов.

Что ChatGPT делает в IM плохо: не знает специфику вашего бизнеса, не может оценить, что из заявленного — реальное конкурентное преимущество, а что — общее место. Экспертная оценка остаётся за вами.

Реалистичный тайминг: черновик IM на 15-18 страниц с ChatGPT — 2,5-3 рабочих дня вместо 10-12 дней без него. На каждый раздел уходит 1-2 часа совместной работы: вы даёте факты и тезисы, ChatGPT пишет текст, вы правите.

Три кейса из практики: M&A с ChatGPT в цифрах

Кейс 1. Логистика: поглощение 3PL-оператора, 180 000 рублей экономии

Финансовый директор логистической компании (выручка группы 4 млрд рублей) получил задачу оценить возможного партнёра для поглощения: 3PL-оператор с выручкой 600 млн рублей и EBITDA 90 млн рублей. Стандартный процесс в компании занимал 40 рабочих часов до первой цифры оценки: 20 часов уходило на структуру анализа и форматирование материалов для совета директоров.

Работа с ChatGPT:

• Структура DCF-модели под логистику — 2 часа. ChatGPT предложил специфичные для 3PL строки, которые финдир сам обычно добавлял на третий день работы с шаблоном.
• Нормализация EBITDA из загруженного P&L (три года, обезличенный) — 3 часа, включая собственную проверку каждой корректировки. ChatGPT выявил крупную разовую статью в 2024 году, которую продавец включил в нормализованную EBITDA.
• DD-чеклист на 40 пунктов под логистику — 30 минут.
• Список вопросов менеджменту для встречи — 20 минут.
• Executive summary для генерального директора — 1,5 часа.
• Итого: 8 рабочих часов.

Экономия: 32 часа, 4 рабочих дня. По стоимости привлечения внешнего консультанта на первичный этап анализа — около 180 000 рублей сэкономленного бюджета. Финдир отметил ещё один эффект: структура анализа стала лучше, потому что ChatGPT добавил блоки по концентрации клиентской базы и лизинговой нагрузке, которые команда раньше обрабатывала отдельно и потом вручную вносила в отчёт.

Кейс 2. IT-стартап: подготовка к инвестору, 3 дня вместо 3 недель

Основатель IT-компании с ARR 45 млн рублей готовился к разговору с потенциальным стратегическим инвестором. Нужен был стандартный пакет: финансовая модель, инвестиционный меморандум и ответы на типовой DD-список инвестора по SaaS-метрикам.

Обычный срок подготовки такого пакета с финансовым консультантом: 2-3 недели, стоимость 250 000-400 000 рублей. Самостоятельно без AI — месяц при параллельной операционной работе.

С ChatGPT: 3 рабочих дня самостоятельно.

Что конкретно сделал ChatGPT:

• Первый черновик IM на 18 страниц: основатель заполнил тезисы и цифры, ChatGPT оформил в стандартную структуру инвестиционного меморандума.
• DD-чеклист со стороны инвестора по SaaS-специфике: метрики ARR, churn, LTV/CAC, Payback Period — с комментарием, какие ответы инвестор ждёт и что насторожит.
• Финансовая модель: ChatGPT построил каркас под SaaS — разбивка по когортам, прогноз ARR с учётом новых продаж и отвала, FCF с CAPEX на разработку.
• Список вероятных вопросов от инвестора и заготовленные ответы.

Итого: 3 дня работы и $20 на ChatGPT Plus. Экономия от 250 000 рублей на консультанте.

Важная оговорка: качество IM зависит от качества исходных тезисов. Если основатель сам не понимает своей бизнес-модели — ChatGPT это не исправит. Модель работает с тем, что вы ей даёте.

Кейс 3. Ритейл: 8-процентная скидка благодаря правильным вопросам

Частный покупатель рассматривал сеть из 12 магазинов косметики (выручка 320 млн рублей). Задача: быстрая первичная оценка до принятия решения о полноценном DD. Нанимать консультанта на этом этапе не планировал.

ChatGPT за 4 часа работы одним вечером:

• Диапазоны мультипликаторов для российского ритейла с комментарием по дисконтам за размер и концентрацию.
• Структура DCF с допущениями по отрасли: сезонность, арендная нагрузка, обновление ассортимента.
• Список из 35 вопросов к продавцу, специфичных для розничной сети: вопросы по длительности договоров аренды ключевых локаций, зависимости от одного поставщика, работе с маркетплейсами и оттоку клиентов.

Покупатель отправил вопросы на следующий день. Часть ответов выявила существенное расхождение между данными РСБУ и управленческим учётом: аренда двух ключевых точек была ниже рыночной, поскольку арендодатель — связанная сторона. При смене собственника рыночная аренда резко увеличивает расходы. Это налоговый и операционный риск на несколько миллионов рублей в год.

Цена сделки была пересогласована с учётом этого риска — дисконт 8% от начальной цены. При стоимости актива 180 млн рублей это 14,4 млн рублей. За 4 часа работы с ChatGPT и $20 на подписку.

Как GPT-5.5 работает с файлами в M&A: Excel, PDF и выгрузки 1С

В 2026 году ChatGPT Plus умеет принимать Excel-файлы, PDF и CSV напрямую. Для M&A-работы это меняет многое.

Что можно загрузить:

• P&L в Excel или CSV за несколько лет: ChatGPT анализирует динамику, ищет аномалии, нормализует EBITDA.
• Инвестиционный меморандум в PDF: модель читает документ целиком и отвечает на конкретные вопросы.
• Баланс и ОДДС: можно попросить рассчитать соотношения и выявить расхождения.
• Выгрузки из 1С в CSV-формате: ChatGPT разбирает структуру и помогает сформировать управленческую картину.

Как правильно подготовить файл перед загрузкой:

1. Обезличивание — первый шаг. Замените название компании, контрагентов, имена людей.
2. Очистите файл от лишних листов с конфиденциальными данными — загружайте только нужный диапазон.
3. Снимите защиту листов: ChatGPT не читает защищённые ячейки.
4. Для больших файлов (более 1000 строк) разбивайте на логические блоки: отдельно P&L, отдельно баланс.

Что ChatGPT делает хорошо с загруженными файлами:

• Находит аномалии: строки с резкими изменениями год к году, несоответствия между отчётами.
• Нормализует EBITDA: предлагает скорректировать конкретные строки с обоснованием.
• Строит графики и сводные таблицы прямо в разговоре.
• Отвечает на точечные вопросы: «Что случилось с маржой в Q3 2024?»

Ограничения при работе с файлами:

• Формулы Excel ChatGPT не видит — только значения ячеек. Проверить логику расчёта в оригинале нельзя.
• При очень сложных таблицах с перекрёстными ссылками модель может потерять связи между строками.
• Максимальный размер загружаемого файла ограничен — большие базы данных нужно разбивать.

Практический лайфхак: создайте «аналитическую выгрузку» — отдельный чистый Excel только с нужными данными для M&A-анализа. Без формул, только значения, с чёткими названиями столбцов. Загружайте именно его — ChatGPT работает с ним в разы точнее, чем с оригинальным файлом бухгалтерии.

Чем ChatGPT отличается от Excel в оценке бизнеса

ChatGPT не заменяет Excel в M&A-расчётах. Он делает принципиально другое — работает до и после Excel, а не вместо.

До Excel: финансист открывает чистый лист и 2-3 часа строит структуру с нуля. Какие строки включить в P&L-мост? Как разбить CAPEX? Где в модели должен быть долговой коридор? ChatGPT закрывает этот этап за 30-60 минут. Структура, логика, связи между блоками — готовые инструкции для переноса в Excel.

После Excel: модель построена, нужно объяснить её совету директоров. Excel не объяснит, почему WACC 28% разумен для этой компании. ChatGPT объяснит за 10 минут — с разбивкой по компонентам, сравнением с нормой отрасли и формулировками для нефинансовых участников встречи.

Параллельно Excel: поменялись допущения — нужно пересчитать три сценария. ChatGPT пишет Python-скрипт, который автоматизирует пересчёт в Excel-формате. Для финансиста без навыков программирования это закрывает задачу за 30 минут вместо двух часов.

Что остаётся за Excel: сложные вычисления с множеством взаимосвязей, формульные цепочки с перекрёстными ссылками, автоматизация через макросы, финальная модель для передачи команде. Всё что считает — Excel. Всё что объясняет и структурирует — ChatGPT.

Связка «ChatGPT строит логику и пишет объяснения + Excel считает и хранит» — рабочий стандарт 2026 года для M&A-команд, с которыми я работаю.

ChatGPT, Claude или Gemini: что выбрать для M&A-анализа?

Три модели, три разных сильных стороны. Правильная связка экономит время на каждой задаче.

Актуально на июнь 2026.

ChatGPT Plus — основа для большинства M&A-задач. Лучший баланс: структура, аналитика, написание документов, режим агента, загрузка файлов. Если можно взять только один инструмент — берите его.

Claude Sonnet 4.6 — добавляйте вторым, когда работаете с длинными документами. Договоры на 80-100 страниц, многостраничные IM, сравнение двух версий финансовой модели. Claude удерживает детали на протяжении длинного текста точнее, чем ChatGPT. Для глубокой аналитической работы с большим контекстом это заметно.

Gemini 2.5 — третьим, если команда работает в Google Sheets. Gemini интегрирован нативно и позволяет запрашивать анализ прямо внутри таблицы. Для задач, где нужен код или работа с большими датасетами, Gemini также сильнее.

Для активной M&A-работы я рекомендую связку: ChatGPT Plus ($20) + Claude Pro ($20) = $40 в месяц на человека. Это меньше одного часа работы внешнего консультанта и закрывает 90% аналитических задач.

Типичные ошибки финансистов при работе с ChatGPT в M&A

За два с половиной года наблюдения за тем, как финансисты осваивают нейросети в M&A-задачах, я собрала список ошибок, которые повторяются снова и снова. Они не очевидны, пока сам не наступил.

Ошибка 1: Просить цифры вместо структуры. «Оцени бизнес по мультипликаторам» — и ждать конкретную цену. ChatGPT назовёт цифру, но она будет основана на придуманных или устаревших данных. Правильно: дать реальные данные, попросить структуру и логику расчёта.

Ошибка 2: Один гигантский промпт на всё. «Построй DCF, рассчитай WACC, нормализуй EBITDA и напиши executive summary» в одном запросе. ChatGPT попробует сделать всё сразу и сделает каждое хуже, чем если бы вы давали задачи последовательно. Правило: одна чёткая задача — один промпт.

Ошибка 3: Принять первый вариант как финальный. ChatGPT даёт первый ответ, финансист копирует в документ. Пропускается важный шаг: проверить логику допущений, перепроверить ключевые цифры, итерировать. Нейросеть — это черновик, а не финальный отчёт.

Ошибка 4: Загрузить реальные данные без обезличивания. NDA-документ с настоящим названием компании-мишени отправляется в публичный чат. Это нарушение конфиденциальности. Обезличивание — стандартный шаг перед любой загрузкой.

Ошибка 5: Не указывать российскую специфику. ChatGPT по умолчанию работает в логике МСФО и международных практик. Если не написать явно «мы работаем по РСБУ, ссылайся только на российские ПБУ», нейросеть может применить стандарт IFRS 16 там, где нужен ПБУ 6/01. Всегда явно указывайте нормативную базу.

Ошибка 6: Не перепроверять мультипликаторы. ChatGPT назовёт EV/EBITDA 5-7x для вашей отрасли. Цифра может быть правдоподобной, но устаревшей или взятой из другого рынка. Всегда верифицируйте через актуальные источники, прежде чем включать в переговорные материалы.

Какие задачи M&A ChatGPT делает плохо: шесть ограничений

Честный список — без него картина неполная.

1. Актуальные рыночные данные. GPT-5.5 обучен на данных до определённой даты. Для текущих ставок ЦБ, свежих M&A-сделок как рыночных ориентиров, последних котировок — нужны внешние источники. Не просите ChatGPT «найти» текущие мультипликаторы — он их «придумает» на основе обучающей выборки.

2. Сложные расчёты в многосвязных таблицах. Если загрузить P&L на 200 строк с перекрёстными ссылками и попросить пересчитать IRR — возможны ошибки в вычислениях. Для сложных расчётов просите ChatGPT написать Python-скрипт и запускайте его отдельно. Или используйте Gemini 2.5 — он точнее в табличных вычислениях.

3. Юридическая специфика. ChatGPT не знает судебную практику по конкретным делам, актуальных разъяснений ФНС, региональных налоговых особенностей. Налоговые риски в DD верифицирует живой налоговый консультант.

4. Российская нормативная база. Периодически путает РСБУ и МСФО, может сослаться на IFRS там, где действует ПБУ. Явно указывайте нормативную базу в каждом промпте.

5. Специфика нишевых отраслей с регуляторикой. Фармацевтика, банки, страхование, телеком имеют специфические лицензионные требования, которые ChatGPT знает на уровне общих сведений. В нишевых отраслях всегда нужен отраслевой эксперт.

6. Оценка качественных факторов. Насколько сильна команда? Устойчива ли клиентская база? Реалистичен ли прогноз роста? Это вопросы, на которые ChatGPT даст структурированный ответ, но не сможет оценить реальность. Оценка качественных факторов — это ваш профессиональный опыт, не нейросеть.

Как защитить конфиденциальные данные при M&A с ChatGPT

M&A — это NDA на каждом шагу. Финансовые данные компании-мишени строго конфиденциальны. Нарушение может стоить вам репутации и сделки.

Обязательный протокол перед каждой загрузкой:

1. Settings → Data Controls → выключите «Улучшать модель для всех». После этого ваши данные не используются для обучения.
2. Имя компании-мишени замените на «Компания Альфа» или любой код.
3. Имена контрагентов, ключевых клиентов и поставщиков — условные обозначения (Поставщик-1, Клиент-А).
4. Персональные данные сотрудников убирайте полностью.
5. Суммы сделки оставляйте в абсолютных значениях (они нужны для анализа), но без привязки к реальным именам.

Когда нужна максимальная защита:

• ChatGPT Business ($25/пользователь в месяц) — OpenAI заявляет, что данные этого тарифа не используются для обучения, включено соглашение об обработке данных.
• Локальная LLM — DeepSeek V3.2 на корпоративном сервере. Данные не покидают периметр. Качество ниже GPT-5.5, но для структурных задач вполне достаточно.
• API-режим с DPA — для команд, где IT-безопасность требует официального договора с OpenAI или Anthropic.

Что никогда не загружаем в публичные нейросети: подписанные NDA с реальными суммами и именами, детальная структура собственности с физическими лицами, стратегические планы с чувствительными рыночными данными, информация о публичных сделках до официального раскрытия.

Важный момент для команд: договоритесь о едином стандарте обезличивания до начала работы. Один человек из трёх может случайно загрузить необезличенный документ. Пропишите правило в регламенте, создайте шаблон переименования, сделайте это частью онбординга новых участников M&A-проектов.

Готовый чек-лист due diligence: 40 пунктов под любую отрасль

Базовый финансовый DD-чеклист, который ChatGPT адаптирует под любую отрасль за 5 минут. Используйте как основу.

Блок 1: Финансовые результаты

1. P&L за последние 3 года (РСБУ и управленческий учёт, если ведётся параллельно)
2. Помесячная выручка с разбивкой по клиентам или продуктовым группам
3. Валовая маржа по сегментам — динамика за три года
4. EBITDA с расшифровкой корректировок, которые делал сам продавец
5. Разовые статьи доходов и расходов — перечень с суммами
6. Капитальные затраты: поддерживающий vs развивающий CAPEX
7. Оборотный капитал: дебиторка, запасы, кредиторка — помесячная динамика
8. Расхождения между управленческой и налоговой отчётностью с объяснениями

Блок 2: Денежный поток

9. ОДДС прямым методом за 3 года
10. Конвертация EBITDA в FCF — почему расходятся (если расходятся)
11. Пиковые потребности в оборотном капитале, сезонность
12. Доступные кредитные линии: лимиты, условия, ковенанты, коридоры погашения

Блок 3: Баланс и долг

13. Баланс на последнюю отчётную дату
14. Структура долга: банки, связанные стороны, облигации, лизинг
15. Залоговое обеспечение: что заложено, кому, условия снятия залога
16. Забалансовые обязательства: поручительства, гарантии, условные обязательства

Блок 4: Налоговый блок

17. Налоговые декларации (НДС, налог на прибыль) за 3 года
18. История налоговых проверок: результаты, суммы доначислений, открытые споры
19. НДС: как формировались вычеты, есть ли риски по цепочке поставщиков
20. Взаимоотношения со связанными сторонами — соответствие рыночным условиям
21. Открытые налоговые периоды и потенциальные риски

Блок 5: Клиентская база

22. ТОП-10 клиентов: доля в выручке, история отношений, наличие долгосрочных контрактов
23. Средний срок контракта и условия досрочного расторжения
24. Отток клиентов за последние 2 года
25. Концентрация: доля крупнейшего клиента в выручке
26. Pipeline новых клиентов на ближайший год

Блок 6: Операционный блок

27. Производственные мощности: загрузка, узкие места, планы расширения
28. Ключевые поставщики: концентрация, альтернативы, условия контрактов
29. Технологическая зависимость: лицензии, SaaS-инструменты, собственные разработки
30. Сертификаты, лицензии, разрешения — актуальность и условия продления

Блок 7: Кадровый блок

31. Оргструктура с ключевыми людьми, стажем и функциями
32. Условия удержания ключевых сотрудников: контракты, бонусы, опционы
33. Зависимость бизнеса от собственника, который одновременно является операционным директором
34. Открытые трудовые споры, историческая текучесть кадров

Блок 8: Юридический блок

35. Структура собственности с историей изменений за 5 лет
36. Судебные дела в роли истца и ответчика — суммы, вероятность исхода
37. Интеллектуальная собственность: патенты, товарные знаки, ПО — кому принадлежат
38. Ключевые договоры с контрагентами: сроки, условия расторжения, штрафные санкции
39. Условия действующих договоров аренды, особенно по ключевым локациям
40. Разрешения на строительство, экологические лицензии (при наличии производства)

Как внедрить ChatGPT в M&A-работу команды за одну неделю

Не нужен месяц на внедрение. Нужна неделя и правильная последовательность.

День 1. Настройка и протокол безопасности. Настройте Privacy Settings для каждого, кто будет работать с финансовыми данными. Создайте корпоративный GPT-агент «M&A Analyst» — в системную инструкцию вставьте контекст компании (отрасль, типичные сделки, предпочитаемые форматы), правила обезличивания, стиль итоговых документов. Агент запомнит контекст и не придётся объяснять его в каждом новом чате.

Составь системную инструкцию для корпоративного GPT-агента по M&A.

Контекст:
- Финансовый департамент производственного холдинга
- Типичные сделки: поглощение смежных производств, 300-800 млн рублей
- Форматы отчётов: executive summary на 1 страницу для совета директоров,
  DD-отчёт для юридического отдела
- Обезличивание: цель — Компания Альфа, продавец — Сторона 1,
  контрагенты — кодовые обозначения

Напиши системную инструкцию для GPT-агента: 200-250 слов.
Она должна задавать профессиональный контекст для всех M&A-запросов
и напоминать о протоколе обезличивания при загрузке документов.

День 2-3. Библиотека промптов команды. Минимальный набор: промпт для нормализации EBITDA, DD-чеклист под основные отрасли вашей практики, анализ IM, executive summary, вопросы продавцу после тизера. Возьмите промпты из этой статьи и адаптируйте под специфику вашей практики.

День 4. Пробная сделка на историческом материале. Возьмите завершённую сделку из архива, где нет действующей конфиденциальности. Проведите первичный анализ с ChatGPT, засеките время. Сравните с реальными затратами тогда. Это ваш базовый кейс ROI внедрения.

День 5. Стандарт и масштабирование. Назначьте ответственного за промпты: человека, который собирает лучшие запросы из реальных сделок и обновляет библиотеку команды. Внедрите правило: любой эффективный промпт добавляется в общую папку в течение дня после использования.

Ожидаемый результат через месяц: первичный M&A-анализ занимает 8-12 часов вместо 30-40, библиотека включает 20-30 рабочих промптов, команда перестала тратить время на структурные задачи и сосредоточилась на аналитике и переговорах.

Итого: ChatGPT как M&A-ассистент в 2026 году

ChatGPT не заменяет финансового консультанта при M&A. Он убирает 60% рутины, которую консультант или внутренняя команда делали вручную: структуру анализа, DD-чеклисты, нормализацию EBITDA, черновики документов, список вопросов продавцу.

Реалистичный результат при правильном использовании: первичный анализ за 8-12 часов вместо 3-5 дней, экономия 150-250 тысяч рублей на первом этапе сделки по сравнению с привлечением внешнего консультанта.

Три условия, без которых ChatGPT в M&A не работает:

1. Вы приносите данные, не просите нейросеть их придумывать.
2. Данные обезличены перед загрузкой в публичную версию ChatGPT.
3. Все цифры из ChatGPT проходят ручную верификацию, особенно мультипликаторы и расчёты.

С chatgpt.com можно начать прямо сейчас — бесплатная версия даёт первое понимание возможностей. Для M&A-работы нужен Plus ($20/мес): загрузка файлов, GPT-5.5 и режим агента обязательны.

Что изменится в ближайший год. AI-инструменты в M&A движутся быстро. Уже сейчас агентские режимы ChatGPT и Claude умеют последовательно обрабатывать несколько документов, делать перекрёстные запросы и строить связанные аналитические цепочки. В 2027 году стандартом будет автоматический первичный скрининг целей по заданным критериям, мгновенная нормализация EBITDA из загруженного пакета документов и сравнительный анализ нескольких активов в одном диалоге.

Финансисты, которые освоят эти инструменты сейчас, через год будут делать работу аналитика-джуниора за час и тратить время на то, что реально стоит: переговоры, понимание бизнеса, построение отношений. Те, кто будет ждать — обнаружат, что рынок M&A-консалтинга перестроился без них.

ChatGPT в M&A — это аналитик, который работает в 3 часа ночи перед закрытием сделки, не устаёт и не просит отгул перед дедлайном. Решение о сделке, переговоры и ответственность остаются за вами.

Следите за обновлениями и разборами AI-инструментов в наших каналах:

• Telegram-канал @findir_pro — 45 000 финансистов и CFO, еженедельные разборы и рабочие промпты для финансовых задач
• «АИ с Софьей и Натали» — 13 000 подписчиков, обзоры новых AI-инструментов и кейсы из практики школы
• MAX — закрытое сообщество 5 000+ участников: шаблоны, разборы сделок, Q&A с экспертами

Записаться на курс «AI-навыки финансиста» — 800+ выпускников, системный подход для CFO и главбухов от онлайн-школы «Финансовый директор | Мастер CFO» под руководством Софьи Бурцевой. Диплом с лицензией, налоговый вычет 13%.