当 Claude 进入 Microsoft Excel：不会函数的人，开始做财务模型了

如果你过去用过 Excel，大概率经历过这几个阶段：

• 初级：手动填数据

• 进阶：写函数（SUM / VLOOKUP / IF）

• 高级：建模型、做预测

但问题是：大多数人，永远停在第一层

不是不想进阶，而是：

• 函数太复杂

• 逻辑太抽象

• 学习成本太高

于是 Excel 变成了一个很尴尬的工具：人人都在用，但很少有人真正“会用”，但现在，这个情况正在发生变化。

一、Excel正在从“工具”，变成“对话系统”

你不再需要写公式，而是可以“说需求”

比如你可以直接告诉 AI：

• 帮我分析2025年预算 vs 实际支出

• 找出差异最大的部分

• 分类所有交易类型

• 哪些项目增长最快

过去你需要：

• 写函数

• 建透视表

• 手动分析

现在变成一句话完成分析

这意味着一个很重要的变化：Excel 的核心技能，从“写公式”，变成“表达问题”

二、不会建模型的人，也可以做“财务建模”

在传统认知里，“财务模型”是一个门槛很高的能力：

• 要懂三大报表

• 要会建结构

• 要写复杂公式

但现在你可以直接对 Claude 说：“帮我做一个SaaS公司的财务模型”

它会自动帮你：

• 创建 Sheet（收入、成本、现金流）

• 建立结构关系

• 写好公式

• 填充预测逻辑

甚至可以做到：

• 月度预测

• 年度增长

• 多场景模拟

这其实在发生一件很重要的事：“建模能力”从专业技能，变成基础能力

三、最被低估的能力：自动生成“假设系统”

传统做模型有一个最难的部分：假设（Assumptions）

比如：

• 增长率是多少？

• 利润率是多少？

• 成本如何变化？

这些通常是：

• 手动输入

• 难以统一管理

• 改一个值，全盘崩

但现在可以直接让AI：生成“假设层”

比如：

• 所有关键变量集中管理

• 每个输入都关联模型

• 一改全改

这意味着什么？模型开始具备“可控性”和“可扩展性”

其实是从“表格”，进化成了：一个动态系统

四、真正强大的能力：场景推演（Scenario Analysis）

如果说建模型只是第一步，那么更高级的能力是：做预测

比如你可以直接说：

• 做一个“乐观/中性/悲观”三种情况

• 如果增长率下降10%会怎样

• 如果成本上涨20%会怎样

AI会自动：

• 复制模型

• 修改参数

• 输出不同结果

过去这件事意味着： 至少中级以上 Excel 水平

现在变成：一句话触发

这其实在改变一件事：决策方式

从“静态分析”变成：动态模拟

五、一个被忽略但非常关键的能力：解释复杂公式

很多人放弃 Excel 的原因不是不会写，而是：看不懂

比如：

• 一长串嵌套函数

• 不知道引用了哪里

• 出错也找不到原因

现在你可以直接点一个单元格，然后问：这个公式在干嘛？

AI可以帮你：

• 用人话解释公式

• 追溯数据来源

• 找出错误原因

这带来的变化是：学习成本被极大降低

从：

• 看教程

  ➡️

  实时理解

六、但它还不能做什么？（非常关键）

目前 AI 在 Excel 里，还不是万能的：

• 不能用 VBA / 宏

• 不能连接外部数据库

• 不适合直接交付客户（需要人工复核）

这说明一件事：AI正在替代“操作”，但还没有完全替代“责任”

换句话说：

• 它可以帮你做80%

• 但最后20%仍然需要人

七、更本质的变化：技能门槛被“压平”了

如果你把这件事放大来看，会发现一个更大的趋势：技能结构正在发生改变

过去：

• 会 Excel = 有竞争力

• 不会 = 办公室边缘人

现在：

• 大家都能做基础分析

• 差距不在“会不会”，而在：

  你问什么问题

这其实是一个非常深刻的变化：能力从“操作能力”，转向“思考能力”

结尾：真正被改变的，不是Excel

很多人会觉得： 这是 Excel 的升级，但其实不是。真正发生变化的是：人与工具的关系

过去：

• 人适应工具

• 学函数、学操作

现在：

• 工具适应人

• 理解语言、执行任务

这背后代表的是一个更大的趋势：所有软件，都会变成“对话接口”

而当这一切发生之后，一个问题会变得越来越重要：你能不能清晰地表达问题？

因为在AI时代：不会写公式的人，不再是问题，不会思考的人，才是。