我丢给AI 12张Excel表,它给我交了一份专业的财务分析报告(全文约3000字)
帮客户做了十多年财务报告，这次我把12张表丢给钉钉悟空Agent，说了句话：帮我做一份Q1财务分析报告，两家苹果专卖店的。
40分钟后，一个Word文档出现在我的钉钉里——8张图表、5部分完整分析、核心指标汇总、KPI仪表盘、运营建议，商务配色，排版专业，数据溯源标注清晰。
打开一看：总体结论、单店对比、异常数据标注、运营建议，全部到位。
第一部分，总体分析。 两店核心指标汇总表、营收对比柱状图、净利润趋势折线图，外加一条总体结论——一店营收是二店3.47倍，但二店净利率反而更高。
第二部分，单店深度分析。 每家店的资本结构、盈利能力、营运效率拆开说，一店重点讲成本结构，二店重点标了资金风险。
第三部分，仪表盘总览。 一张KPI仪表盘（毛利率、净利率、资产负债率、费用率四个指针），一张综合能力雷达图（五维度对比）。
第四部分，结论与规律。 共同规律、各店独特问题、差异对比，用📌标记，条理清楚。
第五部分，运营建议。 一店三条、二店三条、整体两条，每条都有数据支撑，不是套话。
8张图表的配色统一是商务蓝灰色系，简洁专业，可以直接发给客户看。
很多人听到这里可能想问：这要写代码吧？要调参数吧？
我的模板里写了几个关键要求：禁止填”数据暂缺”、先做数据清单确认再动手、五部分分析框架、Word文档含8张图表。
有人觉得：跟AI说话还要写模板，太麻烦了。我的看法是：你跟下属交代任务，是不是也得说清楚要求？AI也是一样的道理。区别在于，下属可能听完忘一半，AI不会。
第二步，悟空把12个Excel文件扫了一遍，列了份数据清单给我确认。
两家店各6个文件，3个月损益表加3个月资产负债表。悟空把每一张表的关键数据都提取出来：营收、成本、毛利、净利润、货币资金、应收账款、库存……
还特别标了几个异常：二店1月和3月货币资金是负的（-20.30万、-10.30万），应付账款也有负值。
我确认了一句”数据正确，无遗漏”。它才开始正式分析。
这一步很有意思。人做分析，拿到数据直接开干，做到一半发现有问题再返工。悟空是先确认再动手——这个流程意识，比很多新入职的财务都强。
第三步，悟空自己写了一份Python脚本，生成了8张图表。
它选用了python-docx生成Word文档，用matplotlib画图表，还自己设计了一套商务配色方案：深灰主色、蓝色系辅助、绿色标注正向指标、红色警示异常数据。
8张图表分别是：营收对比柱状图、净利润趋势折线图、利润率对比表、成本结构堆叠柱状图、货币资金对比图、综合能力雷达图、KPI仪表盘、库存对比图。
中间踩了两个技术坑：一个是python-docx内置表格样式报错，它自己改成了手动设置单元格格式；另一个是仪表盘需要精确计算指针角度，它用了极坐标三角函数解决。
我没有参与任何技术决策。它自己选技术、自己踩坑、自己解决。
排版要求是指令模板里写好的：标题层级、字号、行距、表格样式、图片宽度，悟空全部执行了。
最终交付：Word报告一份、8张独立PNG图表（可直接嵌入PPT）、核心发现摘要。
这份报告让我意外的，不是图表做得好看，而是悟空的数据敏感度。
比如二店货币资金为负值，它没有一笔带过，而是在报告里用⚠️标了”异常警示”，在单店深度分析里专门写了风险提示，在运营建议里列为二店的”紧急任务”。
比如它发现二店其他业务利润占净利润67.8%，在结论部分直接写了”其他业务依赖”这条独特问题，建议”应聚焦主业提升核心竞争力”。
再比如它的总体结论：”规模不等于效益，一店营收是二店3.47倍，但净利率反而低1.71个百分点。”我自己看到这组数据，结论也是这句话。悟空独立得出了同样的判断。
悟空拿到12张Excel表之后，没有直接开始分析，而是先把所有关键数据提取出来，列成清单让我确认。
做过财务分析的人都知道，数据分析80%的时间在清洗数据。如果数据源头就错了，后面做得再漂亮都是废纸。
很多项目失败，不是因为执行能力差，是因为一开始需求没对齐。与其做了再改，不如先确认再做。带团队也是这样，一开始需求没对齐，后面全是返工。
悟空能提取数据、画图表、写分析、给建议。但它不知道这两家店的背景——我不知道二店是新店还是老店，不知道春节前后有没有促销活动，不知道”其他业务利润”具体是什么业务。
AI把财务分析的执行门槛打下来了，但业务理解的判断门槛还在——而且更高了。
以前你会Excel就能做数据分析。以后你需要的是——看懂AI的分析结果，判断哪些结论靠谱，哪些需要结合业务实际情况调整。
悟空生成的报告离”可以直接发给客户的报告”还差一步。差在哪？差在业务上下文。
比如它建议”一店提升毛利率”，但不知道一店的定价策略是跟着苹果官方走的，毛利率空间本来就有限。比如它建议”二店开展促销活动加速库存变现”，但不知道苹果产品的库存策略跟普通零售不一样，不是想清就能清的。
这些建议在逻辑上没有问题，但离”可执行”还有距离。
AI做财务分析报告，当前最合适的定位是 第一稿生成器 。
它能帮你把80%的基础工作做完：数据提取、图表生成、结构搭建、基础分析。剩下20%——业务判断、建议细化、客户沟通口径——还是需要专业的人来做。
但80%的基础工作，可能本来需要两三天。现在40分钟就完成了。这个效率提升，对于同时服务多家客户的财务顾问来说，价值是实实在在的。
-
先把需求说清楚——不管做错题系统还是财务报告，我都提前准备指令文档。这不是形式主义，是给AI一个清晰的框架。你说得越清楚，它做得越接近你要的。
-
中间确认，不要等最后再改——悟空列数据清单让我确认，这个环节避免了后续返工。宁可多确认一次，不要做完了全推翻。
-
你来判断把关，它来执行交付——AI能做数据、画图、写报告，但业务判断、客户沟通、可行性评估，还是得专业的人来。
不是AI替代财务顾问，是AI让财务顾问从”做表”中解放出来，把精力放在”判断”和”建议”上。
这才是财务顾问的核心价值——不是把数据摆出来，而是告诉客户这些数据意味着什么、下一步该怎么做。
如果你也在用AI做财务分析，欢迎私信聊聊。不收费，就是想认识些同频的朋友。
夜雨聆风
