财务人的AI原生力:专业是底座,AI是长出来的新能力

这困境我太熟了。二十多年前 Excel 刚普及那会儿，财务圈也有一批人慌得不行。今天换成 AI，剧本一模一样，只是道具换了。

所以我想先泼盆冷水：财务人学 AI，第一件事不是去啃工具，而是先认清楚——什么东西，是永远不会变的。

一、内核与外壳：专业是底座，工具只是壳

我做了三十年财务，一句话总结我的感悟：财务专业是内核，技术工具是外壳。

内核是什么？是定义问题、判断假设、权衡风险、向业务解释清楚“为什么会这样”。这些事，二十年前和今天，一字不差。

外壳呢？换了一茬又一茬。算盘、计算器、Excel、VBA、Python，现在轮到 AI。每一茬出来，都有人说“这回财务要被取代了”。结果呢？内核稳的人，每次都把新工具用成了肌肉记忆；内核虚的，永远在追下一个风口。

所以“AI 原生力”这个词，不是“天生就会用 AI”。而是你的内核稳到一定程度，新工具长上来，就像藤蔓爬架——它自己就附上去，长成你身上的一部分。

工具怎么变都行，只要内核不塌，就能长出新能力。这就是“原生力”三个字的分量。

二、一套二十多年前的方法论，今天照样能打

说到内核，得交代一个来历。我有一套“三阶段建模心法”：概念建模（WHAT）、逻辑建模（HOW）、物理建模（DO）。这套东西，是二十多年前我刚做财务时自己一点点摸出来的——那会儿做表全靠Excel，PowerBI和Python之类的都还没出现。

① 概念建模（WHAT）：先定义问题，别急着算。大部分人拿到需求，第一反应是打开 Excel 建个表。我见过九成的人都是这样。问题在哪儿？你还没想清楚要回答什么问题，就开始算数了。

② 逻辑建模（HOW）：画一张 Driver Tree（驱动树）。把“结果”拆成“驱动因素”，再拆成“驱动因素的驱动因素”。拆到哪一层停？拆到你管得了的那一层——拆到“天气”就没意义了，你管不了天气，但管得了促销。

③ 物理建模（DO）：到这一步才碰工具。给 AI 一张“施工蓝图”——假设区、计算区、输出区三张表分开，假设与计算分离，禁止写死数值，结果必须自洽。

这里有个我的原创心得，是技术出身的讲师讲不出来的：先拆业务，再拆财务。很多人上来就拆成本结构，固定成本、变动成本。但成本是被业务动作驱动的——先有促销动作，才有促销费用。按业务拆，模型是活的；按科目拆，模型是死的。

这一层，教科书里没有，在合同里。比如真实门店的租金，是“固定和抽成孰高”——任何 AI 都默认想不到，因为合同不在它肚子里。

关键一句话：这套心法，跟具体工具没关系。纸笔能跑，Excel 能跑，今天 AI 也能跑。换壳不换心。

三、它在 AI 时代，是怎么“长”出来的

光说“能迁移”不够，得给你看证据。这三阶段，在 AI 时代三个不同的阶段，我都是这么用的：

① 提示词时期：我把概念建模那五个要素，写成一段提示词喂给 AI。它按我的规矩出模型，不是按它自己的糊涂逻辑。

② 单点提效阶段：让 AI 出 Driver Tree，它拆业务、我判假设。它算得快，我判得准。分工清楚，谁也替不了谁。

③ Skill 封装复用：这是最新的玩法。我把整套心法“教”给 AI 一次——PPT 课件变成知识库，知识库蒸馏成 Skill，Skill 挂进工作流一键触发。以后每次它都按我的规矩干活，不用我重复教。

你品品：同一个内核，三个不同的壳，每一个都活得好好的。这才是“原生力”，不是追着新工具跑。

四、财务人学 AI，最该避的两个坑

坑一：陷进技术细节里。一上来就啃 Python、啃 API、啃向量数据库，把自己搞成半个程序员。结果财务老本行荒了，新工具也没精通。你不是要去和工程师比谁懂技术——那从来不是你的护城河。

坑二：把 AI 当万能。这点我必须泼狠点。AI 数字敢编。我自己的 Skill，十项交叉核验全过，最后还是漏了一个折旧。

所以一句话送给同行：让 AI 当你的算术引擎，你是它的谋局指挥。要做AI主，不做AI奴。

五、先稳住内核，剩下的让能力自己长

工具会一直换。算盘换 Excel 那拨人里，有人慌了整整十年；内核稳的，早把新工具用成了肌肉记忆。

给财务同行一句话：别急着追工具。先稳住你的内核——定义问题的能力、判断假设的眼光、对业务的那点洞察。这些稳住了，剩下的，让能力自己长。

我要去腾讯参访了，去看看 WorkBuddy 的老家，明天回来接着跟你们聊。