Excel 公式写了十来年,我用 AI 把月度对账从 3 天压到 2 小时

QUOTE

对账真正吃掉时间的不是算账，是找差异和写说明。

—— 小勇

每月 1 号到 5 号，是财务人的至暗时刻。银行流水、ERP 凭证、开票记录、报销单，四个系统的数字对不上，你要在四张表之间来回切，眼睛盯着屏幕找那几笔差了几分钱的差异。

我做了十几年企业财务信息化，见过太多公司把对账做成体力活：一份 Excel 表里嵌着上百个 VLOOKUP，公式套公式，改一个字段整表报错。一个财务共享中心的客户，月度对账平均 3 天，其中 2 天半不是在算，是在找。

今年我把这套流程用 AI 重做了一遍，同样的数据量，压缩到2 小时。这篇不讲概念，只讲我实际在用的四个步骤和踩过的三个坑。

本文看点

很多人上来就问「AI 能不能自动对账」，这个问题太大，AI 答不好，你也没法落地。我先把对账拆成五个动作。

— 对账的五个动作，越往后越耗时

匹配这一步，Excel 公式早就能做；真正吃掉两天的，是差异原因的归类判断，以及最后那段要反复修改的说明文字。

所以 AI 该用在哪就清楚了：不是让它替你算账，是让它替你做清洗规则的生成、差异的初分类、说明的初稿。这三件事占了总耗时的七成以上，而且恰恰是规则明确、重复度高的部分。

这一步省不掉，省了后面全白做。

— 统一口径、唯一匹配键、十行样例

第一，统一口径

科目名称、币种、日期格式、金额单位（元还是万元，是否含税）必须先统一。我见过最离谱的一次，两张表一个用「2026/9/1」、一个用「2026-09-01」，AI 判断成完全不同的两笔，直接多出400 多条假差异。

第二，确定唯一匹配键

优先用单据号；没有单据号的，用「金额加日期加对方户名」组合。关键是你要明确告诉 AI 匹配优先级，否则它会自己猜一个，猜错了还不会告诉你。

第三，准备十行样例

从全量数据里挑 10 行有代表性的（含正常匹配、金额差几分、单据号缺失三种情况），后面全靠这 10 行做校验。

— 规则先行，样例验证，人机分工

— 幻觉、精度、越权，三个都要设防

— 机械活被压缩，复核时间一分钟没省

其中 AI 处理约 40 分钟，剩下 1 小时 20 分钟是人工复核和判断。这个比例很关键——AI 干掉了80% 的机械劳动，但复核时间一分钟没省。如果你想把 2 小时再压到 30 分钟，那不是技术问题，是风控问题，别干。

还有两类场景我不建议上 AI：一是涉及往来核销、账龄分析这类强会计判断的环节；二是数据量小于 200 行的小账，人工反而更快。

工具的价值在规模，不在炫技

我这十来年的体会是：每一次工具换代，淘汰的都不是「会算账的人」，而是只会搬数据的人。

VLOOKUP 不会消失，但如果你现在的工作是把四个系统的数字手工搬到一张表里再逐个核对，那这份工作正在被重新定价。真正值钱的是你能判断「这笔差异到底是怎么回事」——这是 AI 给不了的，也是你该把时间花过去的地方。