AI会读Excel,会做PPT,可为什么报表还是自己做更快?

10月10日上午，忘了调休差点迟到。

刚坐到工位打开微信。群里一位货代朋友，说自己被AI落下了，看着我们每天讨论各种AI应用热火朝天的，一激动打开豆包，拿上个月的运单数据来分析货量，准备把落下的课给补上。结果他对生成的报表不满意，觉得花这些时间来回调整，自己手动早就做完了。

他要的是把上个月的货量看明白。现在多了一个所谓能干活的工具，但是检查、解释、修改却还得自己来。忙了一圈，工作却没少多少，这个抱怨很实际。

看AI工具的介绍和现在网上的爆款文章，读写Excel、分组查询、制作Office文档，好像都不在话下。很容易让人觉得：表给它，要求说一遍，剩下的就等报告了。

真拿工作去试，报告没等满意，倒先忙着来回解释和修改。别人讲得那么轻松，怎么到了我这里就不行了？是工具做不到，还是我不会用？

这样的落差多来几次，再试新工具的信心也会慢慢消磨掉。

报告生成了，检查和修改还在

可从打开文件到交出一份能用的分析，中间还有不少判断。工具能把数加起来、把图画出来，和这些数能不能支持结论，是两回事。

我用AI分析过一份商品退款表，本来想判断哪些产品的售后数据变得更差，需要清货下架处理。初版报告把最新月份的退款回落，当成了改善迹象。我继续追问订单时间和范围，才弄清手里的文件只覆盖一个结算月。

一个结算月里收到的退款，并不都来自这个月卖出去的货。老订单可能早已成交，退款却到这个月才记进报表；这个月刚卖出去的货，还没走完收货、使用、申请退款的过程。

它们出现在同一张表里，但能观察到的销售和售后时间不一样。新订单暂时退款少，有可能只是还没来得及退。

这也解释了表里另一个怪现象：某些老月份的退款金额，相对留下的销售金额，看起来高得离谱。当初收的钱不在这个结算窗口里，后来退的钱却进来了。拿窗口里的两项金额直接比较，很容易误会。

下单和退款入账的时间窗口（示意）

后来我补了更长周期的表，再按不同月份下单的商品去看，AI最初的判断就显现出问题了：较早月份的退款风险仍在上升，最新月份暂时还不能宣布好转。

哪些产品先排查，哪些变化继续观察，都受这个判断影响。尤其刚改过产品或页面时，不能让一批刚卖出去的货，这么快就替整改交成绩单。

文件可以读得很顺，算法也未必算错，但这张表记录的是哪个时间窗口，允许我们判断到哪一步，仍得弄清楚。即便AI完成了全部计算，也不能跳过这些问题。

回到群里的讨论，大家追问数据从哪里来、有没有出处、哪些地方不能随意推测。但是跨境电商行业问对方的产品和数据是不礼貌的。预算我根据经验提了约束框架和字段地图。名字听着像要开个大工程，其实先把下面几个问题交代清楚。

这次到底要回答什么？哪些表里的内容可以对应，哪些看起来相似却不能合并？按哪个时间统计？信息缺了，是停下来问，还是可以按约定处理？

拿退款表来说，下单的月份和退款入账的月份，指的是两个不同的时间，不能互相替代。同一件事在几张Excel里用了不同名称，也需要说清它们是不是同一个意思。人熟悉业务，可能一眼就懂；让工具接手时，这些判断得有个明确的依据。

这并不说明那位货代朋友的报表一定败在这里。我们没有查明这次具体错在哪里，要求、数据对应、工具能力和模型出错，都可能影响结果。不能看见报告不好，就先怪使用的人不会整理数据。

群里有人说：

你要先有装备才能附魔。

但准备这套“装备”也要花时间。一个熟悉业务的人，本来就知道怎么归类、怎么算，手动做一次也许很快。现在要把脑子里的判断解释出来，再检查AI有没有照做，完全可能比原来更费事。

如果只做这一次，手工可能就是更快。 没必要为了用上AI，把一张临时报表做成一个长期项目。

许大宝AI／Evan在《手握一堆AI Agent，为什么干活反而心力交瘁？》里谈到，执行交出去以后，人仍要分派、监督、审核纠错，还要切换上下文。这些负担放到报表上也很好理解：等一份结果，再查它、改它，都是工作，不能只计算生成用了多久。

如果每个月都要做同一种分析，才有理由试着把这次解释过的规则留下。一开始也不必先建完整数据库，先记清这份分析用到哪些字段、怎么算、遇到什么情况要问人，以及怎样检查结果，就够了。

规则能复用，前面的准备才有机会在后续工作里摊回来。表格格式变了、业务口径变了，还得维护；AI自己算错、漏掉内容，也得返工。这些成本都要算进去，不能因为已经投入过，就默认继续用一定划算。

讨论到后来，那位货代朋友又补充，豆包做简单的数据归集和分类，还是方便的。

他对整份分析报表不满意，同时找到了其中有用的一段。归集和分类可以先交出去，比较容易核对；涉及业务判断的部分，暂时自己处理。没必要在“全交给它”和“完全不用”之间选一个。

所以，手头几张表还对不齐时，我觉得先别急着搞AI数字化。先从基础的信息化做起，最简单的起点，就是把每天发生的业务，按固定规则记下来。

拿运单记录举例，同一个客户统一名称或编号，日期写清是发货日还是签收日，数量注明单位。几张表能按运单号对应起来，缺了什么、重复了什么也能查出来。每个人都按同一套规则填，接手的人和AI 才能看懂。

还要约定哪份记录为准，谁负责录入、核对和更新，哪些人能查看或修改，并保留修改记录和备份。换一个人做报表，不必再满群找文件、问每个数字是怎么来的。

先把记录整理清楚，让同事能够接手

一个小团队，可以先用一张维护好的共享表，把眼前这项工作做顺；业务变复杂了，再考虑合适的系统。再让AI做归集、分类和报表时，输入依据更清楚，结果也有东西可核对。

又或者，你的数据可以从ERP里导呢？