AI都能写公式了,Excel还学什么?

老板发来一张几万行的销售表，留下一句话：

“这个月的销售，为什么又掉了？”

你把文件交给AI。几分钟后，公式、图表、分析报告，全有了。

然后老板追问：“所以，我们下个月该先改哪里？”

这时，你才发现：有了答案，不代表解决了问题。

这也是我对“AI时代还要不要学Excel”的回答：要学。但学习的重点，得换了。

以前学Excel像在攒武器库:VLOOKUP、IF嵌套、INDEX加MATCH……记住越多，越有底气。

现在，你可以直接问AI：“A列是客户，B列是销售额，C列是日期，帮我统计每个客户最近30天的销售金额。”

公式可以很快写出来。可“最近30天”包不包括今天？退货算不算？重复订单怎么处理？

AI能生成公式，统计口径还得由你说清。

再看老板那张销售表。真正难的，也不是把总销售额加出来，而是接着问：

是卖得少了，还是卖便宜了？是老客户不来了，还是新客户没进来？下降集中在哪个区域、产品或渠道？

你不必一开始就知道原因。但你要能把“销售为什么下降”，拆成几个可以用数据验证的问题。

这才是Excel值得学的部分。也是AI再会写公式，你都绕不过去的部分。

别急着补函数课。先打开你最常用的那张表，看看它长什么样。

是不是一个单元格里，挤着“北京 / 张三 / 已成交 / 3月12日”？是不是为了好看，把几行几列合并成了一大片？每个月还要复制一个新工作表？

这些做法用来展示，可能没问题；用来持续汇总和分析，麻烦就来了。

人要先猜每个数字的意思，AI也一样。结构含糊，后面的清洗、统计、核对都会更费劲。

整理明细表，先记四件事：一行一条记录，一列一个字段，同类数据统一格式，原始数据与统计结果分开。

听起来不高级，却能解决很多“公式写得很复杂，结果还是不对”的问题。

好表格的第一步，是让信息各归各位。

现在换个场景。

AI算出：这个月销售额下降了20%。你看着图表，觉得挺像那么回事，直接放进汇报。

可如果上个月统计了31天，这个月只录入了20天呢？如果有一批订单被重复导入了呢？如果筛选条件把某个渠道漏掉了呢？

这里的20%只是一个假设。它想说明的是：计算正确，结论也可能不成立。

AI能帮你写很长的公式，却不会让错误自动变得显眼。你看不懂公式在干什么，就很难知道该查哪里。

所以，Excel基本功仍然重要：筛选会不会改变范围？查找有没有匹配错客户？相对引用拖下去之后，引用的还是那一列吗？

不需要每个公式都手写。至少要能抽几条数据核对，检查总数，确认日期范围，追问异常值。

一个简单的核对方法：随手挑三笔订单，回到原始记录手算一次；再把各区域的小计加起来，看能否对上总额。小样本和总数都过一遍，通常比盯着复杂公式猜更有效。

有了计算器，我们不用天天练乘法。可一笔几千元的生意，算出了几亿元，你总得先停一下。

回到开头那张销售表。你可以换一种方式，把任务交给AI。

不是丢一句“帮我分析一下”，而是把目标、结构、口径和检查方式一起交代清楚。

这样问，不保证AI一次就做对。但至少你们在讨论同一个任务，结果也有迹可查。

拿到分析后，继续问：“下降最大的组合，占总降幅多少？”“是不是某个大客户的单次采购造成的？”“换一个时间窗口，结论还成立吗？”

真正的协作，往往发生在这些追问里。

AI负责生成方案，你负责判断方向、核对结果，再决定下一步。

如果你的工作不是专职做数据，先别急着啃完“100个必背函数”。把精力放到这四件事上。

能把表管明白

筛选、排序、冻结窗格、查找替换，加上基本的格式与数据类型。能整理一张明细表，比做一张花哨表更实用。

知道函数解决哪类问题

SUM和COUNT做基础统计，IF做判断，SUMIFS、COUNTIF做条件汇总，XLOOKUP或类似函数做查找关联。先理解用途，语法可以查，也可以请AI生成。

会用透视表拆问题

把“区域”拖进来，看哪里在下降；换成“产品”，看哪些品类拖了后腿。这个过程，练的就是维度、指标和汇总思维。

能说清需求，也能验收

告诉AI字段是什么、目标是什么、哪些规则不能猜。让它解释公式、拆解步骤，最后自己核对样本和总数。

不必样样精通。但要知道每一步为什么做，做完之后怎么判断。

所以，Excel还要不要学？

要。把背公式的时间，分一点给提问题和查结果。

未来拉开差距的，可能不是谁能手写最复杂的公式，而是谁能把一个模糊的业务问题，变成一个清晰、可验证的数据任务。

回到老板最初那句“销售为什么下降”。

会让AI画图，只是开始。知道接下来该查什么，才是你的价值。