夜雨聆风场景一：报销单里，有没有人重复报销？
公司财务怀疑报销单里有人浑水摸鱼，给了你一张表，500条记录，让你查。
先看一眼数据长这样：
500行，肉眼看？不可能。
我做了什么：把Excel丢给AI，说：
"帮我检查这张报销单：1. 找出完全重复的行（日期、姓名、摘要、金额全部相同）2. 标出同一个人同一天有多笔报销的记录3. 标记金额超过该部门月均值3倍的异常值结果用不同颜色标出来"
AI返回的结果：
🔴 完全重复行：第1行和第2行（张伟，差旅费北京，2,380元）→ 第5行和第6行（张伟，招待费，1,200元） 🟡 同人同日多笔：张伟 3月1日有2笔、3月5日有2笔 🟠 金额异常：赵敏培训费15,000元，远超技术部月均值（假设月均1,200元，3倍是3,600元）
结论：张伟有两笔完全重复的报销，累计多报了3,580元。
以前这种活儿：人工抽查碰运气，要么请审计公司花几万块。现在AI几秒钟扫完500行，还能继续扫5000行、50000行。
场景二：日期格式全乱了，3000行数据怎么整理？
从3个不同系统导出的销售数据，合并到一起后日期格式炸了：
以前的做法：写一串SUBSTITUTE嵌套IF，七八层嵌套，写完自己都看不懂，改一个条件全崩。
跟AI说：
"A列日期全部统一成YYYY-MM-DD格式。无法识别的标记为'格式错误'，空值保留为空。"
AI返回了VBA宏代码：
Sub 统一日期格式() Dim cell As Range For Each cell In Selection If cell.Value = "" Then '空值保留 ElseIf IsDate(cell.Value) Then cell.Value = Format(CDate(cell.Value), "yyyy-mm-dd") Else cell.Value = "格式错误" End If Next cell End Sub选中A列 → 运行 → 3000行数据30秒处理完。
只有2行出了"格式错误"，回头一看原始数据写的是"下周一"和"待定"——确实没法解析。
场景三：跨表合并，三个系统的数据拼成一张总表
真实情况：销售系统导出一张表，库存系统导出一张表，财务系统又导出一张表。需要按产品ID合并。
问题：
销售表的产品ID叫"产品编号"，库存表叫"SKU"，财务表叫"商品代码" 有些产品只在一个系统有数据，另外两个系统是空的 日期格式不一样，数量单位不一样（一个用"箱"，一个用"件"）
跟AI说：
"三张表按产品ID合并成一个总表。ID列名不同但内容一样。单位统一成'件'，1箱=24件。只保留三张表都有的产品。删除空行。"
AI返回的Python代码：
import pandas as pd sales = pd.read_excel("销售表.xlsx") inventory = pd.read_excel("库存表.xlsx") finance = pd.read_excel("财务表.xlsx") # 统一列名 sales = sales.rename(columns={"产品编号": "产品ID"}) inventory = inventory.rename(columns={"SKU": "产品ID"}) finance = finance.rename(columns={"商品代码": "产品ID"}) # 库存表单位转换：箱→件 inventory["库存数量"] = inventory["库存数量"] * 24 # 三表合并（取交集） merged = sales.merge(inventory, on="产品ID", how="inner") merged = merged.merge(finance, on="产品ID", how="inner") # 删除空行 merged = merged.dropna(how="all") merged.to_excel("总表.xlsx", index=False)以前这种合并：半天起步，中间还要反复核对列名、处理空值、单位换算出错。现在十分钟搞定。
场景四：不会写公式？描述需求就行
这是最实用的场景——很多人不是不会用Excel，是记不住公式语法。
需求1： "统计华东地区、销售额超过1万的订单数量"
=COUNTIFS(地区列,"华东",销售额列,">10000")
需求2： "从身份证号提取性别"
=IF(MOD(MID(D2,17,1),2)=1,"男","女")
需求3： "从身份证号提取出生日期"
=TEXT(MID(D2,7,8),"0000-00-00")
需求4： "算一下这个月和去年同月的同比增长率"
这种需求以前得百度半天。跟AI说"帮我算同比增长率"，它直接给你：
=(本月值-去年同月值)/去年同月值
然后你追问"具体到这个表怎么写"，它帮你把列名、条件全填好，还解释每一步。
场景五：AI帮我查出了数据里的"猫腻"
这个最值钱。审计的本质就是从海量数据里找到"不对劲"的地方。
案例：差旅费报销异常检测
给了AI一张2000行的差旅费明细，跟它说：
"帮我检查这些报销单，重点关注：1. 同一个人频繁出现整数金额（比如刚好500、1000、2000）2. 发票号连续的报销单（可能是连号发票）3. 周末和节假日的报销（出差一般不发生在周末）4. 同一酒店不同人分开报销的情况"
AI返回的发现：
某员工连续3个月的差旅费都是整数：800、1200、1500——正常差旅很少刚好是整数 5张发票号连续：384001到384005，但报销日期间隔了两个月——连号发票通常是同一天开出的 某同事周末在三亚有酒店报销，但系统里没有对应的出差审批单
这些单靠人工看数字根本发现不了。AI擅长的就是在大量数据里找模式、找异常、找不合理的巧合。
现实已经在发生了：德勤用了一个叫DataSnipper的工具，审计周期直接缩短到原来的三分之一，琐碎任务减少了90%。国内一些审计机关也在用DeepSeek+Excel做固定资产审计、养老保险数据核对。
不是万能的，也得说实话
- 数据安全
：敏感的财务数据上传给AI之前，想清楚。公司有数据安全要求的，用之前问IT - AI会编
：给的公式偶尔有bug，永远先在10行小数据上验证，别直接全量跑 - 它不懂业务
：它能找到"金额异常"，但"这笔退款合不合理"——得你来判断
一句话总结
AI不是替代你用Excel，是替代你痛苦地用Excel。
公式不会写？描述需求就行。数据太杂不想整？它帮你整。想从几千行里找猫腻？它帮你扫。
你要做的，就是学会跟它说话。
「执笔破晓」第三篇。记录一个人和AI一起干活的真实过程。不卖课，不画饼。
