财务人用 AI,很多时候就卡在跨不出第一步

前阵子我给一家企业财务部做 AI 培训。

培训做完以后，有个感受更强了。

很多财务人其实会学，也愿意学。只是一直卡在第一步。

AI 重不重要，他们当然知道。相关内容也不是没听过、没看过。

真正过不去的，是心里那道坎。

我在现场听到的顾虑，其实很集中。

有人说，公司现在没有成型的大模型可以用。有人说，公司管控严格，外部工具根本不让碰。还有人说，财务数据这么敏感，怎么可能拿到外网去处理。

这些顾虑不是假问题。

放在财务岗位上，它们都很正常。

因为财务每天碰的，不只是表格和数字。背后连着的是公司主体、客户供应商信息、人员信息、金额信息，很多内容本身就带风险。

所以财务人面对 AI，第一反应往往不是“这个能不能帮我省点时间”，而是“这个会不会出事”。

这很正常。

但问题也恰恰出在这儿。

很多人还没走到公司那一关，自己心里那一关就先卡住了。只要一想到“安全”这两个字，后面就不往下想了。本来今天就能试的小动作，也在脑子里被提前叫停了。

最后就会变成一种很常见的状态：

你知道 AI 很重要。也知道这件事迟早会来。周围人都在说，新闻在说，公司可能也在说。但落到自己手上，就是没法开始。

你总觉得，还没到那个时候。

财务人迟迟迈不出第一步，翻来覆去其实就卡在三件事上

我后来回看这场培训，发现大家的犹豫基本都集中在三件事上。

—第一，觉得公司没有现成模型，所以现在还不能用

这是最常见的一种想法。

很多人会把“用 AI”想得很重：

要等公司内部模型建好，要等系统接完，要等权限开通，要等流程走完。

于是默认，只有这些都成熟了，自己才算真正开始用 AI。

但系统落地这件事，本来就慢。它有它自己的节奏。你手上的活，不会因为系统还没建好就先停下来。

企业推进 AI 平台，当然重要。但平台落地往往需要时间。

而财务手上很多具体问题，其实不用等到那一步，今天就可以先开始。

比如：

• 一份反复加工的报表，能不能先让 AI 帮你梳理成 Power Query 操作步骤。
• 一段总要重复执行的 Excel 动作，能不能先让 AI 帮你写一个 VBA 工具。
• 一个总要查半天的复杂公式，能不能先让 AI 帮你解读、纠错、生成。

这些都不要求企业已经把整个 AI 系统搭完。

只是先让 AI 来指导你，先去配合你已经在用的办公工具。

说到底，很多人眼下要解决的，只是手头那个烦人的小任务。先让它顺一点，就已经很有意义了。

这就不一样了。

因为一旦你把 AI 的起点，从“系统级改造”换成“先解决一个具体小问题”，门槛会一下子低很多。

—第二，觉得公司管控严格，所以外部工具一律不能碰

这也是很多财务人的默认判断。

但这里面其实经常混着一件事。

很多人会把“不能把敏感数据原样发出去”，直接等同于“任何外部 AI 都完全不能用”。

这不是一回事。

我后来发现，很多人脑子里其实把两件事混在一起了。

一件事是，真实敏感信息当然不能往外走。另一件事是，做过去标识、去敏感处理后的样本，能不能拿来做辅助。

这两件事不能混着看。

在培训里，我给大家反复强调了一个非常基础、但也非常关键的前提动作：

三删一改

在把数据给 AI 之前，先做一步数据脱敏处理

三删一改讲得具体一点，就是：

• 删主体：把公司名称删除，或者全局替换成“A公司”之类的代称。
• 删客商：把客户、供应商全称处理掉，只保留必要属性。
• 删隐私：像身份证号、银行卡号、手机号、家庭住址这些，必须彻底删除。
• 改金额：把绝对金额按统一规则做变形，比如乘一个随机系数，只保留结构和趋势，不保留真实值。

很多人听到这里，其实会松一点。

因为他会突然发现，原来真正的分界线，在数据处理这一步。外部工具能不能用，很多时候取决于你有没有先把数据处理到可用状态。

这一步看起来只是个操作动作，实际上解决的是心理上的卡点。

很多财务人迟迟不敢动手，不是因为一点办法都没有。而是脑子里一直没有一个明确的安全前提。

这一步一旦补上，很多事就能往前走了。

这里的前提，从来不是把公司的真实敏感数据直接扔给外部网络。前提恰恰是先做过去标识、去敏感、去真实金额，再让 AI 帮你理解流程、生成步骤、解释公式、辅助编码。

这和很多人脑子里想象的“把公司数据直接上传”，根本不是一回事。

—第三，觉得财务场景太复杂，AI 给不了真帮助

这个顾虑也很常见。

因为财务工作不是“问一个问题，马上出一个答案”那么简单。

很多工作里都有口径问题、格式问题、流程问题、复核问题。所以不少人下意识会觉得：AI 最多聊聊天，真到工作里，不一定顶用。

但我这次培训里反复想讲清楚的一点是：

在财务很多日常工作里，不要上来就想着 AI 能替你一键产出。先让它来“指导你怎么做”，就已经很有用了。

关键就在这儿。

因为很多人一提 AI，就默认它得像一个成熟员工一样，直接给出最终答案。

可现实里，最容易先落地的，往往是另一种用法：

先让它指导你把手上的工具用得更顺。

真正容易落地的，不是让 AI 替你干活，而是让它先接进你已经在用的工具里

这次我讲了三个操作实例，原因很简单：

它们都不是遥远的未来场景，而是财务今天就能试的东西。

—1. AI + Power Query

估计财务人都知道 Power Query 这个工具。

但卡住他们的，往往是两件事：

• 不知道从哪儿开始搭
• 脑子里有需求，但说不清步骤

这时候与 AI 的最佳协作模式就是：你把需求讲清楚，它帮你把操作步骤理出来。

比如你可以直接描述：

我现在有一份科目余额表，想按固定规则清洗字段、匹配配置表、生成多个报表，最后希望后续每次导入新数据都能一键刷新。

对很多人来说，难点常常是把这件事说明白。

而 AI 恰好很适合帮你把模糊经验整理出来，变成一个能照着走的流程。

说白了，就是别每次都从头做。能不能把这次理顺的步骤留下来，下次换一份新数据，继续接着跑。

对财务来说，这种沉淀比单次提效更值钱。

—2. AI + VBA

还有一类场景，财务人其实特别熟。

就是那些高频重复的数据处理动作。

比如：

• 合并多个工作表
• 按规则拆分数据
• 标记特殊单元格
• 做一些固定格式处理
• 统计工作表大小或者批量处理内容

这些动作，很多人一直是手工做。因为真要自己写代码，门槛又太高。

这时候 AI 就很好用。

你把需求说清楚，AI 先给你一段 VBA 代码，以及操作的步骤。一个不懂代码的财务人，也可以去跑VBA代码、去调试、去验收。

这个分工其实很合理：

• AI 负责先写
• 你负责判断这段代码是不是符合你的业务需求，是不是能安全使用

它带来的现实变化是，那些原本准备手工硬做的活，终于有机会少做一点了。

—3. AI + Excel 公式

这是最容易立刻用起来的一类。

因为几乎每个财务人都碰过：

• 交接很多手之后留下来的“祖传公式”，看半天不知道在干嘛
• 一个公式报错，查语法查了半小时
• 明明知道自己要什么结果，但就是拼不出那个复杂公式

这些问题，以前处理起来特别耗时间。

逻辑并不难，但需要你在很多细碎的函数语法里来回翻。

而 AI 最适合做的，就是先把这部分时间给你省下来。

你可以让它：

• 解释一段复杂公式到底在算什么
• 帮你定位报错可能出在哪里
• 按你的需求生成公式雏形
• 把长公式拆开，一段一段解释给你

这样你就不用老耗在查语法上。

时间能省出来一点，去看更重要的事：

这个结果到底对不对，合不合理。

这才是财务人真正该花时间的地方。

财务人更该先学会的，是一种工作习惯

我这次做完培训以后，一个感受很强：

财务要先行一步，先别急着追工具。更重要的是先掌握一种能复制的方法。

很多人会把“学 AI”理解成学一堆新东西：

学模型，学提示词，学插件，学工具清单。

但对大部分财务人的AI实践来说，更重要的第一步是，先建立一个基础习惯：

先把问题讲清楚，再让 AI 参与进来。

你先要把任务的基本框架想明白：

• 输入是什么
• 中间规则是什么
• 最后想要什么输出
• 跑完一遍以后，准备怎么验收，怎么继续调整。

然后再补两个问题：

• 哪些地方必须人工判断
• 做到什么程度才算过关

当你开始这样用 AI，你会发现，很多事的起点其实并不高。

你不需要先会所有工具。也不需要先等公司给你搭好一整套系统。

你只需要先从一个小任务开始，把问题描述清楚，把数据做“三删一改”，然后让 AI 先参与一个很具体的动作。

哪怕只是帮你解读一个复杂的excel公式，这都算开始了。

而一旦开始，后面很多顾虑就不会再停留在想象里。

你会慢慢知道：

• 哪些场景真的适合
• 哪些场景暂时不适合
• 哪些地方可以交给 AI
• 哪些地方必须自己把关

这比一直站在旁边观望，要划算得多。

对财务人来说，AI 不一定先进系统，但完全可以先进入工作

我现在越来越觉得，财务岗位特别适合先把 AI 当成一种工作协作者来用。

不是因为财务最容易被 AI 替代。恰恰相反。

正因为财务工作里有大量判断、口径、复核和责任边界，所以更适合先从“AI 辅助人”这条路走起。

先让它指导你。先让它帮你拆步骤。先让它帮你处理公式、代码、流程、模板。先让它把那些反复发生、又很耗精力的小事压下去。

这样做当然能更快一点。

更重要的是，它会慢慢改变你和工作的关系。

以前你看到一个烦人的重复任务，会默认“只能我自己硬做”。以后你会开始多问一句：

这件事，有没有一部分，可以先让 AI 帮我搭个脚手架？

这就是第一步。

也是很多财务人现在最需要迈出去的一步。

现在就可以开始的，不是大改造，而是几个很小的动作

如果你现在还在观望，也不用一上来就给自己上强度。

真没必要一开始就想着，怎么把 AI 全面接进财务流程。这事一想大，人就更容易不动。

你先挑一个最烦的小任务就行。那种每次做都嫌麻烦，但又确实重复出现的。

先把它拆清楚：目标是什么，输入是什么，规则是什么，最后要什么输出。

再简单一点也行。

下次碰到 Excel 难题，先别急着自己查半天。先问一次 AI。

不管是公式、VBA，还是 Power Query 的处理思路，先花两分钟把需求说清楚，看看它能不能先帮你把架子搭起来。

还有一个动作，我建议财务人一定要养成的习惯：

问 AI 之前，先做“三删一改”。

删主体，删客商信息，删敏感信息，改金额。

这个动作一旦练熟，很多原来你觉得不能碰的场景，其实就能先动起来了。

真正把 AI 用起来，未必要等系统先准备好。

很多时候，是你先把工作方式改了，后面的系统建设才更容易接得上。

所以我现在对财务人用 AI 的看法很简单：

不要先问公司有没有把一切都准备好。先问你自己，能不能把手头一个具体问题，安全地、清楚地，拿来和 AI 协作一次。

第一步一旦迈出去，后面要解决的，就变成“怎么越用越顺”。