夜雨聆风用AI一周，把305,587条物料数据和10份焊带报价单，从"散装Excel"变成了"随时可用的资产"
📍 PART 1 背景与效果
📝 问题的历史背景
这周我集中做了两件事：
项目一：物料查询系统搭建 把四张事业部（组件28.8万条、晶硅7,629条、电池6,012条、光伏材料3,277条）的物料数据整合到一个本地查询系统里，输入料号秒出结果。
项目二：焊带成本模型统一 把桌面堆积的10份焊带成本模型Excel文件（报价单、成本模型、金属价格走势、加工费分析）全部统一格式、去重、重算。
两个项目加起来涉及305,587条物料 + 47种焊带规格 + 横跨3种镀层类型 + 4种铜铝比例。如果纯手工做，保守估计要一周。用AI辅助，实际干活时间加起来不到两天。
⏱ 发生频次与单次耗时
过去（纯手工）现在（人+AI配合）
4~6小时 15分钟
逐个文件打开 → 对照规格 → 手动去重 → 整理公式 → 统一价格基准 → 核对数据 AI自动读取 → 智能去重 → 统一计算 → 人审核纠错 → 一键输出
频次： 每月1~2次（新产品、新报价或月度价格更新时）
🚀 核心成效
✅ 4~6小时的人工工作量 → 15分钟AI自动完成
✅ 10份Excel文件、66条原始规格一键合并去重
✅ 47种唯一规格自动分类（纯铜28种/铜包铝17种/汇流条2种）
✅ 统一计算公式：含量 → 含量×金属单价 → +加工费
✅ 金属价格参数化：下次更新只需改1个数字，1分钟刷新全表
✅ 零遗漏自动去重，数据一致性100%
📍 PART 2 应用场景分享
🎯 具体完成的任务
物料查询系统：
Node.js HTTP Server + SQLite + 内存缓存(NDJSON) 架构
采用 Excel COM 的 UsedRange.Value2 批量读取解决76MB大文件内存溢出问题
四部门305,587条物料数据统一入库，秒级查询响应
对接BI数据导入，计划通过晶彩部署至内网
焊带成本模型统一：
统一后的计算逻辑（三步走）：① 含量计算：基材占比、镀层占比、各金属含量（Cu/Al/Sn/Pb/Bi %）
② 含量×金属单价：Cu成本=Cu含量×铜单价，逐金属累加 → 材料成本合计
③ +加工费：材料成本 + 加工费 = 焊带价格
输出7个Sheet：金属参数表、纯铜焊带模型、铜包铝焊带模型、汇流条模型、全部汇总、加工费分析、价格走势
🤝 人做了多少，AI做了多少
角色工作内容占比
人 提出需求、提供源文件、判断数据对错、3轮纠错反馈 ~10%
AI 文件读取、结构分析、数据抽取、自动去重、统一计算、输出Excel ~90%
交互过程（3轮纠错）：
轮次发现问题处理方式
#1 分类重复（铜包铝汇流条出现在两个sheet） 告知AI合并归类
#2 Cu60Al40成本数据异常巨大（上万元/kg） 告知AI排查含量单位误判
#3 列索引映射bug（价格列被当成了含量列读） AI定位修复，重算全部数据
核心结论： AI负责"粗加工"效率高，人负责"精雕细琢"保质量。
📍 PART 3 个人思考与收获
💡 我的案例与学习心得
1⃣ AI擅长"粗加工"，人负责"精雕细琢"
这次踩了个大坑：AI读.xls老文件时，把含量列的0-1比例值和价格值搞混了，导致Cu60Al40成本算出来上万元/kg。我一眼看出异常，AI排查后发现是列索引映射错了。这说明最终数据质量必须有人把控，AI不能全信，但用AI做"第一次整理"效率极高——如果没有AI，我连10个文件的结构梳理就要花2小时。
2⃣ 清晰的指令 = 高质量的结果
对比两次提需求的效果：
"帮我看下这些表格有啥不同" → 得到松散的描述性报告
"帮我统一格式，按含量→含量×单价→加加工费输出Excel" → 获得可直接使用的工具
给AI提需求，越具体越好。如果你说不清楚自己要什么结果，AI也猜不出来。
3⃣ 复现性比一次性解决更重要
脚本化的好处是：下次铜价变了，改一行代码重新跑，整个成本模型自动更新。这才是做成本分析该有的状态——把重复劳动交给机器，把分析判断留给人。
4⃣ 纠错是协作的核心
三天的AI协作，实际干活时间不长，但纠错花了三回合。分类重复→修正，含量单位误判→修正，列索引映射错误→修正。
"用人眼做质检，用AI做苦力"——这才是当前AI最适合的定位。
📍 下一步计划
✅ 焊带成本模型：对接SMM网站自动拉取最新金属价格，实现半自动报价更新
✅ 物料查询系统：对接BI数据源，晶彩部署到内网，让研发财务BP直接使用
✅ 知识沉淀：把AI辅助的Excel处理工作流固化为可复用的Skill
📍 写在最后
AI不会取代做成本分析的人，但会用AI的成本分析人会取代不会用的。
工具就在那里，关键是你怎么用它。
