夜雨聆风一年前，我到了新公司。
入职第一周，同事拿了一堆表格来找我对账。授信台账、流贷台账、保函台账、信用证、保理、银承——七类融资数据散落在不同的 sheet 里。
想查"截至目前，各家银行用了多少额度"？先筛一遍、再手算、再汇总。半小时起步。
每月付息日更折磨——团队要把每笔贷款的利率、本金、计息天数逐笔算一遍，然后跟银行发来的利息单逐笔核对。
没人抱怨。但我清楚：资金部就这么几个人，时间花在 Excel 复制粘贴上，就没人去干真正值钱的事。
我用了 AI + Excel VBA，两周时间，搭了两套资金工具。
第一个场景：台账+还本付息自动化
我先花了一天梳理业务规则——授信字段怎么定义、已用额度按什么口径算、循环授信和非循环授信的逻辑差异在哪。然后打开 Excel，打开 AI。
我会 VBA，但以前写一段能跑的代码至少要摸半天——查语法、调 bug、翻论坛。这次不一样。
我跟 AI 说：
"帮我写一段 VBA，在 Excel 里建一个授信台账，新增一笔流贷时自动更新对应的授信已用额度。再根据起息日、到期日和利率，自动生成未来所有还本付息的计划表。"
AI 两分钟给了一串代码。我微调了几个参数，复制进去——跑通了。
整个流程很简单：我想清楚业务规则 → 告诉 AI → AI 出代码 → 我改参数、调逻辑 → 成品交付。AI 替我干了最烦的部分——写轮子代码、查语法、调 bug。我只需要聚焦在两件事上：业务规则对不对、团队用起来顺不顺。
一周时间，授信台账、流贷台账、还本付息计划自动生成、授信额度时点快照——全部跑通。
第二个场景：资金日报系统
第一个工具做完后，我盯上了另一个更痛的环节。
公司上百个银行账户，分布在十几家银行，每家银行的流水格式都不一样。以前想看"今天账上到底有多少钱"，需要挨个登录查余额，再手动录入 Excel 汇总——两小时以上，还不一定准。
后来我用 AI 写了资金日报工具：流水依然是手动下载，但汇总、打标签、对账、分析全部自动化。从下载完到生成完整的资金日报，半小时以内搞定，精准度拉到 100%。
再后来我推动了银企直联——大部分银行可以直接通过接口拉流水，少数没有直联的仍需手动下载。现在每天早上打开 Excel，每一分钱、每一笔账户都清清楚楚。系统自动打标签、按用途分类、生成看板，管理层通过飞书多维表格随时能看到。
这个过程，AI 的贡献依然在代码层：
"帮我写一段 VBA，做这几件事：
1. 从十几个银行的流水 Excel 里，自动把数据汇总到一个总表
2. 根据收款方名称和备注，自动打标签——哪笔是客户回款、哪笔是内部调拨、哪笔是费用支出
3. 按资金用途生成看板：银行分布、余额变动趋势、大额资金流向
4. 每天早上自动刷新，生成一份头部摘要"
AI 分段输出代码。我花了两天拼装、测试、调洗数据逻辑（银行流水字段名各不相同，这一步最花时间），然后丢给团队试跑。
一周后，资金日报系统上线。
团队的反应是："终于不用一个一个银行手动汇总分析了。"
数据向管理层推送
工具搭好只是第一步。真正让数据产生价值的是——管理层能随时看到。
Excel 跑出的汇总数据，我接入了飞书多维表格，每天早上自动同步。管理层打开飞书，不用登录系统、不用查 Excel、不用等财务发报表——直接能看到：
资金日报摘要（总余额、大额变动、到期提醒） 各银行授信使用率 本月还本付息计划
相当于给管理层装了一个移动资金看板。任何时候想问"公司账上多少钱"，不用等人汇报，打开飞书就有答案。
一点体感
这两件事加起来，两周时间，成本为零。
放在两年前，即使我会 VBA，很可能也不会去动手——因为写一段能用的代码要花太多时间磨，我宁可让团队手工扛着。现在不一样了，AI 帮我把"会但不想干"的活全部提速了。
我花时间的地方只有两处：
想清楚业务规则（这是管理者该干的） AI 出代码后，快速判断"这个逻辑对不对"
其他——代码生成、语法纠错、格式调整——全交给 AI。
这让我越来越觉得：AI 时代，一个管理者最值钱的能力，不是技术栈有多深，而是能不能把业务问题拆成 AI 能听懂的需求，并且有能力把关 AI 输出的质量。
写这篇不是秀技术——一个 Excel VBA 没什么可秀的。是想说：很多你用"拖一拖"的态度放着的问题，现在花一个周末就能解决。
试试看，可能你也能做得到。
大有文章
顺势而为，知进退。
管理 · 投资 · AI · 效率
一个90后管理者的日常。
日行半步，久久为功。
