乐于分享
好东西不私藏

周末回家,我教妈妈用AI带徒弟,发现Excel里藏着十年经验

周末回家,我教妈妈用AI带徒弟,发现Excel里藏着十年经验

周末回家,我教妈妈用 AI 带徒弟,发现 Excel 里藏着十年经验。

这不是一句标题党。

上周五晚上,我妈给我打电话。

她说单位新来了个出纳岗的小姑娘,人挺认真,但同一个地方教了三遍还是会错。比如报销单怎么分类、费用科目怎么对应、哪些项目要单独标出来,每一步都不难,可连在一起就容易漏。

我妈说了一句让我印象很深的话:

要是能像你们用 AI 那样,教一遍就记住就好了。

我听完愣了一下。

她说的其实不是“AI 有多聪明”,而是一个更实际的问题:老员工脑子里的经验,能不能被留下来、复用起来。


先说结论

很多人理解 AI,还停在“问它一个问题,让它给我答案”。

但我这次回家后更确定一件事:

普通人真正用得上的 AI,不是陪你聊天的 AI,而是能把你的工作步骤记下来、下次继续照着做的 AI。

网页 AI 像顾问。

你问它,它给你思路;你下次再问,还要重新解释背景。

桌面 AI 更像徒弟。

你让它看文件、处理表格、记住流程。第一次你要教得细一点,但只要流程沉淀下来,下次一句“按上次的办法来”,它就能继续干。

这个区别,对每天跟 Excel、文件夹、报销单、周报打交道的人特别重要。


我教我妈的第一步,不是让她“学 AI”

我没有一上来教她什么提示词,也没有讲模型、Token、自动化这些词。

我只让她拿出最近一次带徒弟容易出错的流程。

她说是“报销单整理”。

于是我让她按平时教新人的方式,把步骤说出来:

  1. 先看报销人和项目名称
  2. 再看发票类型和金额
  3. 判断费用科目
  4. 特殊项目单独标记
  5. 最后检查金额和附件是否一致

听起来很简单。

但问题就在这里:老员工觉得简单,是因为这些判断已经长在脑子里了;新人觉得难,是因为她还不知道哪些地方要特别注意。

AI 的价值不是替我妈当领导,也不是替新人背锅。

它能做的是:把“我妈脑子里的经验”,翻译成一套新人能照着做的检查清单。

比如:

  • 哪些费用科目最容易填错
  • 哪些项目必须单独标记
  • 哪些金额需要二次核对
  • 哪些附件缺失会导致退回

这套东西写下来之后,新人下次处理报销单,不是靠“再问一遍师傅”,而是先照着清单自己过一遍。

这才是“用 AI 带徒弟”的第一层意义:让经验不只存在于某个人脑子里。


更大的发现:那些 Excel 不是“旧文件”

聊着聊着,我妈又给我看了她电脑里的文件夹。

里面全是 Excel。

按年份分、按项目分、按季度分,有些文件名一看就是很多年前留下来的。她说这些文件平时很少打开,只有查账或者对历史数据时才会翻。

我问她:“这些表,你平时会放在一起看吗?”

她说:“不会,太麻烦了。格式不一样,年份也不一样,真要看得一张张打开。”

这句话其实很典型。

很多传统企业不是没有数据,而是数据都躺在 Excel 里:

  • 每一年一个文件
  • 每个人维护的格式不太一样
  • 只看当月,很少看三年趋势
  • 出问题时才翻历史记录

这些 Excel 看起来像“旧文件”,但里面其实藏着很多信息:

  • 哪个月份费用最容易异常
  • 哪类项目经常超预算
  • 哪些科目每年都在增长
  • 哪些对账问题反复出现

以前不是没人想看,而是看起来太费劲。

AI 能改变的地方就在这里:它可以把散落在十几个 Excel 里的数据先拼起来,再帮人用更直观的方式看。


我以前低估了“普通人的数据能力”

以前我总觉得数据分析是专业岗位的事。

要会函数,要会透视表,要会 Python,最好还懂数据库。

但我妈这个场景让我意识到:很多普通岗位不是没有数据分析需求,而是工具门槛太高。

出纳、行政、采购、门店店长、仓库管理员,其实每天都在跟数据打交道。

他们知道哪些地方不对劲,也知道哪些问题反复发生。

只是他们很难把这些感觉变成一张图、一张表、一份结论。

AI 不是让他们变成数据分析师。

AI 是把中间那道门槛降下来:

  • 你不用先学 Python
  • 你不用记复杂函数
  • 你不用手动合并十几个文件
  • 你可以先用人话问:“帮我看看这三年哪个项目费用涨得最快”

真正懂业务的人,本来就是他们。

AI 只是帮他们把过去看不见的东西,摆到眼前。


不要把 AI 用成“搜索框”

这也是我想提醒很多人的地方。

如果你只把 AI 当搜索框,那它最多帮你省一点查资料的时间。

但如果你把 AI 当一个可以训练的徒弟,它的价值会完全不一样。

你可以让它:

  • 记住你常用的表格格式
  • 记住你每周都要做的周报步骤
  • 记住你处理报销、对账、归档时的规则
  • 把你反复讲给新人的经验,整理成清单和模板

这才是普通人用 AI 最容易见到效果的地方。

不是“让 AI 替你思考”,而是让 AI 帮你把重复劳动、隐性经验、散落数据整理出来。


最后说一句

你们有用过什么好用的桌面AI,可以在评论区打出来我们一起交流。

这次回家,我本来只是想帮我妈解决一个小问题:怎么让新人少犯错。

结果聊到最后,我发现更大的问题是:

很多人的工作经验,其实没有被好好保存过。

老员工一离开,经验就跟着走了。

Excel 放了十年,数据也没有真正被用起来。

AI 真正适合切进去的地方,不一定是那些听起来很大的“数字化转型”,而是这些具体的小场景:

带新人、做周报、对账、归档、查历史数据。

这些事以前没人觉得高级,但它们每天都在消耗普通人的时间。

周末回家,我先教我妈用 AI 带徒弟。

下一步,我想教她把那堆躺了十几年的 Excel,变成真正能帮她做判断的东西。

如果你身边也有每天被 Excel、报表、文件夹困住的人,可以把这篇转给 TA。AI 不一定要从高大上的场景开始,先从“把手头重复做的事讲清楚”开始,就够了。


声明:本文写作过程中使用 AI 工具辅助整理思路,最终内容由本人修改校对完成。文中案例来自真实家庭交流和办公场景观察,不构成任何工具购买建议。


推荐阅读

  • 用 AI 写 Excel 公式,我只留了 3 个工具[1]
  • 上个月我学了一个技能,发现公司里 90% 的人不会[2]

引用链接

[1]用 AI 写 Excel 公式,我只留了 3 个工具: %E9%93%BE%E6%8E%A5

[2]上个月我学了一个技能,发现公司里 90% 的人不会: %E9%93%BE%E6%8E%A5