夜雨聆风今年 AI 火了。
满世界都在说：AI 要替你做PPT了，AI 要替你做表了，AI 要替你做一切了。
我一看，这不正合我意吗？
我干了几十年企业贷款，什么财务报表、资产负债表、流水核验、贷款申请书——这些东西闭着眼睛都能写。但是写一次，手累一次。我就想，让 AI 给我搭个「企业贷款工作台」，以后动动嘴皮子活儿就干完了，多好。
当时我脑子里那个画面是这样的：我翘着二郎腿，喝口茶，对屏幕说，来，把这份报表分析一下。AI 三秒后回，老板，做完了，数据没问题，贷款额度建议 500 万。完美。
然后现实给了我一耳光。
我对着屏幕说，来，把这份报表分析一下。一个小时后，AI 回了我一份表头都歪了的 Excel。又过了一个小时，AI 又给了一份，表头不歪了，数字加错了。再过了一个小时，AI 直接报错了，说「我只帮你到这里了」。
我已经不记得这是第几个晚上了。凌晨一点，我坐在电脑前面，屏幕上是一个上传 Excel 的报错。对话框里是我和 AI 的第 47 轮对话——「你再看看第 5 行」「你这样不对」「不是这个意思」「算了，我从头再来」。
我老婆半夜起来上厕所，路过书房，看了我一眼。那个眼神我很熟悉。二十年前，她看我和朋友通宵打红警，也是这个眼神。但这次我不是在打游戏。我在和 AI 打架。而且，我打不过它。
最离谱的是什么呢？我从 6 月初开始干这件事，到今天，一个月了。你问我做出了什么？答案是：什么都没有。不是做了一半，不是快了，是连最基本的上传 Excel 都没搞定。一整个月。一张能用的财务报表，没出来。
你可能觉得是我不会用 AI。你说得对，我确实不会。但同样的需求，我发给了 Google Gemini，Gemini 在网页上即时给我反馈了一份看起来对的报表。我把 Gemini 给的代码拿回来给 Codex 用，Codex 照着代码又折腾了半天——最后连资产负债表的表头显示都没弄对。
一个表头。没有感情的三个字。AI 都搞不定。
那一刻我突然理解了那些段子手说的：AI 还没学会走路，就已经在教别人创业了。
后来我终于想明白了问题出在哪。
我做的是企业贷款。这个行业有一个特点：不能出错。借贷不相等？不行。资产负债表没对上？不行。报表里多了一个零？不行。一切都要对。但 AI 的工作方式是什么？是猜。它猜你这句话是什么意思，猜你这个数字是什么格式，猜你这份报表下一步想干什么。它猜对的概率很大——90%、95%、甚至 99%。但贷款业务不允许那 1% 的出错率啊。你 100 笔贷款里错一笔，那笔可能就是 500 万的坏账。
你让 AI 给你做贷款材料，等于让一个猜硬币的小学生帮你写离婚协议。他猜得对，你开心；他猜错了，你完蛋。
现在市面上的 AI 吹有多离谱呢？抖音上刷到一个视频：有人用 AI 做了一个全自动金融分析系统，三分钟出一份投行级别的财务报告。你信吗？我不信了。因为我自己做了一个月，发现同样是 AI，它连 Excel 表头都传不明白。你说那个三分钟出投行报告的人，他到底用的是 AI，还是雇了三个实习生躲在屏幕后面手动填表？我不好说。但有件事我很确定：如果一个东西 Demo 看起来很完美，那它大概率不是用 AI 做的。
那我现在怎么办？
第一，我不再幻想了。AI 做不了零容错的业务。至少现在做不了。以后它会更强，但当前这个时间点，它在结构化数据处理这件事上，还没有资格坐上牌桌。
第二，我换了一条路。不是用 AI 做主力，是用传统的 Python 库——openpyxl、pandas——硬编码去解析 Excel。if 就是 if，else 就是 else。该等于一定要等于。不猜了。AI 只用在最后一小步：把已经校验无误的数据，润色成自然语言。这一步它犯错我也能一眼看出来。确定性从 30% 拉到 95% 以上。这才是它现在该干的事。
写到最后想说一句大实话：AI 很牛，但它牛的方向不是你以为的那些方向。它能帮你写文案、画海报、写诗、起名字、写开头、编结尾。这些事它的容错率极高——写错了，改一下就行了，没人会索赔。但如果你想让 AI 帮你做贷款材料、做财务报表、做合同审核——这些事出错是要赔钱的。
AI 现在就像一个非常聪明的实习生。创意写作：A+。方案策划：B+。帮你想点子：A+。上传一份 Excel 然后别加错数字：E。不及格。
最后不是段子，是我真实的感受：如果你在考虑用 AI 做什么事，先问自己一句话——这个事出错了我能接受吗？如果能，大胆用。如果不能——那你现在可能和我一样，大半夜坐在电脑前面，对着一个 Excel 的表头发呆。