我用AI+Excel扒了公司三年费用明细,发现的问题比省的钱更值钱

上个月一个做财务的朋友扔给我三份Excel。

打开一看，公司三年的序时账。每份一两千行，密密麻麻的科目编码、凭证字号、借贷金额。他说想做个费用分析看看钱花哪了，但手工做太慢，每次打开Excel就想关掉。

我说我来试试。

结果我只用了半小时，就完成了从数据清洗到可视化看板的全部工作。更关键的是，分析结果让我看到了三个在月报里永远不会出现的问题。

第一步不是分析，是读懂数据的语言

序时账的结构其实不复杂。每一行记一笔账，五列数据，日期、凭证编号、科目名称、借方金额、贷方金额。

但科目名称是这个画风，

6602010301_03 管理费用_职工薪酬_社保_养老保险_业务部

我第一次看到的时候脑子里只有一个想法，这玩意是人读的？

于是我把科目表也扔给了AI，让它帮我解读。AI几秒钟就给出了答案，

每一段下划线代表一层分类。第一段是费用类型（管理/销售/财务），第二段是费用大类（薪酬/差旅/办公），第三段是子类，末尾一段是部门。编码的后缀_01到_05分别对应行政部、财务部、业务部、市场部和一个叫E处的部门。

这件事让我意识到一个残酷的事实，很多财务人每天对着这些编码工作，但从没真正看见过它们背后的结构。不是因为笨，是因为手工拆解太耗时了。

如果你也想做这件事

我把整个流程拆成了六步。每一步我都附上了当时我发给AI的提问原文，你可以直接复制。

第一步，看懂你的数据

把科目表和序时账一起发给AI，问它，

帮我理解这个科目表的结构，每个字段是什么含义。序时账里的科目和科目表怎么对应？

这是最关键的一步。如果AI理解错了数据的结构，后面所有分析都是错的。

第二步，锁定分析范围

问AI，

把所有科目编码以66开头的挑出来，按年份和月份汇总借方金额。66开头在会计准则里代表期间费用。

第三步，按维度切分

让AI帮你拆科目名称。问它，

我有一个科目表文件，你先解读一下它的结构，然后用它做基准，重新把所有序时账的科目匹配一遍，然后按费用类型、费用大类、部门三个维度分别汇总。

这一步需要来回几次。AI第一次猜的结果可能有偏差，你得用科目表去验证。比如它可能会把物业管理费和物业及水电费合并，这需要你手动校准。

第四步，做图表

如果你会用Python，几分钟就能出一张趋势图。如果你不会用Python，把汇总后的数据发给AI，让它帮你生成Markdown表格也行——至少比纯看数字直观。

看效果

第五步，读图、提问、追问

这一步是人和AI最大的区别。 AI能帮你把数字变成图表，但发现了什么、为什么是这样、这说明了什么——这三个问题只有你能回答。

我的做法是，看到异常数字就盯着看，反复问自己这合理吗？如果不合理，可能的原因是什么？然后用数据去验证每一个猜测。

第六步，做一个可以反复用的看板

如果你以后还要做类似的分析，把前三步的提问存成一个模板。下一次只需要替换数据文件，剩下的AI帮你跑完。

临走前，想问你一个问题

做完这次分析，我脑子里一直转着一个问题，

如果一个财务人花了三天时间手工整理的数据，AI半个小时就能跑完——那这个人的价值在哪里？

在看见了什么之后的那一步。

AI能告诉你2025年费用同比增了64%。但它不会告诉你这64%里有多少来自薪酬结构调整、多少来自人员扩张、多少来自一次性支出。它不会追问为什么行政部承担了所有基础运营费，但账面显示只有两个部门有物理存在。它更不会走到老板面前说，我们的费用分摊机制需要重新设计，因为现在的数据基础无法支撑精准的部门盈利分析。

能说这些话的，是那个坐在电脑前看了半天图表、突然手指停在屏幕上、说出等一下，这个数字不对的人。

AI把你的体力活省掉了。剩下的事，是你的专业判断。 这两者不是替代关系，是接力关系。

本文涉及的所有企业数据均已脱敏处理，不涉及任何商业机密。

所有费用数据仅包含会计准则中定义为期间费用的部分（科目编码66开头），不包含生产成本、营业成本、资产折旧中计入存货成本的部分。文中分析结论仅基于所提供数据的财务口径，不代表企业整体经营状况。