用AI助手,把应收账款分析,变成每个人都能用的技能

上篇我们聊了一个判断：AI不会取代财务，但会用AI的财务会取代不会用的。把AI当"超级副驾驶"——机器干确定性的活，人握最终决策权。

道理好讲，落地难。这篇就拿应收账款当一个真实战场，看这台副驾驶到底怎么上路。

你手上大概率正躺着一张账龄表、几百几千行客户明细。老板哪天要你"理一理、出报告PPT"。问题来了：同样的数据，丢给不同的人，结果天差地别。

一、应收账款分析，又简单又难

不是分析本身多难，是卡在两个问题：

第一，模板没法落地。网上应收账款分析模板一搜一大把，但那是死框架。它不知道你的数据长什么样、会计政策怎么定、客户结构是什么。下载下来，还是得自己琢磨怎么填、怎么算、怎么下结论。大多数人卡在这一步，模板在文件夹里吃灰。

第二，不同财务，能力天差地别。同一份应收数据，资深财务能迅速拆出风险点、排出催收优先级；刚入行的对着几千行发懵，不知从哪下刀。同一个任务，产出质量全看人。

靠"多学点"解决不了——资深的人本来就少，新人也不可能一夜变专家。

二、技能包：把理论，打包成人人能用的技能

我们做的这件事，核心就一句：把财务分析的"理论"，变成每个人都能用的"技能"。

它干的是"知识打包"——把专家脑子里那套方法，全部写死、写透，固化为一份AI能照着执行的文件：分析什么维度、用什么公式、什么口径、怎么校验、哪些得人拍板。

这一打包，直接省掉四件事：寻找、学习、总结、沉淀。你不用再满网找模板、不用从头学方法、不用自己总结套路、不用每次从零沉淀。专家替你做完了。

而且它是一对多的：

给资深财务，它是思路参考。你本来就会，但技能包帮你把方法结构化、把口径锁死、把校验做全，给你一个更稳更全的参照系。
给基础财务，它就是学习培训。跟着跑一遍，等于上了一堂完整的应收分析课——不是看PPT，是亲手把自己的数据跑出结果。

三、关键一步：喂给自己的AI，套自己的数据

技能包最大的妙处，是它能喂给你自己的AI。

你不需要懂Python，不需要会搭模型。把技能包连同你的应收数据一起丢给AI，它就按专家方法，把你的真实数据跑一遍：

规模、账龄、客户、回款、信用、催收、坏账、预测、责任，九条线逐层拆；
逾期率、DSO、回款率、坏账计提……全部用代码算，不心算，口径锁死；
销售回款率≥到期回款率≥逾期回款率，这种天然校验关系，AI替你盯着，错一点就报警；
数据不够，它停下来问你，绝不编数。

这样跑出来的，就是你自己的分析

——基于你公司的真实数据，不是通用模板套出来的空壳。

但要注意，这可不是"丢进去就完事"。和AI的互动交流很重要——该给的信息要给（比如分析截止日、公司的会计政策、客户的付款条款），该确认的当场确认。信息给不到位，AI再聪明也没法分析，最后出来的东西就是空中楼阁。

⚠️数据安全底线：如果公司对数据有保密要求、不能外传，那千万别把真实数据喂给AI。这种情况下，技能包换个用法——你拿它和AI多聊聊应收账款管理和分析的方法论、思路，把方法学到手，再用公司内部的工具自己跑。方法可以聊，数据不能漏。

四、实操：半小时，报告+PPT都到手

底下是真实能照抄的流程。

导出数据，别加工。应收余额和逾期余额、账龄表、赊销和回款台账、客户明细，原始丢给AI就行。
给一个截止日。"分析到哪天"必须由你定（如2026-6-30），不能让AI猜。
技能包+数据+一句话需求，一起丢给AI。比如："按这份技能包，分析我公司截止2026-6-30的应收账款，出诊断报告和汇报PPT。"
AI跑九步闭环。规模概览→账龄拆解→客户风险→回款诊断→信用打分→逾期预警→坏账测算→回款预测→责任考核。你不用管中间，它跑完给完整结果。
你来拍几个板。目标逾期率/DSO、坏账计提率标准、预测折扣率、考核权重——AI给参考范围，你结合公司政策拍板。
拿走两份成品。一份诊断报告（Word或Excel），一份汇报PPT。

五、成品长什么样（用一份演示数据说明）

为了不拿真实企业经营数据冒险，下面用一份完全虚构的演示数据给你看成品长相。所有数字仅供展示方法，请勿当真。

诊断报告

诊断报告长这样——

开头不是堆数据，是一句话结论："应收3850万，逾期率49.9%，现金回收效率低，客户A/D高险失信需单项评估。"然后是【数据来源总表】，把每个数标清楚是真实数据、行业基准还是不足；再是九维拆解：规模、账龄、客户、回款、信用、催收、坏账、预测、责任，逐层下钻。最后给预警清单和改善动作表，每条都到人、到动作。

PPT

PPT长这样——

封面是一面"数字墙"：应收3850万、逾期率49.9%、DSO54天、CEI43.4%、组合计提699万、13周可回3176万。往后每一页拆一个维度，配结论和支撑数据。还有一版"自由发挥"的，会进一步挖根因（信用闸口松、催收滞后、考核错配），排好P0到P3的行动优先级——直接能拿去经营会讲。

顺带说一句：上面这版PPT，就是WorkBuddy 的"自由发挥"模式做出来的。不同AI做出来的PPT差别很大——有的只给文字大纲，有的能直接出版式。如果你要的是能直接拿来汇报的PPT，最好选带Python能力、能直接输出PPT文件的AI，一步到位，不用你再手动排版。

专业细节注意事项

注意几个细节，这是专业和业余的分水岭：

组合计提不替代单项评估。长逾期、诉讼、失联的客户，必须单列单独评估回收可能，不能一锅炖进组合计提里。
数据三级标记。 ✅真实、⚠️行业基准、❌不足，一眼分清哪些是你的真数、哪些是AI参考的。
决策项显式化。计提率、折扣率这些，AI清楚标"这是参考值，你拍板"，绝不偷偷当默认值。

六、结果出来，自己要会验

最后说一个很多人的盲区：AI跑完，你别直接信，也别直接交。

你自己得有个直观判断——这个数合不合理、趋势对不对劲。一个实用的小技巧：把结果发给另一个AI，让它帮你查。让它重点看两件事：数据有没有算错、有没有瞎编或者把别处的数据掺进来。两个AI交叉一过，出错和掺假基本藏不住。

这跟前面说的"公式交叉校验"是两层保险：公式层AI自己验，AI层再让另一个AI验。双保险，你才敢拍板。

方向盘，还是你握

说到底，技能包不是替你思考，是把专家的方法，变成你随手就能调用的能力。

资深财务拿它当参照、基础财务拿它当培训，但不管谁用，最后拍板的都是你。机器把"算得对、拆得清、呈现得好"替你扛了，你才能把精力花在"想明白、拍准板"上。

所以别再问"AI能不能替我做应收账款分析"。该问的是：你能不能把专家的方法，打包成自己的技能，把机器能干的活交出去，把方向盘留在自己手里。