背景
2026年6月26日，我在华帝财务部做了一场内部分享会，主题是「AI 工具在财务工作中的落地应用」。
不讲虚的理论，每个板块一个我自己做过、用过的真实案例。
四个阶段，从简单到进阶
整个分享分了四个板块，按财务人员能接受的程度从低到高排列：
| 阶段 | 做什么 | 用到的工具 |
|---|---|---|
| 一 | AI 帮你写公式 | 豆包 / Kimi / ChatGPT |
| 二 ⭐ | 专业问答助手 + 多维表格看板 | Coze + 飞书多维表格 |
| 三 | 办公 Agent 自动推送信息 | Hermes Agent + 飞书 |
| 四 | 编程 Agent 帮你造小工具 | Claude Code / Trae |
阶段一：AI 帮你写公式
痛点
对财务工作者来说，最常用的"代码"不是 VBA、不是 Python，而是两样东西：
- Excel 公式：嵌套三层以上的 IF、VLOOKUP 报错排查、INDEX+MATCH、SUMIFS——复杂公式大家都需要，但大家都不愿意写
- Power Query 的 M 语言：自动化数据清洗的脚本语言，一次编写重复使用
解法
把需求描述给 AI，直接让它生成公式或代码。
案例：SAP 报表一键规范化
场景：公司 SAP 系统导出的数据有 87 列，标准管理报表格式要 78 列，需要删减、增加、规范字段。以前每次都手动做，至少 20 分钟。
操作：
- 把每列的字段名贴进和豆包的对话中
- 告诉它：“我需要把 87 列的 SAP 表转成 78 列的标准管理报表，字段映射规则是…”
- 豆包直接给出 Power Query 的 M 语言代码
- 打开 Excel → 数据 → 从表格/区域 → Power Query 编辑器 → 高级编辑器 → 粘贴代码
- 一次性配置完成
之后每次从 SAP 导出新数据：替换数据源 → 右键刷新 → 一键得到规范报表。
M 语言写好之后是永久性的，改都不用改，刷新就行。
阶段二：专业问答助手 + 飞书多维表格（重点）
Part A：房地产行业智能问答助手
原理：把专业知识/行业数据喂给 AI，让 AI 变成某个领域的"专家助手"。
和普通搜索的区别：
- 普通 AI 问答：搜出来的是全网内容，要自己筛选判断
- 知识库问答：基于你喂的数据回答，精准、有来源
搭建步骤：
- 从网上抓取房地产政策、市场数据
- 上传到扣子（Coze）知识库，AI 自动学习建立知识索引
- 发布到飞书，在飞书里 @机器人 问行业相关问题
实际使用场景：
- “最近一个月房地产有哪些新政策？”
- “XX 房企的利润率是多少？”
- “对比一下 XX 和 XX 的中报数据”
Part B：飞书多维表格 vs Power BI
我用飞书智能多维表格做了一个工抵房资产管理看板系统，并和 Power BI 做了对比：
| 对比维度 | Power BI | 飞书多维表格 + AI |
|---|---|---|
| 学习方式 | 需要学 DAX 公式语言 | 自然语言描述即可生成图表 |
| 数据准备 | 需要建立数据模型 | 无需建模，表格即数据源 |
| 共享发布 | 账号需申请，分享需许可证 | 自带多人协作和权限管理 |
| 上手速度 | 学习曲线陡峭 | AI 直接出看板 |
| 适用场景 | 复杂大型数据分析 | 中小规模资产管理 |
核心观点：Power BI 适合需要精细化定制的大型分析项目。但对于工抵房资产看板这类日常管理场景，飞书多维表格 + AI 已经足够，而且大幅降低了数据可视化的门槛——不需要学 DAX，不需要配数据模型，表格填好，AI 自动出图表。
阶段三：办公 Agent —— 让 AI 帮你盯信息
案例：每日信息早报
每天早晨自动推送到飞书手机：
| 内容 | 数据来源 | 意义 |
|---|---|---|
| 厨电行业动态 | RSS 新闻源 | 紧跟政策与市场变化 |
| AI 技术工具发展 | 科技媒体 | 不遗漏重要动态 |
| 上游/竞争对手动态 | 公开信息 | 了解行业竞争格局 |
| 学习课程推送 | 专业站点 | 利用碎片时间学习 |
核心价值：从"人找信息"变成"信息找人"。
以前每天上班第一件事是打开各个网站、公众号翻一遍，花 20 分钟也不知道有没有错过重点。现在每天早上打开飞书，信息已经整理好摆在面前。
这个系统背后是 Hermes Agent 的定时调度 + RSS 自动采集 + AI 分析合成，全自动运行。我在另一篇文章里详细写了搭建过程：我用 AI 搭了一个自动发晨报的系统。
阶段四：编程 Agent —— 让 AI 帮你造小工具
核心理念
不是做大系统，是解决小问题。
把一个固定的工作流 → 转成一段固定的代码 → 变成一个可运行的小 Web 应用。
流程很简单：发现痛点 → 告诉 AI → AI 写代码 → 部署使用。
案例一：房地产行业分析平台
以前手动搜集数据、写分析报告，一套下来半天。现在用 Agent 自动从网上抓取行业数据，AI 生成分析报告，网页形式呈现。
案例二：合同文档比对工具
合同审查是财务日常的痛点——两份合同哪里改了，以前要逐行对着看。
这个工具分两个模式：
| 模式 | 需要 API | 功能 |
|---|---|---|
| 基础模式 | ❌ | 纯文字差异比对，标出增删改 |
| 智能模式 | ✅ 接大模型 | 逐条比对差异，AI 分析"为什么这样改" |
一键告诉你对比结果，不用逐行对着看。
结语
AI 用着用着就会了，工具点着点着就熟了。
与其花时间琢磨怎么学，不如直接上手做一遍。做着做着，自然就会了。
分享会上推荐给大家的几个入门工具：
- 豆包 / Kimi / ChatGPT — 先让它帮你写一个 Excel 公式
- 扣子（Coze）/ ima — 免费建知识库
- 飞书多维表格 — 自带 AI 功能，表格直接出看板
- Trae / Claude Code — 帮你写代码造小工具
如果对其中某个板块想深入了解，欢迎交流：1649219364@qq.com