资源介绍
视频数量：48个
总时长：4小时34分
课程介绍：
财务人的AI实战课:从分析到建模,让每份产出经得起审计
几乎每个财务团队都经历过这样的事:有人兴奋地把AI生成的报告发给管理层,数字漂亮,框架专业,但仔细一查,某个对比数据根本不在原始材料里。一次高层发现,整件事就被悄悄搁置。
问题不在AI,在于没有人建立起检查它的方法。
这门课要解决的就是这个。它不讲工具操作,讲一整套方法论——怎么把财务数据安全地交给AI,怎么让分析经得起审计,怎么把重复工作自动化,以及怎么在模型里用好AI却不丧失判断力。课程48讲,约四个半小时,价值不在信息量,在它处理的是财务职能最核心的事:信任。
一、搞清楚AI在财务里的位置
开篇用三项工作定义AI的角色,而不是三个工具。第一项是分析——差异、比率、对账、财报电话会议,这些你每月本来就在做的事。第二项是自动化,每月重建的结账包、反复预测、吞噬某人一周时间的董事会摘要。第三项是建模,估值、预测、场景分析。
这个顺序重要。分析的成果落在你本就掌控的页面上,不需要任何人改变流程,不需要批准新系统,也不需要先咨询审计师。门槛低,但它为你赢得了一切后续操作的信誉。
讲师用虚构的医疗公司Vantera Health作为贯穿全程的案例,让方法论落地到具体场景。
二、掌握AI基本功
不讲花哨的东西,讲财务人必须知道的基础。AI怎么工作,模型和上下文窗口意味着什么,成本怎么算。很多人跳过这些直接上手,提示词写得不专业。
课程强调"为分析工作而非聊天而写的提示词"。财务场景要的不是对话,是可验证的产出。
最有价值的一讲叫"绝不能信任的数字"。讲师展示了一个真实的AI对话:附件里只有本期数据,模型却生成了看似合理的上年同期对比——因为提示词没说"如果数据缺失就说明"。这不是故障,是默认行为。然后给出四步检查法,抢在别人之前发现这类问题。
第一次实验课给你一份预先埋了三个错误的混乱数据,任务是在不亲自查找的前提下建立提示词模式,让AI自动捕获这些错误。建议把提示词开头的四行固定保存:"高级财务规划与分析分析师,仅使用附件中的数据,如果某个数字不在文件中,请说明而非估算"。
三、安全地把财务数据交给AI
财务数据经常让AI工具"出问题"。这部分讲为什么会,以及怎么解决。
Files、Projects、Context这些功能怎么用,连接器和MCP能做什么,你自己的系统怎么接入。有一讲专门讲"绝对不能粘贴的内容"——什么数据有合规风险,什么看着无害其实很敏感。
实操环节是搭建一个有据可查的财务项目,让AI的所有回答都基于你指定的材料,而不是它的常识。
四、用AI做真正的财务分析
核心实操部分,涵盖财务人每月都在做的工作。
差异分析那一讲很关键——不是数字对比,而是让AI给出能说明驱动因素的差异。"毛利下降200万"和"毛利下降的200万里,价格因素占120万,销量占60万,组合占20万"完全是两件事。
还有读财报和电话会议的速度问题,比率计算里那些"沉默的错误"——AI算出来的数字看着对,但分母用错了期间。对账时怎么找到断点,分类账里的异常审查,讲给董事会听的叙事怎么写。
实验课让你走完一个完整的月度差异包,从原始数据到可交付成果,你会发现哪些环节可以放手,哪些必须自己把关。
五、把重复性工作自动化
什么任务是真正可以自动化的?先讲判断标准。因为很多人把"AI能做"和"应该让AI做"混为一谈。
Projects和Standing Instructions怎么让AI记住你公司的方法论。Agent Skills这一讲把你们的做事方法打包成可复用资产,新人来了不需要重新教。
AI在Excel、Word、PowerPoint里的用法被单独拎出来讲,因为这才是财务人真正的工作界面。结账流程的自动化有一整讲来拆解。
实验课是搭建一个可复用的结账技能——做完之后,下个月再遇到类似结账,你不再需要从头来。
六、决策建模、估值、预测和场景
AI在模型里的位置不是替代你,是在正确的位置放进去。
三表模型从财报怎么搭,DCF的假设怎么写得有据可查而不是凭空拍,可比公司分析怎么避免选择偏差,预测怎么做到误差可量化,场景设计怎么做才能真正有用,而不是堆砌"乐观、中性、悲观"的数字。
实验课是一个完整的估值和场景案例,你会看到方法论怎么落地。
七、代理、护栏和管控
一旦从个人尝试变成团队使用,就必须有护栏。
"读、推荐、准备、执行"四个层级定义AI在财务流程中能介入到哪一步。财务代理模板给了具体起点。审批流程和审计轨迹是合规必须。最后专门讲模型风险、SOX和审计师会问什么——这门课的讲师显然知道财务职能面对的不只是业务,还有合规。
实验课是搭建一个带人工把关的对账代理,自动化跑完全流程,但关键节点必须人审核。
八、治理、采纳和90天计划
财务里的AI信任问题是结构性问题,不是技术问题。
怎么治理AI在财务职能中的使用,怎么衡量价值并且诚实地汇报,怎么把团队和审计师带进来。最后一讲给出一个90天的AI采纳计划,具体到第几周做什么事,不是空泛建议。
谁适合学这门课
正在做月度结账、差异分析、预算预测的财务分析师和经理;负责估值和建模的投资银行、股权投资、并购团队成员;想把AI从个人试用推进到团队采纳的财务负责人;以及任何不敢把数字完全交给机器又渴望提升效率的财务工作者。
课程不假设你有AI使用经验,但你应当熟悉自己的财务工作。如果你每个月做结账、做差异、写董事会材料,你会发现自己就在这门课里。
学完你能拿到什么
一套带具体模板的提示词模式;判断什么任务适合自动化的标准;一个从分析到建模的完整工作流;处理合规和审计问题的框架;一个从个人尝试走到团队采纳的90天落地计划。
最关键的是,你会知道什么时候该信任AI,什么时候必须自己来。这是这门课真正想教你的事。