两份中报，同一个 AI：有人看到营收增长 12%，有人看到 B 公司那笔 −0.20 的现金流——差的不是工具，是问法

“

省下的是工时 ， 长出来的是判断 。

两份2026年半年度经营分析，同一家公司数据。一位CFO看完说：营收盘子稳、净利1,179.80万、七大类业务都在跑，下半年照旧干。另一位CFO看完说：B公司账面净利926万排集团第二，经营现金流却是−186万、净现比−0.20；P5产品线毛利额89.04万、占全部毛利2.12%，却吃掉40.34%的生产排期调整次数；未分配利润勾稽差56万、货币资金与现金流差336万——这份中报，经不起第二遍看。

同一个人、同一套账，结论可以差这么远。差的不是谁更勤奋，是谁问的问题不一样。

很多人第一反应是：AI进财务，无非是自动做账、审发票、省两个人的工时。这个判断只对了一部分。

上半年我们干了一件更笨也更有用的事。我们虚构了一家「沪宁精密制造（上海）有限公司」——年营收2.83亿、通用设备制造、一般纳税人加高新技术企业、318名员工、母公司加3家被投资单位、5条产品线、17家客户分布在4个区域。我们围绕它搭了35张业务数据表：待处理发票、三家格式不一致的科目余额表、内部交易清单、研发费用明细、进项发票清单、工资表、采购付款流程、会议记录……企业名称、税号、客户、供应商、人名全部虚构脱敏，不指向任何真实主体。这样客户能毫无顾虑地看、拿去演示、给团队培训。

然后，我们把「AI财务落地工具包」里的50条AI指令，一条一条对着这套数据跑完。结果集166张表格，每条都含输入数据、AI输出结论、落地提示。它覆盖七大类场景：发票与报销、报表与合并、经营分析、预算与预测、税务、审计与内控、通用提效。

都是“用AI”，但目的不同——一个省工时，一个出判断。把166张表和七个让人沉默的发现收敛一下，真正值得CFO记住的，是三件事。

流行的做法是把AI当搜索引擎，问一句答一句。不够好。正确的做法是把一整套账喂进去，让它沿着勾稽关系自己走到底。

📌 本文看点

利润表上的“赚钱”，很多时候是幻觉。P5非标定制件收入2,120万、占14.27%，毛利率只有4.20%，毛利额89.04万、占全部毛利2.12%，却引发了96次生产排期调整、占40.34%。我们测算，把18%产能转给P1高精度轴承组件（毛利率42.30%），净增毛利1,445.46万——相当于上半年净利润1,179.80万的122.5%。

另一条线，B公司（深圳）账面净利926万、集团排第二，经营现金流除以净利却是−186÷926=−0.20，每赚1元账面利润净流出0.20元现金；应收周转128天（集团均82天、最好61天的2.1倍），费用率18.60%全场最高，收入8,460万排第二却贡献了集团唯一的负数经营现金流。

还有一桩被人工放过的重复报销：7号与15号发票，销售方、税号、金额（3,600元）、服务内容完全相同，只有票号不同，开票日仅差2天。AI判RED高风险，理由是——

一条“看起来在赚钱”的产品线，吃掉了一整年利润空间。

报表自己会打架，只是没人让它打。我们故意埋了两处错。未分配利润：期初3,944万加净利1,179.80万等于5,123.80万，报表期末却是5,067.80万，差56万；AI列出四种可能（计提盈余公积、已宣告未发放股利、前期差错更正、报表取数错误），还补了一刀——“负债端无应付股利，若确已宣告未入账属漏记负债”。

现金流量表：期初2,860万加净增818万等于3,678万，但货币资金期末3,342万，差336万；AI定性为报表编制错误——现金及现金等价物口径不含受限资金，编制时把货币资金期末数直接抄了。

采购付款8个环节，AI找出8项缺陷、其中4项重大，并把四条缺陷连成一条路径：

一个人就能完成“虚构供应商→资金转出”的闭环。

切断任意一条即破，投入产出比最高的两项——U盾拔下单独保管（零成本当天见效）、供应商主数据权限从采购部门剥离（低成本见效快）。

模型说“可以”，不代表现在该动。一个技改项目，初始投资2,400万、5年期、年净现金流720万、折现率8%，NPV=+556.35万、IRR=16.27%，双达标。

但AI多算了动态回收期4.03年，总年限5年、净赚期仅0.97年；压力测试：年现金流降15%到612万时，NPV从556万骤降到125万、降幅77.50%，盈亏平衡点580.78万、缓冲仅19.34%。

结论：原则同意，但建议分期投入、推迟到2027Q1启动——因为8月第三周有720万资金缺口，9月还有3,000万授信到期。

上面三件事，水平相当的CFO看得到，但高手的做法一一对应、顺序相同。

高手会把产品线当资产组合管，先算每条线的“毛利贡献”和“管理消耗”，再决定哪条线值得养、哪条线该限产——不掉进“有收入就有贡献”的坑。

高手会让资产负债表和现金流量表自己说话，差一分钱就追到源头，而不是凑平了事；还会把内控缺陷当成一条可切断的链，先拔最便宜的那根U盾、再剥最该剥的那道权限。

高手会在NPV为正时仍然按兵不动，因为钱不在模型里、在资金窗口里；模型说可达，方向盘还在自己手里。

这套差异，值得一个能传播的名字。我们把它压成一对口语化的双词对偶：

报情况的人，做三件事：说发生了什么；用历史口径；交付在月末。

给决策的人，做三件事：说该做什么；用机会成本口径；交付在窗口前。

省下的是工时，长出来的是判断。

AI把前者自动化了，CFO的价值在后半句。

能。我们做的是“脱敏试验田”：用假公司跑通全套路径，你换上自己的数据照抄即可，不用拿真实敏感账去冒险练手。这套跑通之后，沉淀下四样长期可复用的资产，今年我们又补了两块：

新增①：《9–10月财务负责人时效清单》14件事（三季结账、预算回顾、高企复审、研发费加计归集、三季报披露、明年预算启动、年终奖税筹……），每件写清“为什么偏偏要现在做”，并配可复制AI提示词。

新增②：资金与融资管理10条AI指令（管授信、贷款、资金计划、票据、汇率利率敞口）。其中一条反直觉：归集闲置资金一年省的钱，是压利率降本效果的3.6倍。

读者自己的利益账，分两层算。省时间——拿到一份半年报，照16个检查点逐条过，不漏项，今天少加一班；变强——把50个提示词复制粘贴替换数据直接出结论，你的分析口径会慢慢长成公司的标准。前者是少加班，后者是涨身价。

插一句自我否决：上面说的都是AI能做的。但有几件事，AI只能铺路、不能拍板。

收入确认的时点（看合同条款、履约义务）、资产减值测试（对未来的估计）、合并范围判断（B公司持股45%但委派董事长算不算控制，AI梳理依据，但拍板是人，且要在附注承担披露责任）、异常事项的定性（错误、舞弊还是系统问题）。

边界很清楚：AI负责发现问题、准备材料，人负责做出判断、承担责任。有合规责任的领域，AI输出可作判断输入，不能成免责理由。

这个边界，恰恰是财务人值钱的地方。

如果你读到这里还觉得“这跟我有关”——那它确实跟你有关。

顺着这个边界，我们和 BI佐罗老师联合呈现了一门两天的线下实战课——《AI智能体实战训练营》。这门课只回答一个问题：人人都会用 WorkBuddy 之后，真正的差距才刚刚开始，差在哪？

主讲老师 BI佐罗，连续 8 年微软数据技术 MVP，10 年以上企业数字化实践，160000+ 学员、100+ 企业培训经验。AI 可以快速生成结果，但准确、安全、稳定与复用，仍然需要专业的人来设计和判断——这两天，练的就是这个“专业的人”。

想上课，扫海报二维码报名，扫码先领完整课程大纲；想先看资料，在「优贲财税」公众号后台回复【演示】或【AI财务】。

想系统看跑测全过程，这里是两个入口：

https://workbuddy.link/p/NJGzvycH4TpVcein54MnEv

https://d5d6c854bf3c496cb8c1729ff6520eb0.app.workbuddy.link

想直接拿《9–10月财务负责人时效清单》，这里：

https://workbuddy.link/p/l4XlcK6h1g5h4zHJ1HGp5B