我做了三年Excel，差点被一个AI干掉

周一早上领导在群里发了一张截图然后了所有人。截图里是一份销售分析报告数据维度清晰图表设计专业结论部分还有详细的趋势解读和行动建议。这是隔壁部门的小林用AI生成的前后不到五分钟领导说“大家可以看看。”我没有在群里回复任何话。因为我就是那个每次看到这种消息心里都会咯噔一下的人。那天我手头正好有一份类似的报表要做。从数据导出到清洗、从字段映射到透视表、从图表配色到文字分析每一步我都熟得不能再熟。但熟有什么用呢我做了整整一天的东西别人三分钟就出来了而且看起来质量一点都不比我差。中午吃饭的时候我特意跟小林坐在了一起。我问他你那个报表真的是AI生成的他说是的把Excel往工具里一扔说清楚要分析什么维度几分钟就出结果了。我问那你觉得跟你手写的有什么区别吗他想了想说“几乎没有。就是有些特别细的业务逻辑AI还不能完全理解。”那你们部门以后还需要做报表的人吗我半开玩笑地问。他笑了一下没回答。但那个沉默比任何回答都让人焦虑。做了三年数据分析我一直觉得Excel是我的核心竞争力。不是说会用Excel就行是用得够深——Power Query做数据清洗、DAX写度量值、Power Pivot建数据模型、VBA自动化重复操作。这些东西不是上网搜两个教程就能学会的得在实际业务场景里反复磨。但AI的出现把这种磨出来的经验一下子拉平了。以前领导说我要看这个季度各区域的销售趋势和同比分析我得先搞清楚数据在哪个库写SQL导出数据到Excel里建透视表设计图表写分析结论。每一步都有坑——数据源更新时间不一致、字段定义每个部门不一样、业务口径经常变。这些经验是我做了几百份报表之后积累的隐性知识。现在AI做这些不需要经验。你只要描述清楚要什么它就能自动识别数据字段、自动做关联、自动生成可视化。那些我引以为傲的隐性知识正在被大模型直接编码成标准能力。有一天下班后我坐在工位上没走。打开一个AI数据分析工具把上个月做的十份周报数据全部扔了进去不到半小时全部处理完。我看着那些跟自己做的一模一样的结果心里特别复杂。倒不是觉得不公平是突然不知道自己的价值在哪里了。那个转折点是一次业务需求。销售VP临时要一份下个季度应该重点拓展哪些区域的分析报告。这不是一个描述性分析——“过去发生了什么”。这是一个诊断性分析加预测性分析——“为什么会发生和接下来应该怎么做”。我平常做这种分析需要先整理历史数据、做区域分层、看增长率、算渗透率、交叉对比竞品数据最后综合判断给出建议。整个流程下来至少三天。但这次我试着换了一种方式。我用Text-to-SQL把自然语言的需求直接转换成数据库查询一下子就跳过了写SQL-导数据-建透视表这个最耗时的环节。然后用大模型把多张表做自动关联和清洗出中间数据集。最后再用AI生成初版的分析结论我在这个基础上补充业务判断和策略建议。整个过程不到一天。而且因为我把大部分时间花在了判断哪些结论靠谱和怎么落地执行上而不是花在怎么查数据上最后的报告质量比以前还要高。VP看完之后给出了很高的评价。会后单独找我说我最近出的报告更贴近业务决策了。我心里清楚不是我变聪明了是我把做表的时间空出来拿去做想事了。这次经历让我想明白了一件事。数据分析这个岗位分成三层能力。最底层是取数做表——从数据库里把数据捞出来做成报表和图表。中间层是分析洞察——从数据里发现问题和机会形成判断和建议。最上层是推动决策——用数据影响业务方向和资源分配。我过去这几年大量的时间耗在了最底层。不是我不想往上层走是取数做表就占满了我的工作时间。每天的需求应接不暇根本腾不出精力去想更深入的问题。AI的出现改变了这个格局。最底层的取数做表正在被快速自动化这看起来是威胁但对我来说恰恰是解放。因为以前那些不得不做的重复劳动现在AI帮我做了。我得以把自己从Excel的泥潭里拔出来开始真正去思考数据背后的业务逻辑。说白了以前我是一半做表的一半看数据的。现在做表这件事AI帮我省掉了我就成了纯粹的看数据的——或者更准确地说是向数据提问的人。这个角色转变很重要。因为提出一个好问题比做一张漂亮的表要难得多价值也大得多。而提出好问题的能力恰恰是我这几年跑业务数据熟悉出来的——哪个指标的波动值得关注、什么维度的交叉分析可能会有发现、某个数据异常背后通常是什么原因。AI不会这些至少现在还不会。后来我开始有意地改变自己的工作方式。不是等着业务方提需求而是主动用AI快速跑一遍所有维度的数据看看有没有异常波动或者新的趋势。比如上个季度华东区退货率突然上升了1.2个百分点按传统做法要等业务方发现了这个问题来问我我再去拉数据做分析。现在AI三分钟就把异常标记出来了我直接带着分析和建议去找业务方沟通。我开始用大模型做数据管道——把多个数据源的清洗、转换、聚合过程串联起来形成一套自动化的数据分析流程。以前这些需要写Python脚本或者ETL工具现在用自然语言描述流程AI帮你生成和调度。我还是在用Excel但用法变了。以前Excel是我的生产工具我极度依赖各种高级功能。现在Excel更像是我的展示工具我把AI处理好的数据放进去做最后的呈现和分享。我的精力从怎么做得更快转向了怎么讲得更好。这种变化带来的结果是什么不是我干的活变少了是干的活变值钱了。以前我一个月出二十份常规报表累得要死但很难说自己贡献了什么。现在我一个月出五份深度分析每一份都能直接帮业务做决策。数量少了成就感多了。如果你现在每天的工作大部分还是从数据库导数据、在Excel里做透视表、把图表复制到PPT里我想跟你说句实话这些事正在被AI替代而且速度很快。但如果你能把这些体力活交给AI把精力释放出来去做怎么定义分析维度“怎么解读数据波动”“怎么让数据结论推动业务行动”你的工作不但不会被替代反而会变得更有价值。数据不会自己说话它需要有人替它翻译。AI能做初步的翻译但翻译得对不对、全不全、有没有遗漏重要的业务背景这些事还是得靠人。你越是熟悉业务、越是有判断力AI对你来说就越像一个能手而不是一个对手。我的建议很简单。有空去试试Text-to-SQL感受一下说出问题就能拿到数据是什么体验。试试让AI帮你完成一次从清洗到分析的全流程看看它在哪些环节做得好、哪些环节会翻车。它的短板就是你的突破口。最后说一句。我做了三年Excel最深的体会是工具会变手段会变但从数据中发现真相这件事本身不会变。以前靠的是手速和熟练度以后靠的是判断力和提问能力。前两者会被AI取代后两者不会。这不是安慰是我自己验证过的事实。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2025 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容​一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容​2025 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”