从RPA到Python,我最终选择把能力“握回”Excel里
近两年的学习经历挺有意思的，作为一个干了二十多年的财务人，从传统会计核算岗，到财务Bp,随着时代的进步，从手工账本到电子账本，一路走来真的经历挺多的。作为一个财务过来人，今天就来和大家聊一聊，职业成长路上的工具学习都经历了怎样的事情。 去年的时候，我们公司业绩突飞猛涨，可因为市场环境的压力，公司也不敢大幅增员，于是老板颁布了一个职业素养计划，公司内全面推行 RPA学习，每周一天，上班时间带薪学习，让IT部的精英们给大家授课，迷恋于“点击自动化”的魔力，觉得能省掉所有重复劳动，试图在公司全面推行。一年下来，大家花费的时间不少，成果一般，因为RPA能够实行的前提是规范化，重复的工作，在这样的场景下才能节约时间。好不容易找到几个场景，发现RPA的授权许可费也不低，就算全员的工作能力能够达到自己处理RPA的流程，那节约的时间成本，都不一定抵得上许可费，于是，RPA的全面自动化之路半途夭折。今年年初做全年预算的时候，评审会议的时候，老板看着我那个几十张表格，每个表里那数不清的函数，和几十万行的数据，一不小心，数据就会计算失误，于是他灵机一动，说要不你改成Access数据库，这就可以解决你函数问题了。于是我又开始了新手小白跟着Ai摸索Access的开拓之路。开始理解数据结构化，开始开发设计数据逻辑，界面，流程。搞了一个月，发现没有底层逻辑的自动化只是“机械蛮力”。但凡业务变化，我都得不停的地修改设计，满足用户的不同需求。路子走到这个地方，貌似也还将就，可我的领导一心想要个预算系统，又不想花钱找外部开发，于是把主希望寄托在Ai和我的身上，这么上周又让我去参加了上海的一个Ai+智能体的课程，学完发现公司压根不让安装，而且课程的案例就是教学的入门级，真正要在公司的实务中落地的日子，还早呢，起码得让我学会 Python，才有无限可能，但我写了一个简单点销售汇总后发现，80%的日常需求，写脚本的时间成本远高于手动操作。经过这一大段的时间摸索，我发现兜兜转转还得是Excel,不是Excel多高级，而是“摩擦力最小”。数据的即时可见、单元格即改即所得、透视表的一拖一拽——这种“肉身与数据的直接对话”，是写代码时“写-跑-错-改”循环无法替代的。只要你的数据够规范，最终的二维报告呈现，再没有比Excel更好用的了。特殊的图表美化，案件，完全可以通过它来实现。Ai来了，能写VBA、能写Pandas，但前提是你能把模糊的诉求翻译成准确的逻辑链。它是机器，你喂它啥，它就吐啥，吐出的结果只是“半成品”，最终拍板的，必须是你基于行业经验做的价值判断。就拿我昨天用VBA写用户窗体来说吧，我想复制一个做好的样式，结果用Ai调试了好几次的结果，它告诉我，它错了。所以说，你真的只能用它做70％的事情，重要的还是你握在手里的能力——机器负责“运算”，你负责“定义”和“裁决”。有好多时候，我们并不需要它，简单点表格就能完成日常很多的工作了。职场人学工具的本质，不是为了被工具绑架，而是为了更清楚什么场合该用牛刀，什么场合该用水果刀。真正的能力，是那份“知道什么时候不用AI”的清醒和底气。
10个月宝宝每天需要喝多少奶粉？
