62%工时能自动化,Excel打工人真要慌了

昨天看到一篇帖子，我脑子里第一反应不是“AI 真厉害”，而是：以后很多靠 Excel 熬夜的人，估计真得开始慌了。

这事最扎心的地方，在于它特别像很多公司的真实日常。

原帖开头就很像电影剧情。作者说，自己父亲一直在做 forensic accountant，以前他根本没认真想过这是干什么的。直到去年，他才发现这行居然天天在处理各种离谱案件。

people faking their own deaths to collect insurance
executives siphoning millions through shell companies
spouses hiding assets before divorce

翻成人话就是：有人假死骗保险，有高管通过 shell companies 转移资产，还有离婚前偷偷藏钱的。

结果最魔幻的是，撑起这一切调查流程的核心工具，居然还是 Excel。

是不是瞬间有种熟悉感。

很多公司嘴上喊 AI transformation，实际底层还是 Excel、PDF、截图、邮件附件满天飞。真正累死人的，从来不是“高端决策”，而是那些没人愿意干、但必须有人干的脏活。

他们后来认真拆了 15 个过去真实案例。

650 billing entries
1,084 hours
$345k billed

然后发现一个特别恐怖的数据。

Document Intake & Indexing 这部分，占了全部工时的 26%，但能自动化 90%。

说白了，就是以前一群人天天干的：

下载 bank statements、分类 PDF、录 transaction、检查月份有没有缺、重新拼文档。

这些活，本质上都特别像“高级数据录入员”。

以前公司总说 AI 取代不了专业人士。结果现在发现，AI 确实暂时取代不了 expert witness，但它特别擅长把一群辅助岗位先削掉。

而且更现实的问题来了。

原本一个 forensic accountant 同时只能跟 3 个案子，因为前面 document intake 太慢。现在如果从 2 weeks 压缩到几个小时，同一个人能同时跑 10 个案子。

老板看到这种数字会怎么想？

不是“员工终于轻松了”。

而是：“原来以前配那么多人，是因为流程太慢。”

更狠的是，他们后面发现，很多低效根本不是技术问题，而是组织协作问题。

帖子里提到一个特别真实的场景。

paralegals 往往是最早接触 financial documents 的人，但他们不懂 forensic accounting。

于是他们收到什么传什么，直接 upload 完事。

结果几周后 accountant 一打开文件，才发现少了三个月的 bank statements。

然后整个流程开始疯狂踢皮球：

back to legal
back to opposing counsel
back to the accountant

这一段我真的看笑了。

因为这不就是很多公司现在的日常。

运营不懂数据，销售不懂财务，产品不懂合同，最后所有人都在 Slack 和 Excel 里互相甩锅。

AI 在这里最恐怖的地方，不是它会推理。

而是它终于开始补“流程漏洞”。

以前一个人发现文档缺失，可能得两周后。现在系统几分钟就能 gap analysis。

很多企业里那些“靠经验的人肉检查”，以后可能真会被系统默认接管。

但这个帖子最有意思的，不是“AI 能干活”。

而是作者后面那句特别真实的话：

First 80%: call an AI model, parse the output. Done in a weekend.
Last 20%: significant challenge.

真的，现在太多人以为“接个 AI model”就叫 AI 创业。

但真正难的，全在后面。

因为现实世界的数据烂得离谱。

他们收到的 PDF，经常是：

6 months of one account、3 months of another、check images，全混一起。

还有扫描歪的、模糊的、不同银行 layout 的。

最关键一句是：

LLMs don't handle large mixed financial documents gracefully - at least not yet.

这话特别像现在很多公司内部真实情况。

老板以为 AI 一接，全自动飞升。

结果真正落地的人才知道：

数据脏、流程乱、文档碎。

最后最费时间的，不是模型，而是清洗烂数据。

社畜最惨的地方也在这。

很多人以为 AI 来了以后自己会被替代。

实际第一阶段，可能是你的工作量先翻倍。

因为公司会让你一边做人，一边给 AI 擦屁股。

最后那个 investigation agent，才是真正让我背后一凉的地方。

作者一开始只是做一些单独工具。

search transactions、gap analysis、pull entity lists。

后来突然意识到：

如果把这些工具全部交给 AI agent，再给它一个 plain-English objective，会发生什么？

比如：

find hidden assets in this divorce case

然后 AI 自己一步步跑调查。

自己调用工具、自己 reasoning、自己标 severity ratings，最后甚至能生成 drafted court-ready report。

你会发现，现在很多岗位危险的地方，不在于“单个技能”。

而在于整个 workflow 开始被串起来了。

以前 AI 只是帮你写一段话。

现在它开始接流程了。

而流程一旦接起来，中间很多“执行型岗位”会特别危险。

尤其天天在 Excel 里搬数据的人。

讲真，我现在越来越觉得：

以后公司最值钱的人，可能不是最会干活的人。

而是最懂 workflow、最懂怎么把 AI 塞进流程的人。

因为 AI 真正替代的，从来不是“岗位名字”。

它替代的是流程里那些重复、低判断、跨系统搬运的信息劳动。

而很多白领，其实天天就在干这个。

留言聊聊
如果你老板看到“62% automatable”这种数字，你觉得他会先给员工减负，还是先裁人？

来源：Hacker News AI｜原文：Built AI forensic accounting software with my dad