答疑解惑:AI都能做Excel和VBA了,以前花的钱专门学习Excel和VBA是不是都白费了?

最近有位读者问我：

以前为了提升工作能力，花了上万元报班学习Excel、PPT和VBA。现在AI越来越强，公式可以直接生成，PPT可以自动制作，VBA代码也可以让AI来写。回过头看，这些钱是不是都白花了？

这是一个很现实的问题。特别是这两年，很多人都有类似感受。

以前为了学会一个复杂公式，可能要查半天资料；为了写一段VBA代码，可能要反复调试几个小时；为了做一份稍微像样的PPT，还要研究配色、排版和动画。

现在只要把要求告诉AI，它就能迅速给出公式、代码和页面框架。以Excel为例，现在的Copilot已经可以根据要求生成公式、数据分析、图表、数据透视表，甚至从头建立仪表盘、计划工具和模板

面对这样的变化，很多人自然会产生一种失落感：

我以前花那么多时间和钱学的技能，是不是已经没有价值了？

一、如果单从“做出结果”来看，确实有一部分钱白花了

这个答案可能不太好听，但我不想用“所有学习都不会白费”这样的话来安慰大家。

如果单纯比较最终结果，过去一些昂贵的学习成本，今天确实已经大幅贬值。

以前学习Excel，要记住大量函数的名称、参数和嵌套方法。学习VBA，要理解变量、循环、判断条件和对象。学习PPT，要掌握母版、配色、对齐和各种操作。

而现在，很多具体任务已经可以通过AI完成。

你不一定记得应该使用哪个函数，只要把业务要求说清楚，AI就可以帮助生成公式。你不会从零开始写VBA，也可以让AI先给出代码，再根据报错继续修改。你不擅长PPT排版，也可以让AI先生成内容结构和页面框架。

这种变化并不只发生在Excel、PPT和VBA上。

前几年，我参与过一个软件项目。项目从需求梳理、方案设计到开发落地，前后投入了几十万元。放到现在，借助AI，公司IT只花了几千元，就能够做出效果非常接近的工具。

站在今天回头看，如果当年就有这些技术，当然不需要付出那么高的成本。

所以，如果那位读者问我：“当年花上万元学习这些操作，现在看值不值？”

我的回答是：

如果只是为了获得几个公式、学会几个操作，或者照着老师的代码做出一个固定工具，那么其中相当一部分钱，今天看确实花得不那么值。

技术进步，本来就会降低旧技能的稀缺性。

这没有必要回避。

二、但你真正学到的，不应该只是几个操作

问题的关键在于，当年学习Excel、PPT和VBA时，你到底学到了什么。

如果只是记住VLOOKUP怎么写、循环语句怎么套、PPT动画怎么设置，那么这些具体操作确实最容易被AI替代。

但如果你曾经独立设计过一个完整的Excel工作表，背后的收获就不只是函数和格式。

假设让你建立一份生产计划，在这个过程中，你其实是在重新梳理整个业务流程。

很多人都是在制作工具时才发现，原来的工作流程并没有想象中那么清楚。

同一份数据，销售有一种口径，生产有一种口径，仓库可能又是另一种口径；某个表看起来每天都在更新，却没有人说得清楚更新的时间、来源和责任人；某个审批流程运行了很多年，但其中有几个步骤根本没有产生实际价值。

这些问题不是Excel函数告诉你的，而是你在设计工作表、编写逻辑和处理异常时逐渐发现的。

制作工具的过程，本质上也是理解业务、拆解流程和发现问题的过程。

这才是当年学习最有价值的部分。

三、AI可以帮你实现，但不能替你定义问题

现在很多人高估了AI的实现能力，却低估了提出正确问题的难度。

AI确实可以快速生成公式、VBA代码和PPT框架，但前提是你能够把需求说明白。

例如，你让AI制作一个库存分析表。

AI首先需要知道：

• 库存按照数量还是金额分析；
• 呆滞库存如何定义；
• 在手库存天数使用历史消耗还是未来预测；
• 安全库存按SKU还是产品类别维护；
• 在途库存是否纳入可用库存；
• 退货、待检和冻结库存如何处理；
• 结果是供仓库使用，还是供管理层决策。

这些问题没有统一答案。

它们取决于公司的业务模式、管理目标和实际流程。

如果使用者自己都不能把这些条件说清楚，AI生成得再快，也可能只是做出一份看起来很完整、实际上无法落地的表格。

VBA也是一样。

让AI写一段“自动汇总数据”的代码并不难，难的是你要先定义：数据从哪里来、哪些字段是有效的、重复记录如何判断、异常值如何处理、源文件格式变化后怎么办，以及结果应该由谁确认。

AI降低的是实现门槛，但它没有自动消除业务判断。

过去会做工具的人，优势是操作熟练；未来真正有优势的人，是能够把模糊需求转化成明确规则，再让AI快速实现。

四、以前学过的人，反而更容易判断AI做得对不对

AI生成结果快，但快并不代表一定正确。

一个完全不懂Excel的人，拿到AI生成的复杂公式，可能只能看结果是否出现，却无法判断计算逻辑有没有遗漏。

一个完全不懂VBA的人，拿到一段可以运行的代码，也未必知道代码是否会漏掉数据、覆盖原文件，或者在数据量增加后出现问题。

一个没有PPT基础的人，即使使用AI做出了一整套页面，也可能判断不了信息层级是否清楚、图表是否服务于观点、页面是否真正适合汇报。

因此，过去学过这些工具的人，并不是失去了全部优势。

过去我们学习工具，是为了亲手把每一步做出来。

现在学习工具，更重要的意义是知道AI做了什么，判断AI做得对不对，并对最终结果负责。

人的角色正在从“执行者”转向“设计者和审核者”。

五、真正容易被淘汰的，不是Excel和VBA，而是只会机械操作的人

因此，我并不认为Excel、PPT和VBA从此没有必要学习。

但是，学习方式确实应该改变。

过去的课程可能会花大量时间要求学员背函数、记语法、模仿固定案例。今后如果仍然这样学习，投入产出会越来越低。

我们不需要再把“能够手写多复杂的公式”当成核心竞争力，也不必为了证明自己会VBA，所有代码都坚持从空白开始写。

更有价值的学习方向应该是：

• 理解数据结构，而不是只记公式；
• 理解业务流程，而不是只会套模板；
• 理解自动化边界，而不是盲目追求无人操作；
• 理解检查方法，而不是直接相信生成结果；
• 学会清晰描述需求，并把复杂任务拆成规则；
• 利用AI提高实现速度，而不是与AI比赛打字和写代码。

对于PMC来说，这一点尤其重要。

未来真正拉开差距的，不是谁能最快做出一张排产表，而是谁知道一张可执行的排产表必须包含哪些约束。

设备产能、人力技能、物料齐套、产品切换、清洗时间、质量放行和订单优先级，这些业务条件如果没有定义清楚，再漂亮的表、再复杂的代码也没有价值。

AI可以帮你生成工具，却不能替你长期积累对生产、物料、库存和交付的理解。

六、所以，这些钱到底有没有白花？

我的答案是：

一部分可能白花了，一部分没有。

如果花钱学到的只是软件按钮、固定公式和现成代码，那么随着AI的发展，这部分知识的价值确实在快速下降。

但如果那段学习经历让你学会了拆解问题、梳理流程、设计规则、验证数据和持续改善，那么这部分投入并没有白费。

因为今天真正能把AI用好的人，往往不是对业务一无所知、只会输入一句提示词的人。

而是那些原本就理解工作逻辑，现在又能够借助AI提高实现效率的人。

我前面提到的软件项目，如果没有当年几十万元项目中积累的需求梳理、流程设计和使用反馈，今天即使有AI和低成本开发工具，公司IT也未必能够用几千元快速实现相近的效果。

今天的低成本，不只是因为AI强大。

也是因为我们已经知道自己真正需要什么，知道以前哪里设计得不好，也知道最终结果应该达到什么标准。

这就是过去投入留下的价值。

写在最后

技术进步一定会让一部分技能贬值。

就像计算器普及以后，不再需要每个人都依靠纸笔完成复杂计算；导航普及以后，也不再要求每个人记住所有路线。

但计算器没有取代数学思维，导航也没有取代方向判断。

同样，AI可能会替代大量Excel操作、PPT排版和VBA代码编写，却不会自动替你理解业务、定义规则、判断结果和承担责任。

所以，不必纠结过去的钱是不是全部白花了。

真正需要思考的是：

从今天开始，你还要不要继续用过去的方法学习。

未来不是不需要学习Excel、PPT和VBA，而是不应该再把“熟练操作工具”当成学习的终点。

应该把工具交给AI，把更多时间留给流程、逻辑、判断与改善。

AI淘汰的不是会Excel和VBA的人，而是只会Excel和VBA，却不理解工作的人。