课程大纲

模块一：AI重塑财经工作流——智能财务新范式

1.1：财经智能体的认知与搭建

场景切入：美的财经日常痛点（月末结账数据汇总慢、多系统取数难）→ AI如何成为“超级助手”。

工具演示：展示基于通用大模型（如ChatGPT、文心一言、Kimi）+ 插件（如ChatExcel）快速处理财务明细账，实现“一句话生成报表”。

实践案例：搭建一个“财经问答机器人”，演示如何上传美的《财务管理制度》PDF，让AI秒答报销标准、审批流程等问题。

1.2：数据处理革命——从“手动清洗”到“自动洞察”

痛点直击：手工合并多张损益表、处理乱码数据耗时费力。

AI工具实战：

使用AI工具（如Google Sheets + AI插件、Excel中的Copilot）对美的各事业部 messy 的销售流水数据进行自动清洗、分类和标准化。

利用Python（通过自然语言指令，如“请用Python帮我剔除空值并计算同比”）让无代码基础的财务也能调用编程能力。

案例分享：某制造企业（对标美的）利用AI将月度经营分析会的报表准备时间从3天缩短至2小时。

1.3：财务报告自动化——生成式AI的魔力

场景应用：根据三季度数据，自动生成财务分析报告初稿。

实操演练：

输入标准化财务表格，要求AI自动提取关键指标（营收、毛利、费用率）。

AI生成“文字总结”：指出异常波动点（如佛山基地物流成本上升5%），并提出初步归因。

要点提示：如何设计Prompt（提示词）让AI生成符合美的语境的专业财经报告。

模块二：智能预算与成本管控——AI驱动精益财经

2.1：动态预算与智能预测

场景构建：面对原材料价格波动（如铜价），如何动态调整预算？

模型应用：

介绍利用AI进行时间序列预测的基础逻辑。

演示使用工具（如Prophet算法或简化的AI预测平台），基于历史销售数据和外部宏观数据，预测下季度各产品线销量。

案例复盘：美的某事业部如何利用机器学习模型修正销售预测，提升资金周转效率。

2.2：异常费用监控与“哨兵”机制

痛点：费用报销中的合规风险、异常超标难以实时发现。

AI解决方案：

构建“智能审核模型”：训练AI识别发票真伪、查重，并比对差旅标准（如佛山至外地高铁 vs 机票价格合理性）。

实时预警：当某部门营销费用激增且偏离预算曲线时，AI自动触发预警邮件。

工具推荐：OCR（光学字符识别）技术在票据识别中的应用（如合合信息、TextIn），结合RPA实现自动录入。

2.3：供应链成本优化分析

场景：美的全球供应链，物流成本与库存成本的博弈。

AI分析：

利用AI算法分析仓储数据，识别“呆滞料”成因。

案例：通过关联分析发现某佛山仓库的库存积压与特定销售政策的相关性，提出优化建议。

小组讨论：如何利用AI建模找到“最佳库存周转率”与“客户满意度”的平衡点。

模块三：税务风控与经营决策支持

3.1：智能税务与政策红利挖掘

场景：国家税收优惠政策频出（如高新技术企业、研发加计扣除），如何确保应享尽享？

AI应用：

利用AI爬取并解读最新税务政策，自动匹配美的各子公司业务范围。

构建税务风险扫描仪：AI自动扫描合同、发票流、资金流，识别“三流不一”的潜在风险。

案例：利用AI对佛山基地的研发项目台账进行标签化处理，精准计算加计扣除基数。

3.2：经营分析深潜——归因分析与对策生成

场景：某产品线利润率下滑，传统分析只能看到表象（收入降、成本升）。

AI进阶应用：

引入“相关性分析”：AI自动关联市场数据（竞品价格、促销活动）与内部数据，找出利润率下滑的真实诱因（例如：被竞品低价狙击导致被迫降价）。

AI生成对策建议：基于历史成功案例库，建议采取组合促销或产品迭代策略。

工具演示：BI（商业智能）工具+AI模块（如Power BI Copilot）进行自然语言交互式分析。

3.3：合同审核与风险规避

场景：采购合同、销售合同中的财务条款审核。

AI法律应用：

演示使用AI工具（如秘塔、智谱）快速审阅合同。

重点识别：付款节点是否合理、违约责任是否对等、是否存在无限责任条款。

实战演练：上传一份模拟的零部件采购合同，AI标注出潜在财务风险点并给出修改建议。

模块四：AI实战工作坊——共创美的财经AI提效场景

4.1：AI现状与工具全景复盘

讲师梳理：回顾当天涉及的核心AI工具（大语言模型、OCR、预测算法、BI+AI）。

拓展介绍：当前财经领域最新的AI工具（如智能审单机器人、银企对账AI）。

答疑：解答学员在实际操作中对AI能力边界（幻觉、数据安全）的疑问。

4.2：小组研讨——场景挖掘与痛点定义

分组规则：按职能分组（如成本组、报表组、税务组、资金组），每组6-7人。

研讨引导：

步骤1：每人写下工作中最枯燥、最耗时、最容易出错的3个任务。

步骤2：小组内分享，合并同类项。

步骤3：筛选出本组TOP 3“高潜AI提效场景”（要求：高频、规则明确、有数据支撑）。

讲师辅导：每组配备讲师或助教巡回辅导，点评场景的可行性。

4.3：方案路演与行动计划

方案产出：每组选一个场景，设计简单的“AI+人工”工作流程图（如：原来怎样 -> 引入AI后怎样 -> 预期提效XX%）。

成果展示：每组3分钟“电梯演讲”，分享本组的AI提效金点子。

总结与寄语：讲师点评各组方案，强调AI落地需要的数据治理基础，鼓励大家从“小切口”开始尝试，成为美的财经体系中的“AI先行者”。