每到月底，所有办公室都会上演类似的场景。会计人员把皱巴巴的收据摊开，目光在纸面和Excel屏幕之间来回切换。财务主管从信用卡公司网站下载CSV文件，跟数据透视表较劲。经营企划室为了做销售趋势图表熬了通宵，会计事务所派来的新人则为了找出两本账簿里1元的差额，盯着数字看到眼花。

本章要讲的四项工作，是企业财务中不断重复的体力劳动：把收据和发票录入账簿，对信用卡支出明细分类并找出浪费，从结算数据中提取经营指标，以及核对多本账簿的数字、搭建财务预测模型。

Cowork在这四项工作中大幅压缩了「录入和核对」的时间。人不用再手动输入数字，机器直接读取文件，生成连Excel公式都写好的成品。不过有一条原则贯穿全章：Cowork给出的数字，必须由人来复核。在会计领域，「差不多对的数字」等同于「错误的数字」。机器代替打字，人负责判断。只要不忘这个分工，Cowork就是财务团队里最勤快的助手。

[小贴士] 本章常见术语

CSV（Comma-Separated Values）是一种用逗号分隔数据的纯文本文件。可以用Excel打开，信用卡公司或支付平台导出交易明细时通常就是这个格式。

数据透视表（Pivot Table）是Excel中将大量数据按项目汇总展示的分析工具。把几百行交易明细变成按月份、按类别的汇总表时会用到它。

1 收据及发票报销自动化

一、为什么需要这个功能

报销是所有上班族最讨厌的工作之一。出差回来，从口袋里掏出皱成一团的出租车小票，从邮箱翻出散落各处的酒店账单下载下来，再一行行录进Excel。根据全球商务旅行协会（GBTA）2023年的研究，企业处理一份报销单的平均成本高达58美元。如果包含错误，这个数字会超过100美元。花钱的记录本身，又要花一笔钱去整理。

问题在于收据的形态五花八门。

有的打印在热敏纸上，放三个月字就褪没了。有的以PDF发来，偏偏每家供应商标注金额的位置都不一样。人要阅读这些零碎而不规则的信息，把它们转录到格式统一的账簿中。这既是考验耐心的重复劳动，又潜藏着风险：一个数字录错，整本账的余额就对不上。

二、Cowork能做什么

Cowork可以一次性分析装满收据照片和PDF文件的整个文件夹。它从每个文件中提取日期、供应商名称、金额和税额，然后整理到一份Excel文件里。这份Excel不只是文本罗列，还包含按部门求和的SUMIFS公式、将超预算项目标红的条件格式。Cowork一次性交付的，是一份完整的支出审批表。

这背后的技术基础是多模态（Multimodal）识别。Cowork搭载的语言模型不仅能读取图片中的文字，还能根据上下文推断文字的含义。比如「2026-03-07」这串数字，究竟是付款日期还是营业执照号码的一部分，模型会参照周围的文字来判断。

三、基础教程：用10张收据完成第一次报销

准备工作：在桌面新建一个「报销练习」文件夹，放入5到10张用手机拍的收据照片。最好混合咖啡店、出租车、文具店等不同类型。

① 打开Claude Desktop应用，点击顶部模式选择中的「Cowork」标签。

② 点击左下角的文件夹图标，选择「报销练习」文件夹，授权Claude读写该文件夹中的文件。

③ 在输入框中输入以下提示词：

「请分析这个文件夹里所有的收据照片。从每个文件中提取付款日期、商户名称和金额，整理成一份Excel文件。在Excel底部加上总合计的求和公式。」

④ Claude会在屏幕上显示工作计划，列出类似「分析10张收据图片→提取数据→生成Excel文件」的步骤。确认无误后批准执行。

⑤ Claude按顺序逐张读取收据，将提取的数据填入Excel。大约2到3分钟后，文件夹中会出现一个「报销汇总.xlsx」文件。打开后可以看到日期、商户名称、金额逐行排列，最底部用SUM公式计算出了总合计。

四、进阶案例：添加分类和条件格式

基础报销搞定了，再往上走一步。这次我们把支出按类别拆分，并让超过一定金额的项目醒目显示。

① 往同一个文件夹里再加几张收据，让餐饮、交通、办公用品、住宿等种类混在一起。如果有PDF账单，也一并放进去。

② 在输入框中输入以下提示词：

「请分析这个文件夹里所有的收据和账单文件。从每个文件中提取日期、商户名称、金额和支付方式，整理成Excel。将支出类别分为餐饮、交通、住宿、办公用品和其他。用SUMIFS公式添加各类别小计，对超过5万韩元的支出用条件格式加黄色底色。金额为空或难以辨认的项目，在备注栏标注『需人工核实』。」

③ Claude开始工作。由于多了分类判断，耗时会稍长一些。Claude会把「星巴克」归入餐饮，「Kakao出租车」归入交通。遇到仅凭商户名无法确定类别的情况，它会参考金额大小和消费时间段来推断。

④ 打开Claude生成的Excel进行检查。各类别小计已用公式算好，超过5万韩元的项目加了黄色底色。如果备注栏中有标注「需人工核实」的行，请找出对应的原始收据亲自核对并修正。

这里有一件事必须检查：Claude的分类是否与公司的会计科目标准一致。AI按常识来分，但每家公司的会计规定各不相同。有的公司把「出租车费」放在「交通费」下面，有的则放在「出差费」里。标准需要人来校正。

五、实战应用：搭建月度报销系统

如果每月都要重复同样的操作，不如把它做成一套流程。这时可以用Cowork的预约任务（Scheduled Tasks，在指定时间自动执行的周期性任务）功能。

① 先确定文件夹结构。在桌面新建「月度报销」文件夹，里面放「待处理」和「已完成」两个子文件夹。一个月里只管把收据照片扔进「待处理」就行。

② 在Cowork输入框中输入 /schedule。

③ Claude会问几个问题。依次填写任务名称、执行周期和执行时间，选择「每月1日上午8点」。

④ 将任务内容设置如下：

「请分析『月度报销/待处理』文件夹中新增的所有收据和账单文件。提取日期、商户名称、类别和金额，生成一份『2026年X月报销汇总.xlsx』文件。包含各类别小计公式和总合计公式，对超过10万韩元的项目用条件格式标记。处理完毕的文件移动到『已完成』文件夹。」

⑤ Claude创建预约任务。可以在左侧边栏的「Scheduled」菜单中查看已注册的任务。

有一点需要注意：预约任务只在电脑处于唤醒状态且Claude Desktop应用已打开时才会执行。

如果每月1日上午8点电脑关着，任务就不会运行。上班后打开应用，积压的任务才会开始执行。养成到公司就打开应用的习惯就好。

[小贴士] 收据识别的准确率

Azure的发票模型、AWS的Textract、Google的Document AI等专业文档解析器（Parser，从文档中提取目标数据的软件），在标准格式文档上的准确率超过95%。

Cowork的多模态识别在照片清晰的情况下也能达到相近水平。但遇到皱巴巴的热敏纸、墨水晕开的手写字、光线不足拍出的照片，准确率会下降。

Google Cloud官方文档建议至少200dpi，最好300dpi以上的分辨率。用手机拍收据时，把纸摊平、在明亮处拍摄，识别率会明显提高。

六、遇到问题怎么办

(1) 收据照片太暗，无法提取金额。Claude不会对难以辨认的项目随意猜测，而是在备注栏标注「无法确认」。遇到这种情况，请在光线充足的地方重新拍摄该收据，或者将原始收据上的金额手动录入Excel。

(2) 同一商家被提取出不同名称（「星巴克江南店」「STARBUCKS」「星巴克」）。这属于「标准化」问题。只需追加指令：「请统一商家名称，把所有含'星巴克'的变体合并为'星巴克'」即可。

如果常用商家比较固定，可以另外建一个标准商家名称清单的文本文件，放在同一文件夹中，再指令「请按照这份清单统一商家名称」，效果会好得多。

(3) Excel文件中的公式显示异常。用LibreOffice打开Claude生成的Excel时，部分公式可能出错。换用Microsoft Excel打开就能正常显示。如果只能用LibreOffice，请指令Claude「请使用兼容LibreOffice的公式」。

2 信用卡支出明细分析

a 为什么需要这个功能

每月收到信用卡账单时，大多数人只看一眼总额就付款了。几百条交易记录密密麻麻排列在那里，但真正会按类别归类、和上个月做对比、从中找出浪费的人少之又少。原因很简单，没时间。

企业也一样。三张公务卡的月度明细合在一起，动辄数千行。交易方一栏里满是「NHN KCP定期扣款」「AMZN MKTP US」「SQ *SQC CAFE」这类支付代理商的加密代码。到底是服务器托管费、广告费还是员工聚餐费，要凭记忆一条条分类，消耗的认知精力相当可观。而在这期间，半年前测试时订阅的一款月费19美元的海外软件，正在无人察觉地持续扣款。

b Cowork能做什么

Cowork会分析从发卡行下载的CSV文件，生成三项成果。

第一，将所有交易按餐饮、交通、软件订阅、广告费等类别归类的整理表。

第二，展示各类别支出占比及环比变动的汇总图表。

第三，一份费用削减建议书，列出可退订的服务、重复扣款、异常时段交易等。

c 基础操作：分析一个月的卡片明细

准备工作：从发卡行官网或App下载本月消费明细的CSV文件。韩国大部分发卡行在「消费明细查询」页面都提供「Excel下载」或「CSV下载」按钮。① 在桌面新建一个「卡片分析」文件夹，将下载好的CSV文件放进去。

② 在Cowork模式下关联这个文件夹。

③ 在输入框中输入以下提示词。

「请分析这个文件夹中的信用卡消费明细CSV文件。将所有交易归类为餐饮、交通、购物、软件订阅、生活费、其他。计算各类别的合计金额和占比（百分比），并生成带有饼图的Excel文件。」

④ Claude读取CSV后开始分类处理。

它会根据商户名称推断行业。「饿了么」归入餐饮，「滴滴出行」归入交通，「Netflix」归入订阅费。大约2到3分钟后，分析结果Excel文件就会出现在文件夹中。

⑤ 打开Excel检查分类结果。如果有些商户名称含义模糊而被归入「其他」，可以手动改成正确的类别。

d 进阶案例：合并多张卡片并按月对比

下面把2张公务卡和1张个人卡的明细合并分析，再与上月做对比。

① 在「卡片分析」文件夹中放入本月3个CSV文件和上月3个CSV文件。文件名最好包含卡片名称和月份，比如「三星卡_2026年02月.csv」「三星卡_2026年03月.csv」。

② 输入以下提示词。

「请分析这个文件夹中的6个信用卡CSV文件。不同卡片的日期格式可能不一致，请统一处理。将所有交易合并成一张表，归类为餐饮、交通、软件订阅、广告费、招待费、办公用品、其他。请在Excel中创建以下工作表。

第一个工作表为全部交易清单。第二个工作表为各类别月度汇总（2月与3月对比）。第三个工作表为各类别增减变化图表。第四个工作表为每月重复扣款的订阅服务清单，包含服务名称、月付金额和首次扣款日期。」

③ Claude会先处理多个CSV的列结构对齐工作。各发卡行的列名不尽相同，有的写「使用日期」，有的写「交易日」。Claude能识别这些差异，统一为同一标准结构。

④ 打开生成的Excel。在第二个工作表的月度汇总中，一眼就能看到3月相比2月哪些类别的支出增加了。查看第四个工作表的订阅服务清单，也许会发现有些服务早已不用却一直在扣款。

卡片支出分析中有一个容易被忽视的问题：退款和撤销交易。CSV中的负数（减号）金额代表退款或撤销，如果直接做加总，实际支出就会偏低。指令Claude「请将退款交易单独标注，并分别显示净支出金额和总支出金额」，就能避免这个误差。

e 实战应用：费用削减报告

整理数字是一回事，削减费用是另一回事。下面来制作一份可以呈交管理层的费用削减报告。

① 在存有前述分析结果的文件夹中，输入以下提示词。

「请基于刚才分析的卡片支出数据，用Word文档撰写一份费用削减报告。报告需包含以下内容。第一，可以立即退订的闲置订阅服务及预计节省金额。第二，同类服务被重复付费的项目。第三，将月付改为年付后预计可节省的金额。

第四，环比大幅增长的类别及原因假设。报告首页请放三行核心摘要。」

② Claude重新审视分析数据，生成Word文档。它会自动筛选出3个月以上无使用记录的订阅服务，并计算月付与年付之间的价差。

有一点需要认清。机器只是把高级餐厅的50万韩元支出归类为「招待费」。那顿饭是为了说服投资人的策略性开支，还是缺乏管控的浪费，机器无从判断。整理数据、发现浪费迹象，机器的速度远超人类，但决定某笔开支该保留还是该砍掉，这是经营者的事。

f 遇到问题时的处理方法

(1) 打开CSV文件后中文显示为乱码。韩国发卡行的CSV文件经常使用EUC-KR编码。指令Claude「请自动检测CSV文件的编码格式，转换为UTF-8后再分析」即可。

(2) 商户名称像密码一样难以辨认，导致分类不准确。可以把常用商户的分类标准写成文本文件放入文件夹，例如「AWS = IT基础设施，饿了么 = 餐饮（员工福利），滴滴出行 = 交通费」。然后指令Claude「请先读取这份分类标准表并据此归类」。

(3) 境外消费金额中本币和外币混在一起。指令「境外消费请以本币折算金额为准进行分析，同时在单独的列中标注原始币种和适用汇率」即可。

3 实时收入与交易分析

a 为什么需要这个功能

经营网上商城、销售SaaS（Software as a Service，通过互联网收取订阅费提供软件服务的商业模式）产品或提供订阅制服务的从业者，每天都有大量支付数据涌入。客户通过Stripe、PayPal、Toss Payments等支付平台完成购买、申请退款、取消订阅，这些记录以秒为单位不断累积。

问题在于，把这些数据转化为经营决策可用的数字，需要花时间。

总销售额是多少、哪些商品卖得好、客户流失率如何、退款是否在激增，要弄清这些问题，就得下载数据、做数据透视表、画图表。每周重复这套流程，耗掉的时间相当可观。

二、Cowork能做什么

Cowork可以分析支付数据CSV，计算业务核心指标，发现异常信号，还能生成一份可以直接交给管理层的摘要报告。

通过MCP连接器（Model Context Protocol，AI与外部服务交换数据的通信协议），既可以直接对接Stripe等支付平台，也可以把CSV文件放进文件夹来分析。

2026年2月，Anthropic发布了五款金融服务专用插件。

分别是财务分析、投资银行、股票研究、私募基金和资产管理插件。FactSet和MSCI的MCP连接器也同步上线，机构级市场数据可以在Cowork内部直接查询。不过这些插件和连接器主要面向企业订阅用户（Team、Enterprise），个体经营者从CSV文件分析入手更为现实。

三、基础操作演练：周度销售分析

准备工作：从支付平台导出最近7天的交易明细CSV。Stripe用户在Dashboard的Payments菜单下载，Toss Payments用户在管理后台导出即可。

① 新建一个「销售分析」文件夹，将CSV文件放入其中。

② 在Cowork中关联该文件夹，然后输入以下提示词：

「请分析这个文件夹中的支付明细CSV。计算过去7天的总销售额、日均销售额、笔均支付金额、退款笔数和退款率。将结果整理成Excel，并附上每日销售趋势折线图。」

③ Claude读取数据并完成分析。生成的Excel中包含核心指标汇总表和每日销售趋势图表。

四、进阶案例：品类收入与异常检测

① 用同一份CSV文件发起更深层的分析请求：

「请对刚才分析过的数据做进一步分析。按商品品类计算销售占比，展示支付成功率和失败率。如果某天的销售额相比上周同期变动超过20%，请标注出来。退款单日达到5笔以上的日期也请单独标记。将结果添加到Excel中，新建一个『异常信号』工作表。」

② Claude会依据统计标准识别异常波动。如果某天退款集中爆发，这就是追查原因的线索。如果某款商品销售额骤降，那就是检查定价策略或库存状况的信号。

根据Stripe官方文档，收入确认（Revenue Recognition）相关图表在仪表盘上显示可能有最多72小时的延迟。支付通过率、失败率等运营指标，与会计上确认的收

入，性质完全不同。前者是心跳监测，后者是体检报告。设计管理层仪表盘时，最好不要把这两者混在同一个面板里。

五、实战应用：管理层周报自动化

接下来把这套分析流程设为每周自动执行，并生成一份可供管理层查阅的摘要文档。

① 在Cowork中输入 /schedule。

② 按以下内容配置：

任务名称：周度销售简报 执行周期：每周一上午9点 任务内容：「请分析『销售分析』文件夹中最新的支付明细CSV。计算上周总销售额、各商品销售占比、退款率、支付成功率，并展示与前一周的变动情况。如有异常信号请发出警示。将分析结果写成一页Word摘要，保存在同一文件夹内。文件名格式为『周度销售简报_2026年MM月DD日.docx』。」

③ 每周一早上，打开电脑启动Claude Desktop，简报文档已经在文件夹里等着了。

管理层摘要越短越好。

第一段写本周三个关键变化，第二段写原因假设，第三段写需要立即执行的措施和下周观察事项。

仪表盘做得再漂亮，管理层也不会盯着屏幕看太久。没有那一页纸的备忘，数据虽然存在，决策却会迟到。

六、遇到问题怎么办

(1) CSV文件的日期格式被错误识别。这是Excel自动转换日期时，美式（月/日/年）和中国式（年-月-日）混淆导致的。告诉Claude「请将日期格式统一为YYYY-MM-DD」即可。

(2) 支付数据中包含个人信息（客户姓名、邮箱）。分析并不需要个人身份信息。

在把CSV放入文件夹之前删除个人信息列，或者告诉Claude「请忽略客户姓名和邮箱列进行分析」。Cowork在本地计算机上运行，数据不会外传，但对包含敏感数据的文件夹授予访问权限这件事本身就需要谨慎。

(3) 想直接对接Stripe等海外支付平台。可以通过Cowork的MCP连接器连接Stripe。

截至2026年2月，FactSet、MSCI等金融数据连接器已正式上线，Stripe连接器也可以在设置中找到。不过API对接需要一定技术基础，建议先从CSV下载方式起步，熟练之后再尝试连接器集成。

4 财务建模与账目核对

一、为什么需要这项功能

财务部门有两项最费心力的工作。

一项是账目核对（Reconciliation，即确认不同账簿之间的数字是否一致）。

把银行下载的交易明细和公司内部账簿逐笔比对，从数万笔交易中揪出金额对不上的那几笔。到了结算期，会计人员靠VLOOKUP函数和数据透视表两本账簿来回对照，经常要熬通宵。

另一项是财务建模。

在Excel中搭建利润表、资产负债表、现金流量表三表联动的3-Statement模型。营收增长10%时现金流会怎样变化，追加设备投资后资金缺口会在什么时候出现，这套系统就是用来做这类预测的。

构建这个模型需要在数百个单元格里设置环环相扣的公式，漏掉一个，整个模型就会失准。

二、Cowork能做什么

Cowork可以比对多张电子表格，自动找出不一致的条目。金额不符的、只存在于一方的、日期略有偏差的，都会被分类整理到单独的工作表中。

在财务建模方面，输入假设条件（Assumption）后，Cowork会生成三表联动的Excel模型，还能切换不同情景变量，将结果可视化呈现。

不过在这个领域，准确度目前还有差距。2026年2月，Wall Street Prep做了一次横向测试，分别让Claude、Shortcut、Microsoft Copilot和ChatGPT构建Apple的3-Statement模型。

Claude在四款工具中得分最高，但满分10分只拿到5.5分，还达不到初级分析师的水平。

AI会把部分历史财务数据录入错误，或者不写公式、直接把数字填进去（硬编码）。AI生成的财务模型是「帮你快速完成60%的工具」，不是「不用审核就能提交的成品」。

四、基础实操：两本账簿的对账

准备材料：从银行下载的交易明细Excel文件，以及从公司内部会计系统导出的总账Excel文件，一共两份。

① 新建一个「对账」文件夹，把两份文件放进去。

② 在Cowork中关联该文件夹，输入以下提示词：

「请对比这个文件夹里的两份Excel文件。

一份是银行交易明细，一份是内部总账。请按交易日期、金额、交易对方三个字段进行比对，整理出以下内容：第一，双方完全一致的交易笔数和金额；第二，金额不一致的交易清单；第三，仅存在于银行记录、内部账簿中没有的交易；第四，仅存在于内部账簿、银行记录中没有的交易。结果请输出为一份新Excel文件，每类结果放在单独的工作表中，不一致的条目请标注黄色底色。」

③ Claude读取两份文件后，以交易日期+金额+交易对方作为关键字开始对账。遇到日期差一两天、或交易对方名称略有出入的情况，它也会推断是否属于同一笔交易。

④ 结果Excel生成完毕。你只需要打开「不一致」工作表，逐条核实即可。

不用再从成千上万笔交易里大海捞针了，机器已经把疑似有问题的几根针挑了出来。

[小贴士] 如何分类对账状态

对账结果只分「一致/不一致」两类是不够的，实务中需要更精细的划分。

完全一致（Exact Match）表示没有问题。金额不一致（Amount Mismatch）可能是手续费或汇率差异造成的。日期偏移（Date Shift）指的是同一笔交易，只是记账日期不同。单方缺失（Missing）指只在一方账簿中出现的交易，可能是录入遗漏，也可能是尚未处理的在途款项。

五、进阶案例：搭建三大报表（3-Statement）财务模型初稿

① 在桌面新建一个「财务模型」文件夹，把公司过去三年的财务数据（营收、成本、资产、负债等）的Excel文件放进去。如果手头没有真实数据，用虚拟数据练习也可以。

② 输入以下提示词：

「请根据这个文件夹里的历史财务数据，用Excel搭建未来三年的三大报表财务模型。请采用以下假设条件：营收年增长率10%，毛利率60%，销售及管理费用占比30%，企业所得税率22%，折旧按直线法5年摊销。Excel中请建立以下工作表：Assumptions（假设条件）、利润表、资产负债表、现金流量表。所有预测数字不要硬编码，必须通过公式引用Assumptions工作表中的变量。」

③ Claude逐一创建各工作表并填入公式。改动Assumptions工作表里的增长率，利润表的营收就会跟着变化，这一变化会自动传导到资产负债表和现金流量表，形成联动结构。

④ 这里有一件事必须检查。

验证Claude是否存在用数字代替公式直接填入单元格的情况。

在Excel中按Ctrl+`（反引号）可以显示所有单元格的公式。如果发现某个单元格里填的不是公式而是写死的数字，就要手动改成正确的公式。Wall Street Prep的测试中指出的问题正是这一点。

AI已经知道计算结果，所以有时会跳过公式、直接把答案填进去。一旦人后续修改了假设条件，那个单元格不会自动更新，整个模型就会出错。

六、实战应用：情景分析与管理层报告

如果你正在准备融资，或者即将向董事会汇报，就需要同时展示多个情景的测算结果。

① 在之前建好的财务模型文件夹中，输入以下提示词：

「请在刚才的财务模型基础上增加情景分析。乐观情景的营收增长率设为15%，基准情景为10%，悲观情景为5%。请制作一张图表，比较三种情景下第三年的净利润和现金余额。如果悲观情景中现金余额出现负值，请标注警告。然后将分析结果整理成一份两页的Word文档，供管理层汇报使用。」

② Claude会在Assumptions工作表中创建情景选择下拉菜单，计算各情景的结果并生成对比图表。Word摘要文档中会列出关键数字和决策要点。

拿到这份成果时，有一件事需要记住。机器生成的财务模型逻辑流畅，每次调整变量，图表曲线都会干净利落地变化。但支撑模型的那些假设，不过是人给出的估算值。消费心理的波动、意料之外的监管政策、新竞争者的出现，这些变量是Excel公式

装不下的。机器把原本要花好几天的建模工作压缩到了几分钟，但表格上那些数字在现实中能不能站住脚，要靠屏幕外面那个人的现实判断力。

七、常见问题排查

(1) 两份待对账文件的列名完全不同。直接告诉Claude：「第一份文件的『入账日』和第二份文件的『交易日期』是同一个字段，『入账金额』和『借方金额』是同一个字段。」Claude会按照这个映射关系进行对账。

(2) 财务模型的资产负债表不平衡（Balance不等）。资产合计与负债加所有者权益合计不一致，说明某处公式连接断了。对Claude说：「资产负债表的资产合计和负债加权益合计不相等，请找出原因并修正公式。」Claude会追踪公式的依赖关系，找到遗漏的项目。

(3)「Claude生成的模型可以直接给审计师看吗？」AI生成的模型只能作为初稿使用，必须由人逐个单元格验证公式后才能提交。审计不仅要求数字准确，还要求每个数字的来源可追溯。如果AI硬编码了某些单元格，追溯链就会断裂。验证过程中，确认所有单元格都通过公式相互关联，这是不可省略的步骤。

这一章涉及的四项工作有一个共同点。

Cowork代劳的是打字、分类、填写公式、模式搜索这类重复性操作。Cowork无法代劳的是「这个数字对不对？」「这笔开支该不该砍？」「这个假设是否贴合现实？」这类判断。从贴发票中解放出来的经办人员，角色已经变了：不再是录入数字的人，而是对机器生成的账目保持怀疑、做出最终确认的审核者。拿到信用卡消费分析报告的管理者，要自己决定是削减成本还是加大投入。

机器就算画出一张完美的地图，踩过崎岖地形、一步步走过去的，终究还是我们自己的双脚。下一章，我们来看如何以这些财务数据为基础，产出营销内容和销售资料。