当所有人还在讨论AI绘画如何颠覆创意行业时，微软悄悄在Excel里埋下了一颗更务实的种子。这家软件巨头邀请Windows 10、Windows 11以及macOS平台上的Microsoft 365 Insider项目成员，在最新版Excel中测试一款名为Skills的AI金融工具。它的核心逻辑很简单：让企业把那些月复一月的财务分析、损益表生成、预算汇总等重复流程，像保存一个函数一样封装成可复用指令。从此，员工不必每月对着Copilot反复敲击复杂的提示词——只需在侧边栏点一下，或者输入一个@符号，就能让AI自动完成整条工作流。这听起来有点像把AI绘画中的“风格迁移”概念搬到了数据表格里，但背后折射出的，是整个企业级AI技术从“单次生成”向“流程自动化”演进的深刻趋势。
从AI绘画到AI办公：微软如何让Excel变聪明
如果说AI绘画让普通人体验到了“一句话生成一幅画”的创作快感，那么微软在Excel中推出的Skills功能，则让财务人员体验到了“一句话跑完整个报表”的效率革命。这两种能力看似分属创意与数据分析两个领域，但底层都依赖相同的最新科技——大语言模型与多模态理解。AI绘画通过文本指令控制扩散模型生成像素，而Excel的Skills则通过结构化指令控制Copilot操作单元格、公式和假设。
微软在过去两年里密集地将Copilot植入Office全家桶，从Word写作文到PowerPoint做PPT，再到Excel处理数据，几乎每个常用软件都被注入了AI基因。但Skills功能的出现，标志着微软对AI办公的理解迈入新阶段：不再满足于“一次一问”，而是要构建“一次封装，反复使用”的知识资产体系。这种思路与AI工具导航平台上的趋势不谋而合——越来越多的企业开始将常用的AI交互流程标准化、模板化。
具体来看，用户可以在OneDrive中保存一个名为SKILL.md的文件，采用Markdown格式编写。这个文件定义了Copilot何时执行任务、如何执行任务，包括需要访问哪些工作表、使用哪些公式、基于什么假设条件。技能准备完成后，既能在Copilot侧边栏中直接选择，也能在提示词输入框里通过@符号调用。这种“命名技能+触发符号”的设计，让财务人员不需要记忆复杂的自然语言模板，只需要像调用函数一样输入函数名即可。
Skills功能深度解析：将重复工作封装成可复用指令
Skills功能的核心价值在于“可复用”。传统的Excel自动化依赖VBA宏或者Power Query，虽然也能实现批量处理，但编写门槛高、维护成本大。如今，任何一名熟悉业务但不太懂编程的财务分析师，都可以用自然语言描述一个流程，然后通过SKILL.md文件固化下来。微软在官方演示中展示了这样一个场景：每月初，财务部门需要从ERP系统导出原始数据，清洗后按部门分类，再生成损益分析表。过去，这个流程需要手动操作十多步，或者让IT部门写一个复杂宏。现在，团队负责人只用一个下午编写了名为“Monthly P&L”的技能，之后每月只需在Copilot中输入@Monthly P&L，所有步骤自动执行。
这种能力与文生图工具的工作逻辑有异曲同工之妙——在AI绘画领域，用户通过预设的“风格提示词”或“LoRA模型”来快速生成特定风格的作品；在Excel中，Skills本质上就是“业务流程的LoRA”。微软还预置了金融技能库，包含常见的折旧计算、现金流量分析、应收账款账龄分析等模板。对于不想自行编写技能的企业，可以直接从库中拖取使用。此外，开发者后续可以通过Microsoft Marketplace和Microsoft 365管理中心分发更多技能，首批合作伙伴包括LSEG（伦敦证券交易所集团）、Ramp、Rogo、samaya.ai、Velixo和Vena。这意味着第三方可以像发布插件一样发布金融AI技能，形成一个生态。
值得注意的是，Skills并非孤立存在。微软将它与大模型训练中的“微调”概念做了类比——企业不需要重新训练一个财务大模型，只需要用低代码方式定义技能，就能让通用Copilot适应特定业务场景。这种“轻量级定制”大大降低了AI落地的门槛。
企业财务流程的AI革命：不再每月敲提示词
对于财务人员来说，每月初的结账、报表、分析任务往往意味着连续几天的加班。过去，即便使用了Copilot，每次开始新一个月的工作时，他们仍需重复输入类似的提示词：“提取上月收入数据”“计算同比增长率”“生成部门费用对比图”……这种重复劳动既消耗精力，也容易因表述不一致导致输出偏差。Skills功能彻底改变了这一点。一旦技能被定义并保存，Copilot就能理解该技能的上下文、输入参数和输出格式，员工只需要关注数据本身的变化，而无需重复描述流程。
这种转变的意义堪比从“手写计算器”到“Excel函数”的进化。早期Excel用户需要手动计算每一列，后来通过SUM、VLOOKUP等函数实现自动化；如今，Skills让“函数”进一步升级为“业务逻辑包”。例如，一家跨国公司的财务共享中心，每月需要处理来自不同子公司的汇率转换、合并报表、差异分析。过去，他们可能用VBA写一个长达数百行的宏，或者依赖专业的EPM系统。现在，一个由财务总监编写的Skills文件，就能让Copilot自动识别子公司数据源、应用最新汇率、生成合并差异表，甚至标注异常项。
企业数字化转型的浪潮中，财务流程的自动化一直是重头戏。但传统RPA（机器人流程自动化）工具通常部署成本高、维护复杂。微软的Skills方案则依托于用户已经熟悉的Excel和OneDrive生态，学习曲线极低。一名财务经理在接受内部测试时表示：“以前我根本不敢想自己能‘编程’——现在我用Markdown写几行描述，AI就帮我实现了。”这种亲民性正是AI技术走向普及的关键。
规划模式与可审查性：让AI修改工作簿透明可控
当AI被赋予直接修改工作簿的权限，企业对“失控”的担忧也随之而来。微软显然考虑到了这一点，在Skills功能中引入了“规划模式”和“显示更改”窗格两项设计。
在规划模式下，用户可以在实际修改前，先查看Copilot准备使用的工作表、单元格区域、公式和假设。这相当于让AI先画一张“施工蓝图”，供人类审批。例如，当Copilot打算对利润表区域执行一个“调整折旧方法”的技能时，规划模式会高亮显示它将修改的单元格、预期使用的公式，以及可能影响的其他链接数据。用户如果发现某个假设条件错误，可以在正式执行前直接修正，避免灾难性后果。这种“先预览后执行”的交互范式，与AI图片生成工具中的“迭代生成”概念类似——用户先看到草稿，再决定是否精修。
任务完成后，“显示更改”窗格会清晰区分哪些编辑来自Copilot，哪些来自人工协作者。这一功能对于审计合规至关重要。财务数据敏感性极高，任何非人工的修改都需要被追溯。微软用颜色标记区分AI编辑与人工编辑，并且支持查看修改前后的版本对比。这意味着财务主管可以快速审查AI的工作，如果发现错误，可以一键回退到修改前的状态。
这种透明可控的设计，降低了企业引入AI的心理障碍。许多CFO（首席财务官）此前对AI直接操作财务数据持保守态度，担心黑箱操作。规划模式和可审查性恰好在“效率”与“安全”之间找到了平衡点。从技术角度看，这体现了最新科技在“可解释AI”方面的进步——AI不再是“猜不透的魔法”，而是可以审阅、纠错、审计的“数字助理”。
生态与未来：微软与合作伙伴共建AI金融技能市场
Skills功能的另一个亮点是生态化。微软不打算只靠自己提供技能，而是搭建一个平台让第三方贡献——这让人联想到苹果的App Store或者特斯拉的超级充电网络。首批合作伙伴阵容颇具重量级：LSEG（伦敦证券交易所集团）提供市场数据和金融分析技能；Ramp提供企业支出管理技能；Rogo提供审计自动化技能；samaya.ai提供信用风险评估技能；Velixo和Vena则专注在预算与预测领域。这些技能可以直接嵌入Excel，让财务人员无需离开电子表格就能获取专业的金融分析能力。
例如，使用LSEG的技能，分析师可以在Excel中直接调用实时股票数据、宏观经济指标，并自动生成估值模型。过去，这些数据需要从Bloomberg终端手动复制粘贴，或者通过昂贵的API接口对接。现在，一个简单的@LSEG.MarketData就能实现。同样是依赖AI技术，但Skills让“数据到洞察”的路径被压缩到极致。
微软还计划通过Microsoft Marketplace和Microsoft 365管理中心分发更多技能。这意味着未来会出现一个“金融技能商店”，企业可以像安装手机应用一样安装第三方AI技能。这对于中小企业尤其利好——它们不需要自建IT团队，只需要订阅合适的技能就能获得与大企业相当的财务自动化能力。从战略角度看，微软正在将Excel从一个“工具”升级为“平台”，而Skills则是这个平台的“应用程序编程接口”。
这种生态思维与AI工具箱的发展路径高度一致。无论是AI绘画领域涌现的Stable Diffusion插件库，还是Excel的Skills市场，本质上都是通过开放接口让社区贡献价值。微软希望借此巩固办公软件霸主地位，而竞争对手Google Workspace的Duet AI尚未推出类似功能。
技术趋势：最新科技如何重塑职场生产力
从AI绘画到AI财务，一个清晰的趋势正在浮现：AI技术不再只是“玩物”，而是正在渗透每一个可以标准化的脑力劳动环节。AI绘画证明了生成式AI在视觉创作上的能力，而Excel Skills则证明了它在结构化数据处理上的潜力。两者背后共享着相同的技术栈——大语言模型、指令微调、上下文理解、多轮对话。
微软之所以选择财务流程作为Skills的首个发力点，并非偶然。财务工作具有高度重复性、规则明确性、对准确性要求极高，恰好是AI应用最理想的场景。一旦这个模式被验证成功，微软很可能将其推广到其他部门——人力资源的薪酬核算、销售部门的业绩统计、供应链部门的库存分析，都可以被“技能化”。未来的Excel可能会变成企业AI流程的指挥中心，Copilot则成为数字员工。
但我们也需要看到挑战。首先，技能的编写虽然比VBA简单，但对于非技术背景的财务人员仍有门槛。Markdown语法虽然轻量，但让他们理解“条件分支”“循环结构”依然需要培训。其次，技能的版本管理、权限控制、跨团队协作目前还不完善——如果一个部门修改了某个技能，其他依赖该技能的部门怎么办？微软可能需要引入类似Git的版本控制机制。
此外，AI绘画领域的“幻觉”问题同样存在于Excel Skills中。Copilot可能错误地理解技能定义，或者因为底层模型升级而行为改变。规划模式和显示更改能在一定程度上缓解风险，但完全杜绝错误仍不现实。因此，AI Agent技术的成熟度将直接影响Skills的可靠性——未来的Copilot需要具备自我验证、异常告警、甚至自主纠偏的能力。
总体来看，微软Excel Skills功能的测试，标志着企业级AI从“单次问答”向“流程自动化”迈出了实质性一步。它不再要求员工每月重复敲提示词，而是把宝贵的脑力从重复劳动中解放出来，投入到更有价值的数据分析和决策中。这，或许才是AI技术真正重塑生产力的开始。
人机协作的新范式：从“指令型”到“技能型”
如果我们回看过去几年的AI应用演进，会发现一个有趣的转变：早期的AI绘画工具需要用户写详细的提示词（prompt engineering），现在的趋势是“预置风格”和“一键生成”；早期的Copilot需要员工每次描述需求，现在的Skills则让员工定义“技能”后一键复用。这种变化本质上是从“指令型交互”向“技能型交互”的进化。
指令型交互假定用户每次都需要重新描述需求，对人提出的要求较高；技能型交互则允许用户将成功经验固化，实现“一次定义，多次受益”。这类似于Excel中函数与宏的关系——函数是一种通用工具，宏则是用户自定义的工作流。Skills进一步降低了宏的编写难度，让不懂编程的人也能参与自动化构建。
对于企业而言，这意味着知识管理的新维度。过去，老员工离职会导致大量隐性流程经验流失。如果企业能将关键业务流程编写为Skills文件并存储在OneDrive或SharePoint中，那么这些知识将变成可传承、可审计、可优化的数字资产。微软甚至可能在未来推出“技能分析”仪表板，统计哪些技能被频繁使用、哪些技能执行出错率较高，从而帮助企业持续改进。
签名设计领域也有类似逻辑——设计师将常用的字体组合、排版模板保存为样式，之后只需微调即可快速产出不同风格的签名。Excel Skills正是这种“模板化思维”在数据分析领域的延伸。
当然，技能型交互也存在隐忧：过度依赖“技能”可能导致员工丧失对底层逻辑的理解。如果财务人员只懂得调用@Monthly P&L，却不清楚背后如何计算毛利，一旦模型升级或数据结构变化，他可能无法诊断问题。因此，企业在推广Skills的同时，也需要保留对员工的数据素养培训。
结语：当AI绘画教会Excel如何复用创意
回到文章开头的话题——AI绘画。或许很少有人想到，生成图像时使用的“风格迁移”“LoRA微调”“提示词工程”这些概念，最终会以Skills的形式出现在Excel里。技术的魅力正在于此：底层数学原理相通，上层应用却能跨界开花。微软的这次测试，不仅为财务人员带来了效率提升，更向我们展示了AI技术从“创作工具”走向“生产工具”的必然路径。当财务人员不再每月敲提示词，当他们像使用AI绘画模板一样复用流程，我们或许正在见证办公自动化历史上又一个里程碑。
未来，随着AI Agent技术的成熟和生态的完善，Excel可能不再只是一个电子表格软件，而是企业AI流程的中枢神经。而Skills，就是构成这条神经的每一个突触。