62% 的金融服务专业人士承认，AI 生成的错误已经触达了客户。不是草稿，不是内部实验，而是客户。
所以，看看你的 AI 助手刚刚在四分钟内为你构建的漂亮三报表模型——那个带有整齐月度列、自信收入增长曲线，甚至还有你都没要求的 DCF 标签页的模型——然后问自己那个关键问题：你敢把融资押在里面的每一个数字上吗？因为一旦你把那个电子表格附在给投资者的邮件里，或带进银行会议，你就在做这件事。
好消息是，AI 在财务建模方面确实有了显著进步。2026 年 2 月标志着金融建模研究所所称的“阶跃变化”：AI 工具首次能够从宽泛的提示中构建真正强大的模型，而不仅仅是填充模板。坏消息是，“更好”不等于“可信”。AI 模型仍然会幻觉，仍然会在本应是公式的地方硬编码数字，仍然会以完全自信的状态陈述错误答案。OpenAI 自己已经承认，幻觉在大型语言模型中是数学上不可避免的——不是需要修补的 bug，而是需要管理的属性。
本文为你提供了一份实用的审查清单，基于英格兰及威尔士特许会计师协会（ICAEW）和金融建模研究所的指导，帮助你在任何你想获取资金的人看到错误之前抓到它们。
为什么 AI 模型需要一种新的怀疑态度
人工构建的电子表格本来就不可靠。几十年来关于电子表格风险的研究著名地得出结论：现实世界中的绝大多数电子表格都包含错误——一项被广泛引用的调查显示这一比例约为 90%——即使在精心构建的模型中，单元格级错误率也有几个百分点。AI 并没有消除这种风险，而是改变了它的形态。
人工建模者的错误往往集中在工作最困难的地方：最复杂的公式、深夜的复制粘贴。AI 错误则不同。它们是均匀分布的、格式完美的，而且没有任何不确定性的迹象。一个自信地呈现实际上并不平衡的资产负债表，或第三年出现负余额的债务时间表的模型，看起来和一个正确的模型一样精致。AI 的工作上没有咖啡渍来告诉你该看哪里。
这就是为什么最重要的思维转变是：把每一个 AI 生成的模型都当作必须检查的初稿，而不是成品。正如金融建模研究所的 Ian Schnoor 所说，用 AI 构建模型就像自己构建但更快——你指导、改进并挑战它产生的内容。而这只有在你已经理解好模型是什么样的情况下才有效。AI 是合作者，绝不是权威。
AI 反复出现的 7 种错误模式
在审查 AI 生成的模型后，同样的失败模式一次又一次地出现。学会识别这些模式，你的审查就会快得多。
1. 缺失部分
AI 经常交付一个看起来完整但缺少核心部分的模型：没有封面页、没有输出摘要、没有专门的假设页、没有情景管理器，或者只是空壳而不是真正计算的时间表。有时它会因为你的提示没有明确要求而跳过它们；有时它只是……停止了。
在检查任何数字之前，先检查目录。一个没有明确假设页的模型，就是一个假设被埋在公式里、没人能审计的模型——而找不到你假设的投资者会认为你根本没有假设。
2. 隐藏的陷阱：隐藏的行、工作表和外链
AI 喜欢隐藏东西。隐藏的工作表、隐藏的行、隐藏的列——直接问 AI 是否添加了这些，然后无论如何手动验证。审查者报告说，他们要求 AI 确认没有外部文件链接，被告知一切干净，然后手动检查时发现了指向其他文件的链接。AI 甚至会迷人地为遗漏道歉。但道歉不能修复你的模型。
外部链接需要特别关注。一个静默地从某人笔记本电脑上的另一个工作簿中提取值的模型，在你通过邮件发送它时会立即崩溃——或者更糟，继续显示看起来是实时的陈旧缓存值。除非外部链接是故意的并已记录，否则删除它。
3. 死数字和漂移的公式
经典的 AI 特征是“死数字”：在公式中本应是单元格引用的地方，却是一个硬编码的值。公式 =B12*1.05 看起来像增长逻辑，直到你意识到 5% 的增长率被内置了，而你的假设单元格在别处闲置。改变假设，什么都没有变化。投资者恰恰会测试这一点——他们调整你的驱动因素，看看模型是否响应——而一个充满死数字的模型会立即失败测试。
兄弟问题是公式漂移：AI 以在填充月份或年份时悄悄改变公式而闻名。F 列用一种方式计算收入，G 列用稍微不同的方式计算。修复方法是机械性的，但不可商量：在每行的开头、中间和结尾抽查公式，并确认它们在整个预测范围内是一致的。
4. 礼貌撒谎的资产负债表
这是最快摧毁可信度的错误。AI 有时会用配平项强制资产负债表平衡——通过反解一个数字来让资产等于负债加权益。资产负债表平衡了，但它也是虚构的。
要寻找的相关资产负债表罪过包括：
- 负债务余额，包括短期债务线在模型用它们掩盖未来现金短缺时跌破零。
- 过度折旧，当没有人告诉公式何时停止时，累计折旧超过资产成本。
- 主要资产或负债在没有合理经济原因的情况下漂移为负。
每一个都是只需一分钟的检查，能让你避免一个非常不舒服的投资者提问。
5. 物理定律违反
预测是关于现实世界的故事，而 AI 不住在现实世界里。检查产能约束和运营限制是否被反映：暗示制造无限产量的收入、没有办公室或工资税后果的人力计划，或者需要你现有设施十倍的增长。如果你的模型说你可以用同样的机器和同样的人员将产出翻三倍，是模型错了，不是有远见。
6. 检查等于没检查
好的模型包含内部错误检查——资产负债表对账、现金调节、循环守卫。AI 生成的模型通常也包含这些，这很棒，除了它们经常只在第一个预测期有效。一个验证第一年却默默忽略第二到第五年的检查，比没有检查更糟，因为它在错误在屏幕外累积时显示一个令人安心的绿色“OK”。把所有检查扩展到整个预测范围，并故意破坏一些东西以确认检查能抓住它。
7. 自信的胡说八道
最后，是幻觉问题的最纯粹形式：模型自信地陈述错误信息，在不该简化时过度简化，构建难以更新的脆弱公式，或者当你用稍微不同的方式问同一个问题时给出不同答案。后一种行为实际上是一个有用的诊断工具——用稍有不同的措辞再次问 AI 同样的问题，比较输出。如果数字移动了，至少有一个版本是错的，现在你就知道哪个领域需要手动验证。
你的投资者前审查清单
把以上所有内容浓缩为一次通过，你可以在模型离开你手上之前运行：
- 先看结构。 确认封面、摘要、假设、情景管理器以及所有辅助时间表都存在且有内容。
- 取消隐藏所有内容。 显示隐藏的工作表、行和列；逐一审查。
- 清除杂散链接。 搜索外部工作簿引用，删除任何不是故意的。
- 分开输入和输出。 假设应该生活在一个明确标记的地方，视觉上区别于计算单元格（通过颜色编码或格式化）。
- 搜索死数字。 扫描公式中本应是单元格引用的硬编码常量。
- 验证公式一致性。 检查每一行的逻辑在每个月份或年份是否相同。
- 简化怪物公式。 将关键报表中过长的公式分解为可读的步骤。
- 压力测试资产负债表。 确认它诚实平衡，没有配平数字。
- 审计债务和折旧。 没有负债务余额，没有过度折旧资产，没有无法解释的负头寸。
- 现实检查运营。 产能、人力和设施必须支持收入故事。
- 扩展所有检查。 每个内部验证必须跨整个预测运行，你应该测试每一个确实会触发。
- 重新提问并比较。 用第二种方式向 AI 提出关键问题，调查任何差异。
运行这份清单，你会抓到绝大多数 AI 错误。更重要的是，你会真正理解自己的数字走进会议——正如 Schnoor 指出的，最终是人类的投资者会问你问题，而不是你的聊天机器人。
下次更好提示
审查是安全网；更好的提示意味着更少需要它。几个习惯能持续产生更强的 AI 构建模型：
- 在提示前了解成分。 如果你不能描述一个好模型包含什么——假设、输出、情景——你无法指导 AI 构建一个。首先学习结构。
- 指导，而不是委托。 迭代工作：告诉它如何构建收入，拒绝你不喜欢的，分阶段修改。“看看历史数据给我建个模型”会产生一个模型；但不会产生一个好模型。
- 要求可审计性。 在提示中要求假设页、一致的格式、每个外部输入的记录来源，以及每个标签页的检查——而不是事后想起。
- 挑战输出。 问它为什么选择特定方法，什么可能出错，怀疑的审查者会攻击什么。AI 对“这个模型最薄弱的地方是什么？”的回答往往惊人地诚实。
干净的账簿进，可信的模型出
这是没人想听的部分：即使完美的审查也无法拯救建立在混乱历史数据上的模型。当你交给 AI 三年未分类的交易、混同的个人支出，以及一个你只是大致确定的收入数字时，它会愉快地为你构建一个精确、精致、格式优美的垃圾预测。投资者也会对历史数据进行尽职调查——如果你的“实际数据”与你的账簿不一致，预测就当场死亡。
这就是每个 AI 建模工作流所依赖的平凡基础：准确、分类、可对账的账簿。按流跟踪收入，保持支出清晰分离，每月对账，这样你的历史数据就是你能在数据室中辩护的。如果你想让你的数字处于一种可以差异比较、版本控制、无复制粘贴轮盘赌地交给 AI 的格式，纯文本会计正好给你这个——像 Fava 这样的可视化工具让你在趋势进入模型之前进行合理性检查。
简化你的财务管理
在让 AI 预测你的未来之前，确保你的现在被准确记录——干净的账簿是让 AI 草稿变成你可辩护模型的关键。Beancount.io 提供纯文本会计，让你对财务数据有完全的透明度和控制权，每笔交易都有版本控制并准备好分析。免费开始，在你真正信任的数字基础上构建你的下一个预测。
