家族办公室两个姑娘做一份资产报告做了九天。我把流程拆开看，AI能掐掉的是七天半

家族办公室两个姑娘做一份资产报告做了九天。我把流程拆开看，AI能掐掉的是七天半

老周上周跟我吃饭，说到一半手机响了。他看了一眼，没接，把屏幕翻过去扣在桌上。

我说你先接。他说不用，私募那边催简报，拖了三天了。

老周管着一个家族的钱，规模不算大，十几个账户，横跨公募私募、几笔股权、两处海外房产、还有一点贵金属。他手下就两个姑娘，一个管数据整理，一个管出报告。

每个月底要给家族老板一份资产全景图，每个月10号前给各投资管理人出一份对账单。

这顿饭吃得断断续续。他一直在回消息。

最后他跟我说了句：我这两个人，从1号干到9号，每天都在拉表、对数、改格式。老板还不满意，说报告越来越像流水账。

我问他，你算过没有，九天里真正用在“判断”上的时间有多少？

他愣了一下。

我接着问：九天里，有多少时间是在找数据、等数据、核对数据格式？

他说，至少七天。

这笔账我帮他算了一下。两个姑娘，月薪加起来不算低。每个月固定消耗七个工作日做机械活。

一年就是八十多天。这八十多天里，她们不产出一个字的判断，只是搬运工。

问题是，这活儿还特别容易出错。一个数字错位，老板问起来，你解释半小时。更麻烦的是，数据口径不统一——公募对账单是T+1，私募是T+3，银行理财有的还要登录网银截图。光是把这些数据攒齐，就要等好几天。

等攒齐了，格式还不一样。PDF的、Excel的、截图OCR出来的。两个姑娘得一条条誊到总表里，先对齐科目，再核对金额。搞完了，还要手动做柱状图、饼图、环比表。

这就是大多数家族办公室的日常。听上去体面，干起来是会计加行政。

老周这顿饭到最后，我给他看了我们舍予AI智能体给另一家家办做的流程拆解。人家规模跟他差不多，但报告从九天压到了一天半。

怎么压的，我说你听。

先把资产数据归集这件事拆开。过去是人去各个系统里下载、截图、手工录入。现在让AI智能体对接各平台的账单导出文件，PDF直接解析，Excel自动读列，截图用OCR提数。数据进了中间库之后，AI先做一遍勾稽：这个账户期初加申购减赎回，等不等于期末。不等，就标记出来，让人去查。

这一步，至少砍掉三天。

然后是报告生成。过去是姑娘打开PPT模板，一个个替换数字。现在AI直接按老板的阅读习惯生成第一部分——资产全景、变动摘要、异动提示。哪个账户这个月回撤超过阈值，哪笔钱要到期了，哪个管理人有异常，AI先写一段话，人再改。

最妙的是第二份——给投资管理人的对账单。这玩意儿格式极其固定，就是金额、产品代码、业绩回报。这活儿是人最不愿意干、AI最擅长的。原来一个姑娘对着系统填一下午，AI十分钟出完，而且格式每次一模一样。

但这里有个坑，我必须说清楚。

AI出的对账单，不能直接发。因为私募那边的业绩数据，时不时会有口径差异。同是“累计收益”，有的含分红再投，有的不含。AI第一次接手时，如果灌进去的字段没标口径，出来的数看着对，实际差着零点几个点。

所以落地时，先要让AI把“口径”两个字打到每一张表头上。什么数据来自哪里、什么口径、什么时候的数据，全部挂在后面注释里。这一步不做好，AI越快，错得越离谱。

老周听完，沉默了一会儿，问了个很实际的问题：对接这么多系统，AI能搞定吗？

我跟他交了底。对接平台这件事，目前看不是AI的强项，是工程问题。银行网银、券商交易系统、私募的客户服务平台，接口开放程度天差地别。有的给API，有的只给导出文件，有的只能人工下载截图。

但这里有个务实的做法：别一上来就追求全自动。把“半自动”跑通，就已经能省掉一大半人力。AI的价值在于把手里的非结构化数据变成结构化，把人工核对变成机器勾稽，把报告初稿自动生成。至于数据从哪来，该人工下载的先人工下载，等以后接口环境好了再接。

我查过，2026年二季度百度AI核心收入增速不慢，B端商业化场景在验证。大方向没悬念。但落到具体的一家家办，能不能跑通，看的不是模型强不强，是流程拆得细不细。

还有一个翻车点，我得提。

家办的老板特别在意“准确”。AI生成的报告，如果你不设一个“人工复核”的关卡，出了错，老板会直接否定整套方案。所以流程设计上，不能是“AI做完直接发”，得是“AI出初稿、标注异常、人来确认”。人在这个链条里的角色，从“生产者”变成“复核者”。

有家办老板问过我，说这样不还是得用人？我说你错了。生产是九天里干七天半，复核最多干半天。人力从九天变一天，剩下八天，人可以去做那些AI干不了的事：跟管理人沟通、分析异动原因、给家族老板提建议。

这些才值钱。

一顿饭吃到最后，老周说他回去先拿一个账户做试点。我给他提了三个具体步骤。

第一步，别一上来就全账户。挑一个产品类型单一、数据好拿的账户，比如公募账户。让AI先跑通“导入—勾稽—出表”这三步，跑一个完整月度周期，人跟在后面盯着。

第二步，口径表要写清楚。所有涉及收益、分红、申赎的字段，都要在数据入库时标清口径。这是前面踩过的坑，宁可慢点，别省。

第三步，把老板的阅读偏好喂给AI。你老板喜欢看绝对值还是比例？喜欢先看风险还是先看收益？喜欢文字多还是图表多？这些决定了报告的风格，AI第一次出的可能不合口味，你调个两三轮，它就能记住。

这三步走下来，最快一个半月，报告这事儿就能从“月底噩梦”变成“半天小事”。

我最后跟老周说了一句话：别把AI当成省人力的工具，那样你只会裁掉两个姑娘。要把AI当成一家家办里多出来的那个“不受情绪影响、永不出错的初级分析师”。它把脏活接过去了，你的人和你的时间，才可能被挪到真正值钱的地方。

老周没说话，把手机翻过来，回了一句消息。

我看他打的是：明天下午三点，你来我办公室，我们把流程拆一下。

买单的时候，他补了一句：这顿饭请得值。

我想了想，没接话。这顿饭的钱，比起那九天里烧掉的工资，九牛一毛。老板们不是不舍得花钱上AI，他们只是还没看见那笔账。

账本一直在那儿。谁先拉出来，谁先清醒。