從276頁年報到一張可核驗表：AI做財報橫向分析，省的是哪一欄成本

（事件背景：2026年9月9日，掘金平臺一篇實測文章記錄了用 WorkBuddy 桌面端搭配 GLM-5.1 模型，完成美的集團、海爾智家、格力電器三份2025年年度報告橫向財務分析的完整過程。本文以此為回顧素材。）

每年年報季，賣方分析師、產業研究員與企業戰略部門都會重複同一件事：把同業幾家公司的年度報告並排打開，逐一抄錄收入、淨利潤、毛利率、經營現金流、應收帳款與存貨，再手動對齊口徑。這件事的價值毫無爭議，但成本結構長期被低估。一篇流傳於開發者社羣的實測紀錄，把這筆隱性成本攤到了桌面上：一位製造業從業者將三份白電巨頭年報交給 AI 工具處理，其中美的集團（000333.SZ）年報多達276頁，最終產出一張「每個數字都可回溯至原文頁碼、表名與單位」的橫向比較表。

這則紀錄值得產業觀察者注意的地方，不在於 AI 又完成了一項任務，而在於它明確標出了財報分析這門工作中「驗證成本」所佔的比重，以及當驗證成本被壓縮之後，這項工作的定價權會往哪裡移動。

任務拆解：三份PDF、五個步驟、兩段提示詞

先把這次實測的輸入輸出交代清楚。輸入端是三份上市公司公開披露的2025年年度報告 PDF：美的集團、海爾智家與格力電器。三份合計超過六百頁的文件中，美的的276頁最難處理，除了三大報表，還包含分產品、分地區、分板塊數據與大量財務附註，表格嵌套結構複雜。

工具端的配置是 WorkBuddy 桌面客戶端 v5.3.11，模型選用 GLM-5.1，並啟用 TextIn xParse 智慧文件解析連接器。這個連接器的作用是：在模型分析之前，先把 PDF、Word、Excel 等文件解析成保留表格結構的 Markdown 或 JSON。操作流程分五步：直接分析、定位問題、接入解析連接器重跑、抽查核對、擴展為三家公司橫向比較。

值得注意的是第一次嘗試踩的坑。直接把276頁 PDF 餵給模型，得到的產出無法滿足作者的驗收標準，也就是「每個數字都要能回溯到原文的頁碼、表名和單位」。問題出在 PDF 的表格在原始解析過程中結構丟失，模型讀到的是破碎的文字流而非完整的財務表格。接入 xParse 連接器重跑後，表格結構得以保留，抽查核對才通過。

最終產出有三件：單家公司財務分析報告（Markdown）、結構化解析文件、三家公司橫向比較表（Excel）。

成本結構透鏡：財報分析這件事，貴在哪一環

傳統的人工橫向財報分析，成本可以粗分為三段。第一段是資料定位與抄錄，在幾百頁 PDF 中找到目標表格並轉錄到試算表，這段最耗時但技術含量最低。第二段是口徑對齊，不同公司對同一指標的披露口徑不必然一致，比如某些同比數據是報告直接披露，有些必須由兩個年度數值自行計算，混用會導致比較失真。第三段是驗證，逐筆核對抄錄數字與原文是否一致，這段最枯燥，卻決定整份產出的可信度。

按這個框架看，AI 工具壓縮的主要是第一段與第二段的邊際成本。而這次實測最關鍵的設計，是把第三段的驗證需求前置寫進了提示詞約束條件：要求所有數字註明原文頁碼、表名和單位；要求把「報告直接披露的同比」與「根據兩個年度數值計算的同比」分開標註；允許模型回答「無法確認」，且不得補寫原文沒有的解釋。

這組約束的經濟學含義是：驗證成本沒有消失，而是從「事後人工逐筆核對」轉移為「事前的規則設計」加上「事後的抽查」。作者自己抽查核對的環節並未省略，只是從全查降為抽樣，因為每一筆都帶有頁碼與表名索引，核對效率大幅提高。對於以財報為決策依據的崗位，這種「可回溯性」比模型的分析能力本身更接近剛需。

影響推演：誰受惠、誰承壓

受惠端的第一層是中小機構與非金融企業的戰略、採購、投資關係部門。過去橫向財報分析要嘛由專職研究員承擔，要嘛外包，要嘛乾脆不做。當工具加提示詞把一次三公司比較的執行時間壓縮到可重複、可復現的程度，這類分析的邊際成本下降，使用頻率會上升。原文作者甚至把兩段核心提示詞全文公開，供同行直接複用，這進一步降低了複現門檻。

第二層受惠的是文件解析環節的基礎設施供應商。這次實測清楚展示了瓶頸所在：模型能力夠，但 PDF 表格結構在通用解析中丟失，導致第一次產出不達標。TextIn xParse 這類專用解析連接器成為任務能否完成的關鍵一環。換句話說，在「長文件財務分析」這個場景裡，價值鏈的重心有一部分從模型層移到了解析層，模型再強，讀不到結構完整的表格也無從發揮。

承壓端則是基礎財務資料整理這項工作的計價基礎。如果抄錄、對齊、初篩這類工時佔一位初級分析師工作量的大半，這部分工作的市場價格會被系統性壓低。壓力不會立刻體現在裁員數字上，更可能體現為崗位要求上移：同樣的職位，僱主會預設應徵者能操作這類工具流程，把省下的工時投入口徑判斷、異常項目追查與產業交叉驗證這些機器難以替代的環節。

傳導機制也不難勾勒。工具滲透率上升，帶動文件解析與模型推理的用量上升，解析服務商與模型供應商的營收受惠；同時，高品質的結構化財務數據產出變多，公開市場上的資訊消化速度加快，個別公司財報中的異常項目被發現的時間縮短。對白電這種格局相對穩定、三強市佔高度集中的產業而言，分析產能的擴張不會改變競爭格局，但會改變財報披露之後市場定價反映新資訊的速度。

跨週期對照：這是第幾次出現的同類轉折

把時間軸拉長，財報分析的生產工具已經歷數輪替代。早期是紙本年報加人工手抄；試算表軟體普及後，抄錄仍在人工，計算與格式化被自動化；財務資料庫與終端機（如 Wind、Bloomberg 終端）出現後，資料定位環節被大幅壓縮，但代價是高昂的訂閱費，且覆蓋範圍以標準化欄位為主，年報附註裡的非結構化內容仍需人工回到原文。

這一輪的差異在於：模型直接處理原始 PDF，繞過了「先建資料庫、再供查詢」的路徑，任何公開披露文件都能成為即時分析對象，且附註、分部數據這些過去最難標準化的部分首次進入自動化範圍。當然，這條路徑的代價也明確：產出品質高度依賴解析品質與提示詞約束，第一次嘗試的失敗就是證明。資料庫路徑貴但穩，原始文件路徑便宜但需要驗證機制，兩種模式在可預見的期間內會並存，分別服務不同的預算層級與精度要求。

收束判斷

這篇實測紀錄的方法論價值，高於它對工具本身的宣傳價值。它驗證了三件事：其一，長文件財務分析的可自動化部分已經擴展到橫向比較與口徑標註；其二，解析層是當前真正的瓶頸，模型能力過剩而文件結構化能力不足；其三，驗證成本沒有消失，只是改變了形態，從逐筆核對變成規則前置加抽樣複查。

對白電三巨頭的研究本身，這次實測沒有產出新的結論，它產出的是一種新的分析生產流程。當這種流程在更多機構落地，年報季的資訊處理總產能會上升，基礎整理工作的計價會下移，而判斷與驗證能力的溢價會上移。工具改變的從來不是分析該問什麼問題，而是回答這些問題需要付出多少工時，以及因此，哪些過去不值得問的問題，現在開始值得問了。