AREX Feed Article
微软 Copilot 杀入金融腹地：可复用技能、实时数据、全程可追溯
2600 次点赞背后，Excel 的 Copilot 不再只是"聊天的"
微软 CEO Satya Nadella 于 6 月 25 日在 X 平台宣布，Copilot for Excel 迎来"技能"（Skills）功能，推文迅速获得 2600 余次点赞和 47 万次浏览，引发金融和科技社区热议。
同日，微软官方博客发布了由 Excel 产品集团副总裁 Brian Jones 署名的长文，系统披露了此次更新的全貌：Skills——一套用 SKILL.md 文件定义的可复用工作流程；六个新的金融数据连接器——覆盖 CB Insights、PitchBook、Morningstar、FactSet、Daloopa 和 S&P Global；以及"先计划、再执行"的可追溯审查模式。
这不是又一次"AI 帮你写公式"的常规更新。微软正在把 Copilot 在 Excel 中的角色从聊天助手重新定义为"可治理的分析师"。
三个关键词：Skill、Connector、Traceability
此次更新的核心逻辑可以浓缩为三个关键词。
第一，Skill 让工作流程可复用。过去，两个分析师用不同的措辞向 Copilot 提问，可能得到完全不同的输出——格式不一致、假设不统一、范围不匹配。在财务场景中，这不是创造力，而是控制问题。Skills 的解决思路是：团队把"怎么做"写进一个 SKILL.md 文件，存到 OneDrive，Copilot 据此在所有工作簿中执行相同的流程。目前微软已提供示例技能库（如 DCF 建模、关账分析、方差分析），自定义技能通过 Insiders 通道可用，下月全面推送。
第二，Connector 对准了金融人最痛的神经。大量电子表格劳动不是建模，而是搬运数据——从门户下载、从 PDF 复制、从邮件附件提取。这不仅是体力活，更是错误源。六个新连接器把 CB Insights 的私募市场情报、PitchBook 的交易数据、Morningstar 的投研分析、FactSet 的机构数据、Daloopa 的审计级财务数据、S&P Global 的结构化 API 直接拉进工作簿。前提是用户需要单独订阅这些数据源——微软不做数据生意，而是要当那个"问数据的地方"。
第三，Traceability 是金融 AI 的入场券。财务工作不只看答案对不对，还看路径是否可复现。Copilot 新增的"Plan with Copilot"模式在执行前先列出它将修改哪些范围、公式和假设；执行后，"Show Changes"面板将 Copilot 的编辑与人工编辑分开标记。这是 Copilot 从"黑箱助手"到"可审查工具"的关键一步。
SKILL.md：比宏更危险，也比宏更强大
SKILL.md 是本次更新中最值得细品的发明。
Excel 从来不缺自动化方案——VBA 宏、Office Scripts、Power Query、加载项、模板。但 Skills 走的是一条新路：用自然语言写的 Markdown 文件，定义 AI agent 的行为规范。
这个方案的优势和风险一样突出。优势在于，许多财务流程负责人"知道该怎么做"但"不会自动化"——他们能描述出关账检查清单、报告格式惯例、假设命名的标准，但无法把这些写成代码。SKILL.md 给了他们一个用自然语言表达的出口。它更接近操作手册而非宏脚本。
风险在于，质量失控的门槛也因此降低了。一个写得糟糕的 Skill，可能在成百上千个工作簿中系统性地复制错误行为——而这恰恰是电子表格治理的老问题换了一副新面孔。IT 和财务治理部门需要回答：哪些 Skill 是认证过的？存在哪里？谁有权修改？变更如何审查？
微软已经为此布局了生态层。合作伙伴 LSEG、Ramp、Rogo、samaya.ai、Velixo 和 Vena 预计在 Q3 2026 通过 Microsoft Marketplace 发布 Skills。届时，财务流程将不只是内部知识的编码，而变成一个可交易的产品品类。企业需要把 Skills 当作运营组件来评估，而非效率捷径。
六个连接器，对准的是"拷数经济"
微软此次新增的六个金融数据连接器，揭示了一个被长期忽视的真相：企业级 AI 在财务领域的最大竞品不是 Google Sheets 或 Anthropic，而是复制粘贴。
据美国金融专业人士协会（AFP）2025 年 1 月的调查，96% 的 FP&A 团队仍在使用 Excel 做规划，尽管市面上有大量替代方案。这些人每天的工作不只是建模——大量的时间是"把数从 A 搬到 B"。市场数据在终端上，公司财报在 PDF 里，行业数据在邮件附件中。每一次搬运，都是一次数据过时、溯源断裂和静默出错的概率事件。
微软的策略很清晰：它不需要拥有这些数据，只需要拥有"问数据的那块屏幕"。分析师在 Excel 里用 Copilot 拉 PitchBook 的交易记录、查 Morningstar 的基金评级、调 S&P Global 的结构化数据，建模、分析、出报告全在一个界面完成。Excel 从电子表格应用变成了金融数据供应链的前端。
这一逻辑与 Anthropic 在 Claude for Excel 插件中的"shared context"设计形成对照。Anthropic 的思路是让 AI 在 Excel 和 PowerPoint 之间携带上下文，打通工作流；微软的思路是让数据源头直接驻扎在工作簿里，缩短从"查数"到"出数"的距离。两者并非互斥，但微软凭借 M365 的账户体系和分发渠道，在"不用离开工作环境"这件事上占尽优势。
可追溯，才是金融 AI 的真正门槛
让 Copilot"先计划、再执行"听起来像是一次 UI 改进，实际上是微软在金融 AI 信任问题上做出的最务实的让步。
AI 在金融场景中面临的信任问题，比在营销、客服、编码等场景中更根本。一张销售 Deck 可以容忍一段平淡的文案；但一个电子表格不能容忍隐藏的假设错误。关账、估值、预测——每一个环节都要求数字可对账、假设可辩护、来源可追溯、路径可复现。
Plan with Copilot 模式把"提案—审查—执行—对账"这个成熟的风险控制流程搬进了 AI 交互。Copilot 在动手之前先亮出它打算修改哪些范围、用什么公式、基于什么假设。执行后，Show Changes 把它的操作和人工操作分开记录。这不是让 Copilot 变安全了——它仍然可能出错——而是让团队有了一个可管理的控制点。
这一设计还有一个隐含信号：微软承认了 Copilot 在财务场景中不能做黑箱。去年 Copilot 在 Excel 里的第一波功能（解释公式、生成图表、做透视表）是个人生产力工具；Skills、连接器和追溯体系合在一起，才是面向团队和流程的企业级方案。
Anthropic 先走了一步，Google 也没有闲着
微软并不是第一个在电子表格里嵌入"技能"概念的玩家。
Anthropic 早在 2026 年 3 月就为其 Claude for Excel 和 Claude for PowerPoint 插件推出了 Skills 功能——团队可以将标准化流程（如方差分析、估值对比表）保存为一键执行的 Skill，在组织内共享。同月，Anthropic 还推出了跨应用的"shared context"，让 Claude 在同一会话中跨 Excel 和 PowerPoint 传递数据和指令。
根据 VentureBeat 3 月的报道，一位财务分析师可以在 Claude for Excel 中拉取可比公司财务数据、建好交易对比表，然后把估值摘要直接推入 Claude for PowerPoint 生成 pitch deck，全程不需要切换标签页或重新解释数据集。
Google 也在加速。2026 年 3 月，Google 宣布 Gemini in Sheets 在 Spreadsheet Bench 数据集上达到 70.48% 的成功率，接近人类专家水平。Gemini 在 Sheets 中支持用自然语言构建或编辑完整电子表格，且可以跨文件、邮件、聊天和 Web 合成数据。
此外，MIT 孵化的 Shortcut（由 Fundamental Research Labs 开发，基于 Anthropic Claude），以 AI agent 系统完成复杂 Excel 任务（包括完整 DCF 模型），在 Microsoft Excel 世界锦标赛基准案例上得分超过 80%，速度比人类分析师快约 10 倍。
更关键的背景是微软今年 4 月收购的 Fintool。这家由 Nicolas Bustamante 和 Edouard Godfrey 创立的旧金山创业公司，开发了能自动分析财报电话会、阅读 SEC 文件、合成研究并输出投资洞察的 AI agent。Fintool 的对冲基金、资管和投行用户在其 V5 版本中已经体验过 agent 在 Excel 中自主构建 DCF 模型、在 PowerPoint 中生成盈利演示、在 Word 中撰写研究备忘录。
收购完成后，Fintool 团队加入微软 Office 平台。此次 Skills 更新正是 Fintool 整合后的第一个可见成果。
竞争格局在加速收敛：Anthropic 从插件走向跨应用上下文，Google 从原生集成走向高基准分，微软从收购整合走向全套工作流。三家公司的共同赌注是同一个判断——电子表格不是要被 AI 替代的旧工具，而是 AI 进入企业的最短路径。
Copilot 能不能进关键流程，要看三个人的脸色
微软此次更新的真实分量，不取决于功能列表的长度，而取决于三个变量。
第一个变量是 SKILL.md 能否真正被用起来。 目前自定义 Skills 仅通过 Insiders 通道可用，下月才会全面推送。SKILL.md 是一个开放标准，但开放标准不等于实际生态。如果只有微软自己发布示例 Skills，而企业和合作伙伴迟迟不动手，它就会退化为又一个 demo 功能。如果 Ramp、Rogo、Vena 等合作伙伴能在 Q3 交出高质量技能包，这个飞轮才可能转起来。
第二个变量是审计和合规部门的态度。 一个能被 Show Changes 记录的操作，不等于一个被审计委员会接受的操作。金融 AI 能否进入"关键流程"而非停留在"辅助分析"，取决于四大会计师事务所和监管机构是否认可 Copilot 的可追溯性标准。Plan with Copilot 是好的第一步，但它离 SOX 级别的控制评估还有距离。
第三个变量是 Anthropic 和 Google 的跟进速度。 Anthropic 的 Skills 起步更早，Google 的原生集成更顺滑。微软的优势是 M365 的庞大付费用户基数和 Excel 的绝对装机量，但优势窗口并不宽。如果 Copilot in Excel 不能在未来两个季度内让财务团队产生"离不开"的体感，用户切换 AI 助手的成本比切换电子表格软件低得多。
参考链接：
本文由机器之心原创，转载请联系本公众号获得授权。