Excel هنوز محبوبترین ابزار کسبوکار جهان است — و همانجایی که سالانه میلیاردها ساعت زمان گران انسانی در آن میسوزد. این پنج کار صفحهگستردهای را در ۲۰۲۶ هوش مصنوعی سریعتر، ارزانتر و با خطای کمتر انجام میدهد.
من Excel را دوست دارم. بیش از پانزده سال است که هر روز ازش استفاده میکنم، و هنوز هم ترجیح میدهم یک P&L پیچیده را در صفحهگسترده مدل کنم تا در هر ابزار دیگر. اما در سال گذشته، در گفتگوهایم با مشتریها یک نکتهی خاص دیدم: اکثر «کار با Excel» در شرکتهای متوسط، در واقع کار صفحهگستردهای نیست. دستکاری داده، قالببندی متن، و مونتاژ گزارش است که چون ابزار بهتری نبود، سر از Excel درآورد — تا الان.
این نوشته از مقالهی «Stop learning Excel» اثر Ruben الهام گرفته که نسخهی تندتری از همین استدلال را مطرح میکند. اینجا روی پنج کار مشخص تمرکز میکنم که میبینم تیمها دستی انجام میدهند و AI الان میتواند بهکلی یا تا حد زیادی بهجایشان انجام دهد.
مثال کلاسیک: ۴٬۰۰۰ سرنخ را از سه منبع مختلف export کردهاید، و اسمها در دوازده فرمت مختلف ثبت شدهاند. بعضی «نام نامخانوادگی». بعضی «نامخانوادگی، نام». بعضی شماره تلفن در فیلد ایمیل دارند. تمیز کردن سنتی در Excel با regex، فرمولهای شرطی، و کلی فحش همراه است.
Claude یا ChatGPT میتوانند چنین CSV را در ۳۰ ثانیه به دادهی تمیز و یکدست تبدیل کنند. حتی بهتر: قوانین را به زبان طبیعی توصیف میکنید: «اسمها را با حروف اول بزرگ بنویس. اگر در فیلد ایمیل شماره تلفن بود، به ستون تلفن منتقل کن. ردیفهایی که اسم شرکت شبیه اسم شخص است را علامت بزن.» مدل آن حالتهای لبهای را میگیرد که فرمول شما از دست میداد.
اگر گزارش ماهانهی شما شامل کشیدن داده از Stripe، CRM، Google Analytics و حساب بانکی، و بعد سرهمبندی آنها به یک روایت منسجم است — دارید کار AI را دستی انجام میدهید. یک گردشکار AI کوچک میتواند داده را بکشد، تغییرات را خلاصه کند، نقاط غیرعادی را علامت بزند، و خلاصهی مدیریتی را پیشنویس کند. شما بازبینی انسانی را حذف نمیکنید؛ هشت ساعت کپی-پیست قبل از بازبینی را حذف میکنید.
صدها پاسخ نظرسنجی، تیکت پشتیبانی یا کامنت NPS در یک صفحه که منتظر است یک نفر دستی به دستههای مختلف کدگذاریشان کند. این کار واقعاً افتضاحی است و دقیقاً همان کاری است که مدلهای زبانی مدرن در آن عالیاند. یک پرامپت میتواند تحلیل مضمونی تمیز ارائه دهد: «سه شکایت اصلی عبارتند از شفافیت قیمت (۳۸٪)، فرآیند پرداخت (۲۲٪) و فراوانی ایمیل (۱۴٪)، با نقلقولهای نماینده برای هرکدام.» در ۹۰ ثانیه چیزی میگیرید که قبلاً برای یک تحلیلگر تازهکار یک هفته طول میکشید.
گزارش وضعیت پروژه، آپدیتهای هفتگی مشتری، ایمیلهای خلاصهی فروش — هر چیزی که در آن دادهی ساختاریافته را به متن تبدیل میکنید. انسان همچنان مالک قضاوت دربارهی این است که چه چیزی مهم است؛ AI فقط نسخهی آمادهی ارسال را مینویسد. آزادسازی جالب اینجا سازگاری است: هر گزارش وضعیت همان ساختار، لحن و سطح جزئیات را دارد، چون پرامپت آن را تحمیل میکند.
این بحثانگیزترین مورد است و میخواهم با احتیاط حرف بزنم. AI برای مدلسازی مالی جدی هنوز بهتر از یک صفحهگستردهی فکرشده نیست. اما برای سناریوهای اکتشافی («اگر churn دو واحد بپرد چه میشود؟» یا «اگر در سهماههی سوم دو نفر دیگر استخدام کنیم runway مالی چطور میشود؟»)، AI گفتگویی بهمراتب سریعتر از ساختن مدل از صفر است. برای پیشنویس اول استفاده کنید. وقتی سؤال ارزش مدلسازی درست را داشت، به مدل واقعی بروید.
برای متوازن کردن بحث: چیزهایی هست که AI در Excel جایگزینشان نمیشود. Pivot table روی مجموعههای دادهی بزرگ. صورتهای مالی با درجهی حسابرسی. هر چیزی که در آن یک ناظر یا حسابرس از شما میخواهد کارتان را نشان دهید. هر چیز ماموریتمحوری که یک خطای ساختگی هزینهی بیشتری از زمان صرفهجوییشده دارد. قاب درست این نیست که «AI جایگزین Excel است» — این است که «AI کارهای نامرتب بالادست و پاییندست Excel را انجام میدهد، تا خود صفحهگسترده به همان قسمتهایی محدود شود که واقعاً در آن میدرخشد».
جمعبندی: بزرگترین بُردهای بهرهوری که در شرکتهای مشتری میبینم از پذیرش یک ابزار جدید جذاب نمیآیند. از ممیزی کار دستیای میآیند که در طول سالها به صفحهگستردهها خزیده، و این پرسش که آیا AI ۲۰۲۶ آن را بهتر انجام میدهد یا نه — تکتک کارها. پاسخ «بله» بیشتر از آن چیزی است که مردم تصور میکنند.
اگر میخواهید نگاه عملی به اینکه در گردشکار خاص شما چه چیزی ارزش مهاجرت دارد بیندازم، یک جلسهی ممیزی ۹۰ دقیقهای دارم — کارهای تکراری Excel تیم شما را میگذرانیم و پنج موردی که بالاترین ROI را دارد برای واگذاری به AI شناسایی میکنیم. اینجا یک جلسهی آشنایی رزرو کنید.
