表格的AI時代

今年是Excel發布40周年。

在我看來，在Word、Excel和PowerPoint這“辦公三件套”中，只有Excel無法在物理世界中找到直接前身：Word對應打字機，PowerPoint出現之前有幻燈片——年輕的讀者朋友可能沒有見過，1990年代上小學時老師還是手寫幻燈片的。物理世界也有表格和賬簿，但你無法在紙上寫下“=SUM（A2：F2）”的公式并拖拽到成千上萬的單元格里讓它自動計算。讓工具承擔數學運算，解放人的時間，這是以Excel為代表的電子表格的真正價值。

Excel也是三件套中上手門檻最高的。微軟定義的辦公三件套，在過去幾十年里幾乎定義了現代公司人的工作形態，直到今天仍是大多數辦公室勞動的基礎。有趣的是，相比文檔和幻燈片，電子表格的AI化速度相對較慢。現在，許多人已經習慣自動生成文檔和幻燈片，卻很少有人自動生成表格。我想，一定程度上是因為寫文檔和幻燈片有相當一部分屬于“交差型”工作——做的人不想認真做，看的人也不會認真看，這種事情就適合拿AI來糊 弄。

表格則不同，表格是嚴肅的，多數情況下也是做給自己的。而且，即使AI能生成表格結構，你也不能指望它憑空生成業務數字，這些數據還得靠自己填寫。

2023年5月，Notion上線了數據庫“AI自動填充”功能，我一直在使用。在過去這一年，無論是Excel、Google Sheets這樣的傳統產品，還是飛書多維表格、Airtable這樣的創新產品，也都陸續跟進了類似功能。經過這段時間的使用，我認為電子表格在AI時代大放異彩的時刻終于來了。

為什么這么說？跟電子表格中的傳統公式相比，AI自動填充更進一步，能重復執行的不僅是數學運算，所有能交給AI完成的任務，它都可以像套公式一樣批量處理。別忘了，今天的AI可以說已經具有博士的水平了，這樣一來，AI時代的電子表格能解放的人的時間就比之前要多得多。當我們從這個角度思考表格的用途——不僅是計算工具，更是信息整理和內容創作的平臺——電子表格的邊界就被大大拓寬了。

不過，要真正用好這個功能，用戶需要具備一定的想象力。不同產品的功能雖各有千秋，核心原理是相同的。今天，我想拋開具體產品，分享自己工作中的一些用法。

首先，如我們之前講過的，AI非常擅長從非結構化數據中提取結構化信息。例如，我有一份招募筆記產品內測用戶的問卷，包含十幾個問題，用戶需要回答他們目前使用的筆記產品、日常用法，以及日歷、待辦清單等生產力工具的使用習慣。問卷中幾乎都是開放式問題，過去要挑選合適的內測用戶，就需要一個答案一個答案地閱讀，若有500個用戶，可能需要半天到一天的時間。

我現在的做法是，讓AI根據每位用戶的回答用兩三句話推理出其簡要畫像，如用戶可能的工作性質、日常習慣更有條理還是更隨意、對新技術的接受能力等等。根據這些簡要信息，我就能迅速作出決策。

類似的可以用AI批量分析數據的應用在日常工作中比比皆是，如分析用戶反饋、給簡歷打分、輿情監控、匯總項目進度等。當決策標準明確時，我也可以讓AI直接決策，例如導入產品bug列表，讓AI根據我提供的優先級標準自動分級，即使只作為參考，也可以節約很多時間。

其次，在需要批量生成內容的工作中，表格也非常適用。內容團隊自不必說，在營銷上，比如投放廣告時需要測試不同方向的文案，我可以和AI先頭腦風暴出不同創意方向，再為每個方向批量生成多個變體，直觀地比較各方向的觀感。甚至連創意圖片也可以批量生成，堪稱頭腦風暴的最佳伴侶。我日常常用的還有產品文案的翻譯和修訂，由于對文案有諸多細節要求，過去每個文案都需要單獨與AI溝通確定，現在則可以批量完成和調整。

以上這些僅涉及對表格中已有數據的處理，而當我意識到AI也可以幫助你批量搜索和查找信息后，AI應用場景的想象力又提升了一個層次。我們之前討論過AI搜索如何改變提問和獲取答案的方式，在表格中，這種搜索能力可以被批量、重復地調用。例如，我有一個記錄關注的新AI產品的表格，只需填入產品名，AI就會按照我的配置，自動搜索發布時間、定價、融資情況、用戶規模等基本信息并填入表格，還能根據搜索結果按我的要求撰寫產品介紹。和所有AI生成內容一樣，這么做不能保證100%準確，我仍然需要復核，但比起自己逐個查找、整理還是節省了大量時間。

這些任務當然也可以通過直接與AI聊天來完成，AI自動填充并不能做到chatbot做不到的事情，只是提供了一種簡單的方式，讓AI批量地自動化運行，穩定地執行重復任務，并自動記錄輸出數據，如果說AI是解決難點問題的那個強大的“1”，AI自動填充就是在后面不斷添加“0”的放大器。如果你發現自己經常讓AI完成同樣的任務，然后將生成的內容復制粘貼到表格中，那你不妨考慮直接使用表格的AI自動填充功能。

當然，如果你本身就是能將這些電子表格工具玩得神乎其神的人，疊加高級玩法，那你還可以在后面增加很多個“0”。對于我來說，AI自動填充如果能配合數據的自動抓取和更新，想象力又能突破一個維度。比如，我在Notion中搭建了一個可以自動抓取我關心的新聞來源的聚合頁面，然后使用AI來自動分類、撰寫摘要、提取新聞事實信息、打標簽、打分……這實際上接近一個全自動的選題機器了。借助工作流和各種連接器，AI還可以成為各種產品的決策“外掛”。這里面玩法可以寫出一本書來，就不展開了。

不過，當你想做的事情變得越來越復雜，你會發現要在現有的工具中完成這項工作頗有難度——看起來一行代碼也沒有寫，但需要你精確地控制流程、理解數據結構。最后你會發現，可能也不比寫代碼簡單太多，尤其是在AI編程工具已經能大幅降低編碼門檻的今 天。

電子表格確實是一個很強大的工具，像白紙一樣強大。有一種說法是，過去20年中出現的所有SaaS，都是將Excel的某個具體用法拆解了出來，變成一個個專門化的應用，再套上漂亮的外殼：項目管理、客戶關系、庫存管理、人事招聘管理……都是這樣。在有專門的工具之前，人們都是拿表格來做這些事情的。

合久必分，分久必合。近年來，Notion、Airtable、飛書多維表格等新一代表格工具（更準確地說，是關系型數據庫）的出現，代表了新的潮流：它們試圖收攏那些被拆散的功能，重新整合在一個統一的界面中，讓人們在一個系統里就能調用跨應用的工具。Notion的創始人Ivan Zhao曾多次表達，自己想做的就是互聯網軟件的樂高，用戶可以按自己的需求來“搭建”出想要的軟件。最近飛書多維表格在大力宣傳的“AI工作流”也有類似的目標。

照著說明書拼樂高對成年人來說確實沒有門檻，但并非人人都能成為自由創作的“樂高大師”。這點和AI編程是類似的：套用現成的模板很簡單，但要創造性地設計出能解決自己獨特問題的表格，需要更深入的思考和練 習。

Ivan Zhao說，大多數Notion用戶其實都沒有搭過數據庫，只是很多團隊中總有那么一個人喜歡琢磨這些東西，他們會為其他人搭好工具。他們可能不是最懂技術的，但具備發現問題的敏銳觀察力，同時也對新工具帶來的可能性感到興奮——這其實就是一個很優秀的產品設計師或產品經理的基礎素質。我在工作中遇到過許多這樣的人，他們往往也很容易脫穎而出。

AI時代一定也是這樣的。希望你也能成為那個引領團隊使用AI的人——如果你因此升職加薪了，別忘了給我送面錦旗。