智能财经这六年:一场没有教案的自我迭代

1

这两年屡屡有同行来参观。每次交流，当然都要祭出“2020年，学校领导敏锐预判行业趋势，果断决策成立了智能财经学院，抢占了先机。”

但每次这样讲完我又总是很忐忑，因为在我的记忆里，真实的这六年，远比“宏图大略”要狼狈、要挣扎得多。

2020年 6 月，学院正式挂牌，我被任命为副院长。但当时“智能财经”到底是个什么东西？根本没人知道。

专业该怎么建，企业说不清到底要招什么样的人，出版社门朝哪开都不知道，有的，只是这个平台，这块智能财经的招牌，以及我这个基本光杆的副院长头衔。

那半年，我跑遍了全国的论坛、研讨会、软件厂商和同行院校。

会场热闹非凡，人人都在推销他们的“标准答案”——教研平台、实训系统、精品课程包、行业案例库。但我越听，心里越发凉。

因为所有人都在谈“教什么”，却没人告诉我“为什么这么教”。

2

当时行业在做什么？无非是把传统的财务账套搬进新软件里。模拟数据、模拟流程、模拟业务——学生像流水线工人一样按照实验指导书敲完流程，得到一个标准答案。

真实的企业数据从来都是脏的、乱的；真实的经营问题从来不会配带答案的指导书；工作伙伴们也不会按照既定流程给你递饭。如果职业教育只是把“模拟”做得越来越逼真，那培养出来的学生，到了真实战场依然是个废人。

我决定不再去找别人的现成答案了。我想自己画一张地图。

于是 2021年，我写了《Python财务基础》。

当时的逻辑很简单：商科学生如果连变量和数据结构都没见过，怎么理解系统的底层运行逻辑？连一行代码都没写过，怎么去和技术人员沟通？

那本书后来印了十几万册，入选了“国规”教材。在那个时间点，我以为自己走对了。

但很快我就发现不行。学生学会了语法，依然不会解决实际问题。拿到数据不知道第一步看什么，分析做完了不知道怎么落回业务。这让我意识到：

这一次我决定，不讲复杂的工具链，只讲怎么用数据去思考——从业务问题出发，寻找数据证据，最终再回到业务决策。

往前迈了一步，但依然不够。

因为驱动数据分析的底层动力不是数据本身，而是企业经营。企业从来不是为了做数学题才去分析数据的，是为了做决策。

怎么办呢？

2023 年春节我接触到了零代码工具，于是接着，我写了《财务大数据分析》。

抛弃复杂代码，借用零代码工具，直接把学生推进小微企业真实的经营场景里。不写代码，但必须解决真实问题。

书出版的时候，我曾以为自己终于摸到门道了，因为它让学生看到了一个没有标准答案的世界。

结果，大模型轰然而至。

4

2024 年大模型的爆发，几乎把我之前建立的技术坐标系撕得粉碎。

我突然意识到：自己过去几年，一直陷在“工具层”打转。

Oracle可能被淘汰，传统的RPA（财务机器人）可能被AI Native原生应用重构，唯独不可替代的，是知识本身。企业缺的从来不是某种具体的软件，而是把隐性经验转化为可沉淀、可调用的“知识资产”。

这期间也有过遗憾。当年想写一本数据库教材，在MySQL和国产数据库之间犹豫不决，一拖就是四五年，最终作罢。

现在回头看，幸好没写。因为今天真正清晰的路径，是PostgreSQL、SQLite，以及大模型最喜欢“吃”的Markdown和JSON。

后来我尝试写《组织知识资产基础》，试图把数据库、业务流程和企业知识整合起来，解决大模型“吃什么”的问题。

但出版社不理解，找不到合适的出版契机, 那就先撂下，不急。

其实即便是现在，新的焦虑和怀疑依然每天都在发生。

5

学院的老师跑来问我：“院长，Python到底还有没有必要教？我们现在教的 RPA，连自己都觉得落后了。”

2023年我们费尽心思引进RPA，一家家找企业案例，做认证、做课程，还出了一本《财务机器人应用》教材，当时觉得无比正确。现在呢？大家都在问：RPA是不是要被Agent替代了？

坦白讲，我也不知道。

回顾这几年编写的每一本教材，在落笔的那一刻，它们都是对的；但过了两三年，它们就不是最好的答案了。

不是因为过去做错了，而是因为时代跑得太快，路一直在往前延伸。

经常有人问我：“你为什么每隔一两年就要推翻一次自己？”

不是我喜欢折腾，而是这个时代，没有任何人能凭着几年前的旧答案活下去。

推翻，不是否定过去。

没有2021年的Python，就没有后面的每一步。每次推翻，只是因为我们走到了更高的位置，看到了更大的真正问题，然后换一个更精准的方向。我现在的想法很简单：出版不出版，拿不拿奖，评不评指标，都不重要。

这才是唯一的终点。

6

六年来，虽然在学校的历史上，宏图蓝图确实是一蹴而就的，因为有实实在在的证据，而我则仍要继续一笔笔擦掉自己的旧脚印。

虽然此刻我依然面临着第五次困惑，但这条路，我不后悔。