看完 7 款 AI 可视化工具，我打开 WorkBuddy 先把脏数据洗了

网上到处都在吹 AI 可视化工具，什么秒级生成报表、自然语言问数、自动识别异常数据。我看了半天，第一反应还是：这些工具是给谁用的？写这些推荐的人大概没接过我客户的电话，没见过那种十七种日期格式混在一个单元格里的销售明细，没体会过备注栏写着「已催」「客户说别打了再打拉黑」这种人类语言是什么感受。我承认可视化很重要，但前提是数据本身是干净的。你丢给 Quick BI 一张全是脏数据的表，它给你生成一个看起来精美的图表，那不是提效，那是把错误包装得更好看了。

前几天客户丢了一张回款明细过来，六千多行。日期格式有斜杠的、有横杠的、有中文年月日的、还有纯数字八位不知道是 20260101 还是 01012026 的。备注栏更精彩，二十多种说法，其实就四种意思：已催、客户说下周、别打了、已拉黑。这种表你拿去做可视化，第一步就得先洗。我试过用 Excel 手工处理，公式写了半天，VLOOKUP 都救不了这种混乱。后来学乖了，直接丢给 WorkBuddy，跟它说「把日期统一成 YYYY-MM-DD，备注栏按已催、待跟进、无效、已拉黑四类打标」，大概十几分钟，底表就干净了。不是它有多聪明，是它不嫌烦。这活我干了一周不到，已经骂了客户三次，现在骂一次就够了。

WorkBuddy 我也是刚上手，最顺手的还是批量处理表格那套。之前手动合并十几张表要一个下午，现在十来分钟。但一开始我走了弯路，总想把所有需求一次说清楚，结果出来的东西不对。后来学乖了，一次只让它干一件事，反而又快又准。比如先让它统一格式，再让它去重，再让它分类，每一步单独确认，虽然对话轮次多了，但出错率低很多。还有一个坑是中文列名，之前用中文列名「客户名称」「回款金额」它偶尔会报错，改成拼音或者英文就稳了。这个我在之前那篇帖子里提过，现在还是这样，希望官方能修一修。

有人可能会说，你说的这些 Excel 也能做啊，Power Query 清洗数据不也挺强。对，Excel 能做，但问题是我得会写那些 M 语言的步骤，得记函数名，得调试。我每天的活已经够多了，真不想再学一门语言。WorkBuddy 的价值在于它把「我手动做」变成了「我说要求它执行」，中间省掉的是我查文档、写公式、试错的时间。我这边测下来，处理同一张脏表，手动加 Power Query 大概四十分钟，WorkBuddy 大概十几分钟，而且我不用回忆函数语法。省下来的半小时，够我喝杯热的咖啡了。

不过我也得说点不好听的。WorkBuddy 处理结构化的表格数据确实强，但碰到那种拍照拍歪了的发票、扫描件里带水印的 PDF，识别率就打折了。我试过让它提取一张模糊发票里的金额，结果识别错了两位，差点把报销做错。后来凡是这种模糊图片，我都自己过一遍，不敢全信它。另外它做不了那种正经的可视化大屏，什么数据驾驶舱、动态仪表盘，那是 Quick BI 和 Power BI 的地盘。WorkBuddy 的定位很清楚，它就是个干杂活的，把脏数据收拾干净、把重复劳动干掉，但它不负责让你在领导面前显得专业。你要的是汇报效果，请出门右转找可视化工具，你要的是把活干完，那它比谁都靠谱。

说到趋势，我倒是觉得以后 AI 工具的分工会越来越清楚。可视化工具负责把干净数据变成漂亮图表，WorkBuddy 这类工具负责把脏数据变成干净数据。现在的问题是我们手里的数据配不上这些工具。我那天看工具推荐的时候就想，如果客户给我的表都像样例数据那么整齐，我根本不需要 WorkBuddy，甚至不需要数据分析师，Excel 函数就够了。但现实是，数据永远比你以为的脏，客户永远比你想象的随意。WorkBuddy 解决的是第一公里的问题，可视化工具解决的是最后一公里，我每天的战场在第一公里。

现在我的工作流大概是这样：客户丢过来的表先过一遍 WorkBuddy，洗成干净的 CSV，需要看趋势的时候再丢给可视化工具出图。图表是给领导看的，底表才是给我自己用的。至于那些可视化工具，我收藏了几个，看着还不错，等哪天我手头的数据干净了，大概会去试试。但大概率不会有那天。