经营分析会上，管理者最常问的就是某个数据及其背后成因。

回答它却远没有那么简单。以净资产收益率（ROE）为例，财务团队通常要先确认取数口径，再从利润表、资产负债表中提取数据，完成指标计算和同比分析，继而拆解相关数据找原因。拿出一份真正有决策价值的分析，财务部往往需要几天时间。

面对问数这样的专业场景，YonWork能够理解管理者的自然语言意图，连接企业数据和业务能力，完成取数、计算、分析与结果呈现，让财务数据更直接地进入经营决策。

于是，在YonWork中，询问ROE的过程被压缩为四轮连续对话：先问结果，再拆指标，随后追原因，最后形成改善路径。

第一问：今年ROE怎么样？先把结果和口径讲清楚

管理者首先提出：“今年ROE怎么样？跟行业比是什么水平？”

YonWork获取相关财务数据后，没有只返回一个结论，而是同步展示了计算口径，并据此计算出年化ROE约为12.33%。

计算过程清晰可见，意味着管理者不仅能够看到结果，还能够判断数据范围、计算方法和分析逻辑是否符合企业管理口径。对于ROE、资产负债率、现金转换周期等专业财务指标来说，这种可验证性比单独给出一个答案更重要。

值得注意的是，在被问及行业水平时，YonWork并没有在缺少行业对标数据的情况下生成一个看似确定的排名，而是明确说明当前数据边界，并提供参考判断框架。这体现了企业AI与通用问答工具的重要区别：企业管理需要的不是一个听起来合理的答案，而是建立在真实数据、明确口径和可核验过程之上的判断依据。

第二问：把ROE拆开看，究竟是谁在“拉动”，谁在“拖后腿”

知道ROE为12.33%，仍然不足以指导经营。管理者紧接着追问：“公式拆开看，是哪个因子拉动的？”

YonWork沿用上一轮数据和问题上下文，按照杜邦分析逻辑，将ROE拆解为销售净利率、总资产周转率和权益乘数三个因素。

由此得到的判断是：销售净利率是ROE的主要拉动因素，说明企业仍具备一定的利润留存能力；权益乘数处于相对稳健状态，当前ROE并非主要依靠高杠杆驱动；真正值得关注的是总资产周转率，企业收入规模与资产规模之间存在效率提升空间。

这一步的价值，在于把一个结果指标转换成可继续调查的经营方向。管理者不再只是知道“ROE是多少”，而是进一步知道问题更可能出现在盈利能力、资产运营还是资本结构。财务分析由静态结果展示，开始转向经营结构诊断。

第三问：净利率为什么下降？继续穿透到收入、成本和费用

沿着净利率这条线索，管理者提出第三个问题：“净利率下降的主要原因是什么？”

YonWork继续调取数据，对2025年上半年和2026年上半年的利润表结构进行比较。

与此同时，管理费用上升1.7个百分点，销售、研发和财务费用率也有不同程度增长。综合来看，视频中的分析将净利率下降主要归因于两点：营业成本率上升是最主要的拖累因素，管理费用率上升则构成第二层压力。

至此，“净利率下降”不再是一个笼统结论，而是形成了一条能够被业务理解的传导链条：收入有所增长，但增长幅度不足以消化成本与费用的上升；成本压力侵蚀毛利，管理费用增长进一步压缩利润空间，最终影响ROE。

更重要的是，YonWork并没有割裂每轮问题。它能够沿用前面对话中的数据、口径和分析结论继续下钻，管理者无需重新解释公司、期间和指标背景。问题可以沿着经营思路逐层深入，数据也随着分析路径不断被组织和验证。

第四问：如何提高ROE？

找到原因还不是CFO需要的最终答案。第四轮追问直接指向行动：“所以，如何提高ROE？”

YonWork将此前形成的分析串联起来，围绕杜邦公式中的三个关键因素给出分阶段改善路径。首先是提升总资产周转效率，包括识别闲置资产、加强应收账款和库存管理、加快低效资产处置，以及在不过度增加资产投入的前提下扩大收入规模。

第二条路径是改善销售净利率，核心不是简单压缩一切投入，而是针对已经识别出的成本和费用问题采取措施。例如分析营业成本构成，寻找供应链优化、采购议价和产品结构调整空间；审视管理性支出的合理性，控制行政费用增长，并通过管理数字化改善组织运行效率。按照视频演示中的测算，如果相关成本费用率恢复至此前水平，净利率和ROE将获得进一步改善空间。

第三条路径是审慎使用财务杠杆。在企业现金流稳定、盈利前景相对明确的前提下，可以结合资本结构适度评估融资空间，但YonWork同时提示，杠杆具有双向放大效应，既可能放大收益，也可能在经营下行时放大风险，因此不能把加杠杆作为替代经营改善的捷径。

基于这些因素，YonWork进一步形成了短、中、长期相结合的路线：短期优先控成本、降费用，阻止净利率继续下滑；中期盘活低效资产，提高运营效率；长期再通过扩大有效销售规模、优化资产结构和审慎配置杠杆持续改善ROE。问数由此不再停留在指标解释，而是走向具有优先级和时间节奏的经营行动建议。

财务问数真正改变的，是CFO与经营数据之间的距离

过去，管理者提出一个问题，财务团队需要跨系统取数、校验口径、制作表格和撰写报告；等报告完成后，新的问题又可能要求重新取数。分析过程以报表为单位展开，数据与决策之间隔着漫长的人工加工链路。

YonWork让管理者可以围绕同一个经营问题连续追问：从ROE结果进入杜邦拆解，从净利率继续追到成本费用，再把原因转化为改善方向。它理解的不只是单条查询指令，还包括前后问题之间的业务关系，因此能够将分散的数据逐步组织成一条完整的经营分析链路。

从产品能力看，这体现了YonWork“懂业务、会执行”的价值。它能够理解财务指标与经营目标，调用相关Skill、API和业务服务获取数据，根据任务进展调整分析路径，并将结果以表格、图形和文字结论呈现。面对“为什么ROE下降、应该怎样改善”这类目标明确但路径并不固定的任务，YonWork可以自主拆解步骤、持续校验，并围绕管理目标推进分析。

人仍然负责提出经营目标、判断分析是否合理、决定哪些措施进入执行并承担最终责任；数智员工则负责数据获取、指标计算、因素拆解、结果核验和方案生成。双方围绕同一经营目标协作，财务人员也可以由报表加工者进一步转向经营分析者和业务伙伴。

财务数据越核心，企业AI越需要“更安全”

财务问数涉及利润、资产、负债、成本、费用等企业核心数据。如果AI可以脱离身份和权限任意查询，问数越方便，数据风险反而越大。因此，企业AI的价值不能只看查询速度，还要看数据从哪里来、谁有权访问、计算过程能否解释、每次操作能否追踪。

YonWork通过合规与敏感信息保护、企业数据安全访问、审计与追踪三道安全防线参与企业核心业务。最终生效权限由员工权限与数智分身权限共同决定，AI只能访问完成当前任务所必需且已获授权的数据；任务执行过程中的规划、调用和结果均可以留下轨迹，并在关键节点引入人工确认、审批或接管。

视频中，YonWork主动说明行业对标数据的缺失，同样具有代表性。“更安全”不仅意味着防止数据泄露，也意味着不突破权限边界、不用未经验证的信息伪造确定性。对财务管理而言，知道一个结论依据什么得出、哪些判断已经得到企业数据支持、哪些部分仍需补充验证，与答案本身同样重要。

四轮对话完成的，其实不是四次孤立查询，而是一轮从结果、结构、原因到行动的经营分析。财务问数真正改变的，也不只是查数速度，而是CFO与企业经营数据之间的距离，让数据能够沿着经营思路持续下钻，把一次问数转化为一轮完整的经营分析。

懂业务、会执行、更安全。YonWork正在让财务数据从报表中的历史记录，转化为管理者可以持续追问、不断下钻并用于推动经营改善的决策依据。

推荐阅读

预览时标签不可点

微信扫一扫
关注该公众号