其实一直在用工具

做合规的人不是不用工具，只是用的工具不一样。

做舞弊分析的时候，数据源通常很脏——几万条费用报销记录，字段不统一，格式乱七八糟。我的工作流是这样的：先用 SQL 把数据从系统里抓出来，然后在 Tableau Prep 里做清洗和整理——合并表、处理缺失值、标准化字段名，这些事 Prep 做起来比 Excel 顺手太多。清洗完之后丢进 Tableau 做可视化分析。

舞弊的线索藏在模式里：

  • 同一个供应商在短时间内密集注册、密集开票
  • 费用报销的时间点集中在审批人休假期间
  • 金额刚好卡在审批权限的下限
  • 报销地点和出差记录对不上
  • 同一个人的报销频率突然异常波动

散点图、时间线、热力图——Tableau 把这些模式变成肉眼可见的东西。Power BI 也能做，只是我个人更习惯 Tableau 的交互方式。

所以准确地说，我不是从零开始接触数据工具。是工具在升级，我跟着走了一步。

AI 进来之后变了什么

变化是渐进的。不是某一天突然决定"我要用 AI 了"，而是一个一个具体问题推着往前走的。

Claude 是留下来最久的。我不拿它写合规政策或者审计报告——这些对语境的要求太高，AI 做不好。我用它做的事更具体：代码跑不通的时候拿去调试，设计合规检查流程的时候让它帮我找逻辑漏洞，翻译跨境法规文件的时候当一个靠谱的翻译搭档。拿它当同事用就好，不要当权威——它会犯错，你得验证。

Google Gemini 我也在用。处理长文档的时候特别好使，比如一份几十页的法规更新或者行业报告，直接扔进去让它帮我提炼要点、对比前后版本的变化。不同的工具擅长不同的事，没必要只绑一个。

NotebookLM 是个意外的收获。我拿它来整理学习资料——把一堆文档、笔记、PDF 扔进去，它能帮你梳理出结构和关联。最有意思的是它可以把资料转成播客形式，通勤的时候听，比干看文档效率高不少。做合规的人每天要消化大量的监管动态和行业信息，有个工具能帮你把这些变成可以随时听的内容，省下来的时间是实打实的。

工具栈不是规划出来的

回头看，我的工具演化没什么设计感：

SQL + Tableau Prep → Tableau / Power BI → Claude / Gemini / NotebookLM → Python 脚本做一些自动化

每一步都不是因为"这个技术很热"，而是因为手头的问题用现有工具解决不了了，才去找新的。Tableau 解决了可视化分析，AI 工具解决了文档处理和思考效率，Python 解决了那些需要批量跑的重复劳动。

如果你也是做合规的，建议是：别从工具出发，从你最烦的那件事出发。找到那个让你每周重复花时间的痛点，然后去找能干掉它的工具。顺序不重要，解决问题才重要。

走过的弯路

试图一步到位。 一开始想搭一个"全流程自动化合规系统"。结果什么都没做完。后来学会了从最小的问题开始，一个工具解决一个事。

工具收集癖。 试过的工具不下三十种，最后留下来的不到五个。

独自折腾太久。 合规领域用这些工具的人还不多，能交流的更少。开这个博客也是想把过程记下来，也许有人刚好用得上。

这是这个博客的第一篇。后续继续写。