150页的年报，以前读完要半天。现在我有了新的读法。
财报是最"硬"的信息来源。
它不会撒谎，不会像分析师报告那样有利益倾向，数字就是数字。但大多数人不读财报，原因很简单——太长，太专业，太无聊。
用AI读财报，不是让AI替你做判断，而是让它帮你快速穿透信息迷雾，找到真正重要的东西。
我的财报阅读流程
工具：Kimi
原因：支持上传PDF，200万token长上下文，处理150页年报不用分段。
第一轮：3分钟速览
上传财报PDF后，第一个问题固定问这个：
"请用300字以内总结这份财报的核心内容，包括：1）公司这一年总体做得怎么样 2）最重要的3个数据 3）有没有值得警惕的信号"
这一步的目的是快速判断：这家公司值不值得继续深入研究。
第二轮：深挖感兴趣的点
基于第一轮的结果，再针对性地问：
看收入质量："分析这家公司的收入构成，主要收入来自哪些业务/地区？增长的驱动因素是什么？有没有一次性收入影响了利润？"看现金流：
"比较这家公司的净利润和经营活动现金流，两者差距大吗？差距的原因是什么？"看风险因素：
"找出财报中提到的主要风险因素，用一句话概括每个风险，并告诉我哪个你认为最值得关注。"看管理层表态：
"总结管理层在'致股东信'或MD&A部分的主要观点，他们对未来的判断是乐观还是保守？"
第三轮：横向对比
如果想了解行业地位，可以上传多份竞品财报，问：
"对比这三份财报，这三家公司在[指标：毛利率/营收增速/研发投入]上有什么差异？差异背后的原因可能是什么？"
财报里最重要的几个数字
AI可以帮你找，但你要知道看什么：
| 指标 | 看什么 | 警惕信号 |
|---|---|---|
| 营收增速 | 连续3年趋势 | 增速持续下滑 |
| 毛利率 | 同比变化 | 毛利率下降且解释不充分 |
| 经营现金流 | 与净利润的差值 | 净利润高但现金流差 |
| 应收账款 | 占营收比例 | 应收账款增速>营收增速 |
| 研发投入 | 占营收比例 | 行业对比明显偏低 |
| 负债率 | 有息负债 | 高负债+现金流差 |
把这个表发给AI，让它按这个维度帮你分析，效率更高。
真实案例：用AI读亚马逊2024年报
我用这套方法读了亚马逊2024年报，分享一下AI给我的关键结论（我自己核实过数据）：
核心亮点：- 总营收$6380亿，增长11%，但更关键的是运营利润$686亿，同比增长86%——说明效率提升幅度远超营收增长
- AWS首次突破千亿营收（$1076亿），运营利润率达37%，是整个集团的利润发动机
- AWS季度增速从19%往上走，说明企业AI采购潮正在加速
- 广告业务Q4增速18%，成为第二增长曲线
- 北美电商依赖亚马逊物流网络，固定成本高；经济下行时弹性较弱
- AWS客户集中度较高，大客户迁移自研芯片是尾部风险
这份分析我花了大概20分钟，包括上传PDF、提问、核实数据。
局限性说清楚
AI不能做的事：- 判断估值是否合理（需要行业知识和市场判断）
- 识别财务造假（专业审计才能做到）
- 预测未来业绩（任何人都不能）
- 具体数字可能有误，务必对照原文核实
- 跨年度数据对比时容易混淆，要明确指定年份
小结
AI读财报不是让你变成"懒人投资者"，而是帮你把时间花在更有价值的地方——思考和判断，而不是从150页文字里找那几个关键数字。
信息处理的效率提升了，思考的时间反而可以更多。
下一篇：这些AI工具是真香还是智商税——年度避坑指南
本文为个人经验分享，不构成投资建议。财报数据来源：公司公开披露材料。