奉劝学数据分析的，赶紧给自己找第二条路

leoyin2014

#奉劝学数据分析的，赶紧给自己找第二条路

最近几年，我越来越觉得，最危险的专业，不是传统制造业，而是那些曾经被认为站在时代风口上的"纯数据分析"。

十年前，会 Python、R、SQL、Excel、Tableau，就是高薪的代名词。企业到处招聘 Data Analyst、Business Intelligence、Data Scientist，仿佛只要会分析数据，就能拥有无限前景。

可惜，时代变了。

AI出现以后，第一个受到冲击的，并不是程序员，而是那些以"使用工具"为核心竞争力的人。

过去，一个数据分析师可能花一天时间写 SQL、清洗数据、画图、做 PowerPoint。如今，一个大语言模型几分钟就能完成大部分工作，甚至还能自动解释图表、生成分析报告、提出初步结论。

这意味着什么？

意味着**工具本身，已经越来越不值钱。**

Python难吗？AI会写。

R语言难吗？AI会写。

Excel函数复杂吗？AI一键生成。

Power BI、Tableau、Matplotlib、Pandas……这些曾经需要几年积累的技能，如今越来越像计算器一样，只是一种工具。

而工具，从来都不是壁垒。

真正的问题在于，很多数据分析专业，本质上教的就是工具。

学生学了四年，课程里充满统计学、机器学习、数据库、可视化，却很少真正深入医疗、金融、交通、制造、能源等具体行业。

毕业以后，他们会分析数据，却不知道这些数据意味着什么。

医院的数据，医生才能判断哪些指标真正反映病情。

交通的数据，交通工程师知道哪些异常意味着拥堵、事故或信号控制问题。

制造业的数据，工艺工程师知道哪些波动来自设备，哪些来自生产流程。

金融的数据，风控专家知道哪些变量涉及监管要求。

这些知识，不是Python教出来的，也不是R语言教出来的，而是在行业里一点一点积累出来的。

所以未来企业真正需要的，未必是"数据分析师"，而更可能是：

医生 + AI。

交通工程师 + AI。

金融分析师 + AI。

会计师 + AI。

网络安全专家 + AI。

AI负责处理数据，人负责理解业务、承担责任、做出决策。

数据分析，不再是一份独立职业，而会逐渐成为几乎所有行业的一项基础能力。

这并不是说数据分析完全没有价值，而是它的定位正在发生变化。

如果你的优势只是"会Python、会SQL、会画图"，那么未来几年，这些技能很可能越来越普通。

但如果你懂一个行业，又能利用AI快速完成数据处理、建立模型、支持决策，那么你的价值反而会提升。

真正值得投入时间的，不只是学习工具，而是学习一个行业。

因为AI正在迅速缩小人与人之间的工具差距，却无法替代长期积累的行业经验、业务理解，以及面对复杂现实做出判断的能力。

未来最值钱的人，不一定是最会写代码的人，而是最懂业务、又最会利用AI的人。

APSTNDP

有一定的道理

idlepoison

同意leo意见

第二条路 买房 特别是在墨尔本买投资房
第三条路 买比特币

hehebear

不管学什么，先把自家太阳能板和电池砸了保平安

忙碌的华侨城

楼主是学挨踢的？

wangwalter

学电工。。。。。。

fiony

ourstep真正需要的是：leo+AI

春暖花开2020

我那天扔给gemini pro 一个几百条的股票交易报告，让它给我按类型重新整理一个新的excel or google sheet, 人家直接果断拒绝了！

kuaican

hehebear 发表于 2026-6-27 20:41
不管学什么，先把自家太阳能板和电池砸了保平安

为什么？

hehebear

kuaican 发表于 2026-6-27 20:57
为什么？

你问Leo哥吧

gifox

忙碌的华侨城 发表于 2026-6-27 20:44
楼主是学挨踢的？

楼主学贯各行各业。

bluedge

说的有道理

little_koala

楼主这篇小作文还算言之有理，大部分都同意。

flyinfree

春暖花开2020 发表于 2026-6-27 20:50
我那天扔给gemini pro 一个几百条的股票交易报告，让它给我按类型重新整理一个新的excel or google sheet,  ...

是权限不足还是TOKEN不够？

这种情况下，还是能让AI干活的，估计你要接入个CLAUDE？

cathyqk

还不如部署数据分析的DE。

mrrio

新南每年600个学精算的毕业了怎么办

leoyin2014

mrrio 发表于 2026-6-29 13:52
新南每年600个学精算的毕业了怎么办

Uber, doordash, ebay...

雾沉半垒

可我认识一个USYD的小孩子，她高中才跟父母移民出来了，学data science，是个e人，成绩只是中等，也没做过什么科研或者internship，只是在学校做tutor，还没毕业，说已经找到了data analyst的graduate program

xji

我不反对lz的大方向判断：数据分析未来也会被AI替代。

但是我倒是觉得目前AI替代数据分析的速度反而慢于编程和软件开发。我也没想懂为什么。但我知道数据分析的难点倒不在于写几行python程序，plot几张图。数据分析的难点在于数据治理、商业知识、数据质量等。

传统行业的数据大量分散在数仓，口径不一，数据质量参差不齐。商业统计口径不统一。要让AI充分发挥功效，背后的数据治理、版本维护、skill和knowledge base的编写及维护，都需要大量资源投入。而这些工作不做到位，必然导致AI后续产生各种错误。

数据分析的正确答案往往唯一（月TTV，net profit，conversion rate等这些指标往往只有唯一正确的答案），而不像编程或开发，达成同样效果的代码可以变化多端。因此要确保AI总可以给出唯一正确答案的难度比让AI生成一个功能的难度更大。软件开发可以通过充足的测试用例保证输出满足要求。但数据分析过程如何确保AI给出的结论和数据是正确的，这无法通过测试用例达成。如何让人对AI处理的数据和结论产生信任，比让AI编写一个功能要难得多。

对商业、流程、产品熟悉，有商业洞察能力的分析人员，对于开放性的问题可以更有针对性地分析，分析更加全面，校验更加有效。这些如果都要赋能AI，则需要大量skill和knowledge base的准备。而且这些知识随时都在更新，所以这些文档都需要及时更新。

可能由于这些原因吧(?) 我看到的反而是现在后端各种开发、测试、文档、搜索已经大量摄入AI，但是数据分析领域反而进展慢一些。当然现在很多数据分析人员已经不需要自己写python或sql了，但是很多人仍然需要手把手和AI一起完成一个分析工作，AI真的只是停留在copilot的地步，而不像编程和开发领域，人已经变成copilot甚至hands off了。

现在有没有什么类似codex和claude code的，专门做数据分析的AI agent？大神们推荐一下吧。

leoyin2014

xji 发表于 2026-6-29 14:48
我不反对lz的大方向判断：数据分析未来也会被AI替代。

但是我倒是觉得目前AI替代数据分析的速度反而慢于编 ...

ai替你编python即可！

gavinavailable

数据分析的前提是知道你要什么，你boss要什么，你才能把AI当工具用。AI可以生成长篇大论，但你完全不需要的东西。以前除了统计学，和学科中的数据分析课程，并不存在所谓的数据分析专业。这些不过是适应一段时间转型期而建立的。所有的对数据的深度理解都是从行业里得来的。

DDD888

leoyin2014 发表于 2026-6-29 16:46
ai替你编python即可！

万一美国政府决定不给外国人用如何办啊？

Yueliang123

很多分析。

weekends

有一定道理
不过不要忘了，很多行业有了ai之后，人力资源需求也少了，原来招100个，以后可能10个就够了，意味着就业竞争更大

cathyqk

gavinavailable 发表于 2026-6-29 17:30
数据分析的前提是知道你要什么，你boss要什么，你才能把AI当工具用。AI可以生成长篇大论，但你完全不需要的 ...

现在数分里的大部分模型，以前主要分布在计算机系自控系研究生课程里面。

whocares2014

这个我非常认同楼主，数据分析业其实早就黄了，AI 刚出来就不行了。

数据分析方面的博士是我见过最蠢的。

whocares2014

xji 发表于 2026-6-29 14:48
我不反对lz的大方向判断：数据分析未来也会被AI替代。

但是我倒是觉得目前AI替代数据分析的速度反而慢于编 ...

其实人工也是很难证明结果是正确的。

抽取数据的过程是按照需求来的还是可以通过测试保证质量的，但是到pool了以后如何用，怎么用属于玄学。绝大多数时候，大家对结果有所期待，最后是通过修正数据来达成想要的结果。

也就是说，基本不是客观要求，而是非常主观的。我一直问数据科学家们，你怎么能证明结果是正确的，没人能回答我。

whocares2014

所以，AI 在数据分析领域的进展慢，不是因为 AI 的数学不够好，而是因为 AI 还不懂怎么陪人类演这场“假装一切尽在掌握”的职场戏。它只会老老实实地算概率、报噪音，结果把大家都搞得很尴尬。
​既然大家都知道底层是概率和博弈，那你觉得在实际业务中，一个能帮你“算胜率、找漏洞”的诚实 AI，和一个能帮你“做 PPT、编故事”的聪明 AI，哪一个在当下的职场环境中更容易被老板买单？

cathyqk

whocares2014 发表于 2026-6-30 10:54
其实人工也是很难证明结果是正确的。

抽取数据的过程是按照需求来的还是可以通过测试保证质量的，但是到 ...

市场营销方面的社会科学很难回答，制造业矿业都是有物理层面的KPI衡量结果的。

whocares2014

cathyqk 发表于 2026-6-30 11:52
市场营销方面的社会科学很难回答，制造业矿业都是有物理层面的KPI衡量结果的。 ...

Wa哇，难怪澳洲矿业如此红火。我喜欢尊重事实的行业。