先做个广告：如需代注册GPT4帐号或代充值 GPT4.0（plus会员），添加站长微信：gptchongzhi
推荐使用GPT中文版，国内可直接访问：https://ai.gpt86.top
GPT-4会是一个优秀的数据分析师吗？
阿里达摩院和南洋理工大学合作的最新研究论文告诉你，不仅会，而且成本低廉！
低到什么程度呢？
GPT-4替代初级数据分析师的成本只有0.71%，换成高级数据分析师则是0.45%……
你没看错，是百分之零点七一，不是百分之七十一。
这是什么概念？根据就业在线社区Glassdoor统计，一位高级数据分析师年薪大约10万美元（70万人民币）。要是换成GPT-4，仅需要450美元，也就3000元左右。
从70万到3000，简直就是成本爆破！始料未及！
为了搞清楚GPT-4能否成为一个好数据分析师，研究人员设计了一个端到端的框架。
GPT-4在上下文理解、代码生成、数据故事方面的能力逐渐崭露头角，而这项研究的目的就是使用GPT-4来实现整个数据分析过程的自动化。
论文中，研究人员展示了GPT-4作为数据分析师流程。基本上有三个步骤：（1）代码生成（蓝色箭头所示），（2）代码执行（橙色箭头所示），以及（3）分析生成（绿色箭头所示）。
人类数据分析师与GPT-4的比较
研究人员聘请专业的数据分析师来做任务，并与GPT-4进行全面的比较。
表4显示了几个来自不同背景的专家级别数据分析师与GPT-4的表现比较。
总的来说，GPT-4的性能与人类数据分析师相当，而在不同的标准指标和人类数据分析师之间，其优势也有所不同。
第一行显示了，一位在金融行业有超过6年数据分析工作经验的高级数据分析师（即高级数据分析师1）的10个样本表现。从表中可以看出，GPT-4在大多数指标上的表现与专家数据分析师相当。虽然GPT-4的正确性得分低于人类数据分析师，但复杂性得分和排列组合得分却更高。
第二行显示了，GPT-4和另一个有5年工作经验的高级数据分析师（即高级数据分析师2）在8个样本上的性能比较。由于样本量相对较小，结果显示人类和AI数据分析师之间的差异较大。人类数据分析师在信息的正确性和数据美观性、见解的正确性和复杂性方面超过了GPT-4，表明GPT-4仍有改进的潜力。
第三行是比较GPT-4和一个在咨询公司有2年内数据分析工作经验的初级数据分析师之间的另一个随机9样本的表现。GPT-4不仅在数字和分析的正确性上表现得更好，而且还倾向于产生比人类数据分析师更复杂的分析。
除了所有数据分析师和GPT-4之间的性能相当外，我们可以注意到GPT-4花费的时间比人类数据分析师短得多。
在假设每个月有21个工作日，每天8小时工作时间，按市场价支付工资的前提下，得出最终结论。
研究人员从level.fyi获得新加坡数据分析师的年薪中值，从Glassdoor获得新加坡数据分析师的平均年薪。GPT4的成本约为初级数据分析师成本的0.71%，高级数据分析师成本的0.45%。
专家怎么看？
资深数据分析师Galen Okazaki，从2012年开始，他在GE资本做了7年的资本市场数据分析，职务是高级副总裁。2020年到现在，Okazaki一直在VDS公司做数据战略，职务是高级顾问。
他表示，数据分析是一个价值庞大的产业，并且仍然在持续增长。
他认为，数据分析师并不是谁都能做，需要专业的领域知识。而缺乏专业知识的人，就算有GPT-4也没用。
无论是哪个领域的数据分析，无论我们用什么工具，结果都是如此——没有专业知识，我们就不知道面对一大堆数据该提出什么样的问题，就算有了一些发现，也不知道如何解释。
这也就是数据分析工作的最大价值所在，能够调用专业知识回答可能遇到的任何问题，无论有多复杂，有多少层次，是不是线性的，等等。而这些问题恰恰是生成式AI不能回答的。
所以，Okazaki的结论是，GPT-4的能力越来越强，给数据分析师的辅助作用也会越来越大。可是取代？不太可能。
你这么看？
