ChatGPT会代替数据分析师吗？

大家好，我是朱小五。

最近一个多月以来，ChatGPT已经成为了“家喻户晓”的一个词。3月15日，OpenAI 开发布会宣布GPT-4，紧接着百度发布了自己AI产品文心一言。3月23日，OpenAI 宣布推出插件功能，赋予 ChatGPT 使用工具、联网、运行计算的能力。

接下来的一个月，各种或基于ChatGPT或自研的AI产品纷纷落地测试。很多行业大佬惊呼，所有数字化系统和各个行业都值得用ChatGPT重做一遍。

另一方面，相较于今年3月份才开始爆发的ChatGPT应用，去年就已经落地的AI绘图则已经开始取代人类了。

由于AI绘画的快速迭代，已经引发了很多原创画师担心与抵触，并认为AI会让抄袭变得更简单。但据我了解，很多的绘画行业的朋友选择了“打不过就加入”，合理利用自己优势去使用它才最符合自己的利益。

除了原创画师正在感受威胁，在各个社交媒体搜索，都会发现“人工智能会取代数据分析师吗，会取代底层码农吗，会取代律师吗？”之类的问题，好似每个行业都感受到了可能会被取代的危机。

那么，ChatGPT会代替数据分析师吗？

ChatGPT与数据分析师

数据分析师会被代替吗？

这个问题上次提出还是几年前：数据分析岗位是否很快被BI软件所替代？

最后我们看到的答案是，数据分析师不会被BI软件取代，而是当BI软件操作门槛降低到一般业务人员都能熟练掌握之时，低阶的数据分析师岗位就消失了。所以在现阶段，我们更应该把ChatGPT当做提高工作效率的工具，合理利用ChatGPT解决现有的数据分析工作问题。

比如遇到数据异常问题，可以要求ChatGPT对这一数据变动作出归因。

如上图所示，ChatGPT对于这一问题进行了一些维度的指标拆解。虽然纬度还有些少，但没关系，因为我们还可以继续问它，直到它的答案符合我们的需求。

再举一个例子，数据分析师很多时候自嘲是工具人，即我们常说的 Sql Boy/Girl，表哥表姐。不过随着BI软件越来越成熟，运营产品都会拖拉拽取数，我们实际写SQL的次数也是在变少了。这次ChatGPT的横空出世，恐怕以后面试前偶尔刷个SQL题也不需要了。

如上图所示，这是一道非常基础的SQL小白题，那么应该如何任何利用ChatGPT写SQL呢？

这是我的数据库结构

CREATE TABLE `employees` ( `emp_no` int(11) NOT NULL, `birth_date` date NOT NULL, `first_name` varchar(14) NOT NULL, `last_name` varchar(16) NOT NULL, `gender` char(1) NOT NULL, `hire_date` date NOT NULL, PRIMARY KEY (`emp_no`));

编写一条SQL语句，查找employees里最晚入职员工的所有信息

我们可以将表结构和要查询的信息（自然语言）的形式传递给ChatGPT，很多就会得到答案：

除了SQL语句，平时用于数据清洗的Pandas语句，也可以用自然语言的形式表述一键得到代码了。如何更近一步，我们还可以把上面例子里的提示词+ChatGPT API封装为一个工具，摇身一变就是“口语一键生成SQL”小网站。

正准备自己开发一个，结果搜索发现市面上早有很多成熟产品了，比如这个叫作Chat2SQL的浏览器插件，号称可以可以在 ETL 开发中实现自然语言生成 SQL、解释 SQL 等功能。

如下图所示，

1. 接收用户的自然语言查询请求，例如“每个品牌的退款额是多少”；

2. 将用户的查询请求转化为机器可理解的 SQL，例如“SELECT `商品名称`, SUM(`退款金额`) AS `退款额` FROM input1 GROUP BY `商品名称`”，将生成的 SQL 查询语句返回给用户；

3. 进一步交互式的追问，例如“再加上渠道维度”；

4. 再次转换为 SQL，例如“SELECT `商品名称`, `渠道`, SUM(`退款金额`) AS `退款额` FROM input1 GROUP BY `商品名称`, `渠道`”，并返回给用户。

这已经很强了，结果发现它还有Chat2SQL还提供反向解释SQL语句的能力。这样别人留下的老SQL，突然接手的人也不至于那么惨了，比如下面这位老兄