每周都有新的标题在讲 AI 即将取代分析师。作为一个天天用 AI 工具、并亲眼看着自己产出翻倍的人，我给一个更诚实的判断。
AI 今天真正擅长的
1. 数据总结
AI 非常擅长把大数据变成一段可读的概要。丢一份导出的数据给它，它能比人工翻看更快识别趋势、异常和模式。这在初步探索阶段尤其好用。
2. 写代码
SQL 查询、Python 脚本、可视化代码 — 有 AI 协助速度会大幅提升。我自己的常规编码任务生产率提升约 30–40%，有时候更多。
3. 文档工作
解释方法、写报告、做 PPT — 只要 prompt 给到位，AI 处理这些相当不错。
AI 仍然吃力的地方
1. 因果推断
找相关性？AI 可以一天到晚找。但搞清楚指标为什么动了、不同情景下会怎样？这仍然需要人类的判断。我见过 AI 自信地给出完全误判原因的解释。
2. 业务 context
AI 不知道你们 CEO 上周刚宣布了战略转向，也不知道 marketing 和 sales 现在关系紧张。context 重要到离谱，而这是没法靠 prompt 绕过的。
3. 新颖问题
碰到真正新颖、训练数据里没充分覆盖的分析问题，AI 的建议就开始不可靠。这时候经验就是经验。
4. 利益相关方管理
说服一个半信半疑的 VP 基于数据改变策略？这是人的活儿，大概率一直会是。
真正的未来
AI 不会取代分析师。但用 AI 的分析师会取代不用的。
最佳组合：
- AI 负责：速度、规模、常规任务、第一稿
- 人负责：判断、战略、关系、新颖问题
职称可能不变，但实际工作在往更高杠杆的方向迁移：问更好的问题、设计更好的分析、推动组织变化。
我的建议
- 深度学 AI 工具 — 不只是 prompt，而是理解能力边界
- 在判断力上加倍下注 — 那些靠经验和直觉的部分
- 经营关系 — 你的价值会越来越多来自影响力，而非单纯的分析
- 保持好奇 — 生态在快速演化
真正活得好的分析师，会把 AI 视作强有力的协作者，而非威胁。我把自己的职业赌在了这个判断上。