网易首页 > 网易号 > 正文 申请入驻

Data Agent来了,数据分析师还有活路么?

0
分享至



“Data Agent不停蚕食行业空间,AI赋能下分化节点已至。

2026年10月2日,美国招聘平台Indeed上的数据与分析岗位发布指数停在63.1。这个数字的意思是,与2020年2月相比,数据类岗位的招聘量跌去了将近四成,在Indeed追踪的全部47个行业里垫底。同一天,美国整体岗位发布指数是99.4。

与此同时,一家AI面试平台的数据显示,2025年9月到2026年6月,数据分析师的面试活动量下跌了71%,是平台上所有岗位里跌得最狠的一个。



但在另一边,人类专家在BIRD-SQL基准测试上的成绩是92.96%,最好的大模型系统只有约82%。也就是说,让AI完全接管取数和分析这件事,它现在每五道题还要错一道。

一面是招聘市场冰到谷底,一面是AI的技术能力还没有真正到位。数据分析师这个职业,到底是在被AI冲垮,还是在经历一场残酷的结构重排?

先说结论:死的不是职业
是岗位里的另一半任务

讨论这个问题的最大误区,是把数据分析师当成一个整体。实际上这个岗位一直由两半组成。



前一半是执行层。写SQL取数,清洗数据,更新看板,出周报。这半部分占了传统分析师60%到80%的工作时间,也是大多数人理解的数据分析师的日常。

后一半是判断层。决定该问什么问题,判断数字背后的口径对不对,识别一个漂亮的结论在业务上是否成立,为最终写进董事会报告的数字负责。

Data Agent干掉的是前一半,而且是正在干。dbt Labs在2025年对459名数据从业者的调查显示,80%的人已经在日常工作中使用AI,比例一年前只有30%,其中70%的用户用它写代码。AI写SQL、清洗数据、生成报表,这几件事已经从能不能变成了每天都在发生。

而后一半,AI目前碰不动。原因不是模型不够聪明,而是下面这个更硬的问题。

当agent给出错误定价、违反披露规则、把错误数字放进董事会报告时,公司不能惩罚一个模型。监管要求银行和保险公司指明每一个决策的责任人。

只要组织要求"有人为数字签字",判断层就必须由人占据。这不是能力问题,是制度问题。

市场数据:
冷在入门层,热在资深层

如果说任务拆解是理论,就业市场的数据就是验证。

入门层是真的在塌

斯坦福数字经济实验室用ADP工资单数据做过一项研究,在高AI暴露的职业中,22岁到25岁年轻员工的就业水平,比"按照原有趋势本应达到的水平"低了约19%,而资深员工没有出现同等缺口。需要说明,这是一项描述性研究,作者本人也强调它说明的是相关性而非因果关系。

入门通道的另一端也在关闭。2U这家曾培养约9.6万名毕业生的训练营公司,在2024年12月宣布退出训练营业务,临时CEO的原话是,入门级技术岗位的需求在下降,而资深技术人才的供给池在扩大。

但企业同时招不到资深的人

IBM在2025年调研了高级数据与分析高管,47%的人把吸引和留住人才列为最难的问题,两年前这个比例是32%,77%的人表示数据岗位难以招满。Infragistics Reveal的2026年IT人才调研给出了更直接的结构:计划招聘的企业里,70%只招资深人才,尤其是有AI技能的,只有12%愿意招入门级。

一家公司可以裁掉几千人,同时抱怨招不到想要的分析师。这两件事并不矛盾。

把这几组数字放在一起,图景是清晰的。需求没有消失,而是被重新定价了。会取数的人供给过剩,能判断、能为AI输出负责的人严重短缺。

技术真相:demo里的AI分析师
和生产线上的不是同一个

很多人觉得AI马上就能全面接管分析,依据是厂商演示里那句"一句话出数"。真实的技术数据讲的完全是另一个故事。



衡量AI写SQL能力的基准叫Spider和BIRD。同一个o1-preview模型,在Spider 1.0这套干净规整的学术数据集上能拿到91.2%的执行准确率,看起来接近满分。换到Spider 2.0,也就是用真实企业工作流、上千列字段、多种SQL方言构建的测试集,同一个模型的准确率掉到21.3%。

而在专门用"脏数据"构建的BIRD基准上,最好的系统大约82%,人类专家是92.96%。

这就是"demo效应"。演示环境里表结构清晰、口径统一、问题受控,而在真实业务里三样全没有。

雪上加霜的是口径问题。业务人员说的"销售额",在数据仓库里可能有五个字段对应,分别属于订单口径、实付口径、含优惠口径、财务口径和剔除退款口径。Cube团队做了配对实验,三个前沿模型(Claude Opus 4.7、Sonnet 4.6、GPT-5.4)处理同一批真实零售库,唯一变量是提示里多放一份语义说明文档,结果三个模型分别涨17到23个百分点。一页文档,把模型之间的差距抹平了,而写这页文档需要的,恰恰是把业务口径讲清楚的能力。

中国一线:
8成ChatBI沦为摆设,失败的锅谁背

国产BI厂商观远数据在2026年调研了300家上线AI+BI工具的企业,结论是ChatBI功能上线3个月后,周均使用率不足15%,8成以上企业的ChatBI最终无人使用。需要说明,这是一家BI厂商的调研,样本和口径有厂商立场,但其中披露的失败模式与海外技术社区的观察高度一致。



其中有三类失败特别典型。第一类是裸奔上线,第二类是权限混乱,第三类是无运营机制。

观远的复盘给出了一个关键判断,90%以上的ChatBI落地失败和大模型能力无关,问题全部出在前期配置、权限管理和运营机制上。这与Gartner的判断呼应,其2026年1月预测,超过60%的早期智能体编排实施将无法达到性能或成本预期,到2027年底超过40%的智能体AI项目将被取消。

这些失败的项目里,梳理字段命名、统一指标口径、配置数据权限、追踪错误答案、把业务黑话翻译成模型能懂的规则,等等问题反复出现。每一项都不能"用AI",每一项又都决定了AI能不能用。

换句话说,Data Agent越是大规模铺开,越需要有人来当它的地基。

最大的隐患:今天砍掉的初级岗
就是明天招不到的专家

还有一个难题目前为止没有解法。

资深分析师不是天上掉下来的。每一个能判断AI输出对错的资深数据人,都是从清洗脏数据、写基础查询、验证自己的错误假设一路练出来的。当企业把70%的招聘预算全部投向资深、只给入门级留12%的名额时,他们同时切断的是未来资深人才的培养管道。



Tech Target的行业专栏直接点破了这件事,组织应该培养并资助入门级岗位,而不是用AI替代它们,因为初级人才是AI agent长期成功的关键。今天用agent替掉初级分析师的公司,五年后会发现自己在为极度稀缺的资深人才付出更高溢价。据媒体报道,2025年已经出现过企业裁撤数据分析团队后生产力停滞,最终以更高薪酬回聘资深人员的案例。

对个体来说,这意味着残酷的窗口期。入门的门变窄了,但门并没有焊死。真正被淘汰的是"只会被安排取数"的人,而"知道该问什么"的人,反而因为AI的存在加了杠杆。

给数据分析师的生存清单

如果把上面的分析收拢成可执行的决定,核心是两条。

第一,把执行外包,把判断握死。让agent干取数、清洗,你只做三件事,验证它的输出,判断结论在业务上是否成立,为最终数字签字。AI擅长自动化检索,但对自己的财务、伦理和战略后果视而不见。归因错误这种事,比如把品牌活动带动的增长记在付费搜索头上,AI目前无法自我纠正。

第二,学语义层,比学新模型重要。行业共识是,AI数据分析的生产力不取决于模型,取决于语义层的覆盖程度。把指标定义写成代码,版本化管理,把每个指标背后的业务含义和算错的后果写成agent能读懂的文档。这项能力在2026年的招聘市场上正在重新定价。

数据分析师不会像马车夫一样消失,但会像会计师一样分化。简单报表取代了大部分记账员之后,会计师没有消失,出现了审计师、精算师和CFO。Data Agent之后,数据行业大概率走同一条路,执行型分析师批量退出舞台,留下的是AI产出的审计员、指标体系的立法者和数据结论的责任人。

有活路的不是数据分析师这个头衔,是那个agent替代不了的角色,为真相把关,并为错误买单的人。

文:喆涵数据猿
责编:凝视深空数据猿

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
真被马斯克说中?全球争抢的不是芯片,而是中国20万一台的变压器

真被马斯克说中?全球争抢的不是芯片,而是中国20万一台的变压器

小莜读史
2026-11-07 17:58:29
9人得分入账,辽宁男篮杯赛迎开门红,鄢手骐复出17+9,姜宇星16+6+6全能

9人得分入账,辽宁男篮杯赛迎开门红,鄢手骐复出17+9,姜宇星16+6+6全能

替补席看球
2026-11-18 21:51:48
大意外!卞相壹难挡白棋攻势,李钦诚抢占先机夺三星杯赛点!

大意外!卞相壹难挡白棋攻势,李钦诚抢占先机夺三星杯赛点!

L76号
2026-11-18 14:58:57
到了高中,你会发现:考700分需要顶级天赋,考600分需要一般天赋,考550分不需要天赋

到了高中,你会发现:考700分需要顶级天赋,考600分需要一般天赋,考550分不需要天赋

好爸育儿
2026-11-13 08:33:19
每体:莱万温暖致意冲场波兰球迷,除合影之外还送出球衣

每体:莱万温暖致意冲场波兰球迷,除合影之外还送出球衣

懂球帝
2026-11-18 21:50:11
1927年,毛泽东被捕后,在被押解去执行死刑的途中,他突然对一名团丁说:“老哥,我腿疼,可能伤筋了!”

1927年,毛泽东被捕后,在被押解去执行死刑的途中,他突然对一名团丁说:“老哥,我腿疼,可能伤筋了!”

扶苏聊历史
2026-11-06 18:18:35
张子宇一生之敌?日本归化中锋单场59分33板太恐怖 但性别引发争议

张子宇一生之敌?日本归化中锋单场59分33板太恐怖 但性别引发争议

大嘴爵爷侃球
2026-11-18 10:00:33
罗纳尔多选历史最佳阵:C罗、梅西和自己搭档三叉戟,门将布冯

罗纳尔多选历史最佳阵:C罗、梅西和自己搭档三叉戟,门将布冯

懂球帝
2026-11-18 17:18:05
多所高校要求师生在论文发表前完成备案,否则不纳入科研成果

多所高校要求师生在论文发表前完成备案,否则不纳入科研成果

澎湃新闻
2026-11-18 12:14:07
交锋15连胜!尼克斯逆转猛龙 布伦森31分关键3+1唐斯16+16+8

交锋15连胜!尼克斯逆转猛龙 布伦森31分关键3+1唐斯16+16+8

醉卧浮生
2026-11-18 10:57:07
新加坡总理黄循财已到中国深圳!APEC4天访华行程曝光

新加坡总理黄循财已到中国深圳!APEC4天访华行程曝光

新加坡万事通
2026-11-18 20:05:06
中国与日本有着不共戴天之仇,为何还有140多万华人居住在日本?

中国与日本有着不共戴天之仇,为何还有140多万华人居住在日本?

文史达观
2026-11-18 06:45:19
又是0,央5直接弃播,杨瀚森,真是太烧心了……

又是0,央5直接弃播,杨瀚森,真是太烧心了……

体育新角度
2026-11-18 21:51:45
全民拒接陌生电话,运营商、快递员、疾控中心为此付了多少成本?

全民拒接陌生电话,运营商、快递员、疾控中心为此付了多少成本?

小鹿姐姐情感说
2026-11-18 03:24:23
为什么格莱姆斯状态这么猛?必须要感谢三个人

为什么格莱姆斯状态这么猛?必须要感谢三个人

球毛鬼胎
2026-11-18 18:45:13
迪拜首富之女重病赴华寻求中医,中医扎五根银针,开口便让他们傻眼

迪拜首富之女重病赴华寻求中医,中医扎五根银针,开口便让他们傻眼

萧竹轻语
2025-10-13 11:40:11
发现中国一个奇怪的现象:只要有公婆帮扶的家庭,儿媳都忙着回公婆家;而公婆不帮的家庭,儿媳早已断联!

发现中国一个奇怪的现象:只要有公婆帮扶的家庭,儿媳都忙着回公婆家;而公婆不帮的家庭,儿媳早已断联!

心理观察局
2026-08-01 07:10:30
黄埔一楼盘打6折拍卖大批车位,仅需3万起

黄埔一楼盘打6折拍卖大批车位,仅需3万起

老覃讲历史
2026-11-18 14:32:17
老黄事件后,美开始全面封堵追踪芯片、包括云算力出租,并建圈子

老黄事件后,美开始全面封堵追踪芯片、包括云算力出租,并建圈子

邵旭峰域
2026-11-18 13:40:14
除夕夜晚上,亲戚轮番挖苦我,我没闹直接取消二叔的升职,他们懵了

除夕夜晚上,亲戚轮番挖苦我,我没闹直接取消二叔的升职,他们懵了

红豆讲堂
2025-05-05 11:25:03
2026-11-18 22:43:00
数据猿DataYuan incentive-icons
数据猿DataYuan
数据智能产业创新服务媒体
3059文章数 623关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

追上特朗普专机 马斯克又来了

头条要闻

追上特朗普专机 马斯克又来了

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

艺术
教育
房产
家居
军事航空

艺术要闻

深邃宁静的风景油画,奥地利著名风景画家弗舍尔

教育要闻

第十五届“挑战杯”中国大学生创业计划竞赛主体赛拟授奖名单,公布!

房产要闻

周大生出手!海棠湾又一大商业体来了

家居要闻

2026建博会(广州) 公装联探展交流活动

军事要闻

美军再袭伊朗格什姆岛

无障碍浏览 进入关怀版