阿里达摩院：GPT-4替代年薪60万数据分析师只要几千块，论文已发

可能很多人都不知道，用GPT-4替代初级的数据分析师，所用的成本就只有0.71%。用它去替换那些高级的数据分析师，那么它的成本可能就只有0.45%。
 

相信大多数人，看到这个数字都会非常震惊。根据最新的市场行情来看，高级数据分析师的年薪是8.6万到9万美元。折合成人民币的话，那么就是60~63万。
 
但是如果直接换成GPT-4只需要使用三四百美元，也就是2000多人民币就行了。如果能够广泛运用，那么将会节省很多的成本。
 
高级分析师是在金融这个行业里面，拥有着很多年工作经验的人。GPT-4在这个领域里面的表现，指标跟拥有6年工作经验的数据分析师是相同的。正确率比人类低，复杂性和一致性的指标比人类高。
 
总体来说，它跟拥有两年工作经验的初级分析师相比，各方面的表现都比较优秀，并且可以完成做工作也更多。
 
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。

 
按新加坡行情，年薪8.6万-9万美元(60-63万人民币）的高级数据分析师，换成GPT-4就只需要三四百美元（2000多人民币）了。
这项结论来自阿里达摩院与新加坡南洋理工大学的新论文，被网友评价为对AI和数据分析领域感兴趣的必读论文。

 
具体来说，结论中高级分析师指在金融行业拥有多年工作经验的数据分析师。
而GPT-4的表现，在大多数指标上能与一位6年工作经验的人类相当，正确性低于人类，但复杂性和一致性指标高于人类。
在与另一位5年工作经验的分析师对比中，GPT-4在信息的正确性、图表的美观性、洞察的复杂性等方面输给人类。
如果与2年工作经验的初级分析师对比，GPT-4在正确性上表现更好，而且能完成更多的工作。

 
但GPT-4完成所有类型的任务都要比人类快得多。
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。

 
GPT-4当数据分析师，都能干什么
论文重点考察了GPT-4作为数据分析师的以下几种能力：
生成SQL和Python代码执行代码获得数据和图表从数据和外部知识源中分析数据，得出结论

 
200个样本的实验表明，对于绘制图表任务，GPT-4能够理解指令含义，且对图表类型有一定背景知识，从而绘制出正确的图表。
图表大部分清晰可见，没有任何格式错误，图标的美观性指标满分3分，GPT-4平均得分2.73。
但手工检查还是能发现一些小错误，图表准确性指标满分1分，GPT-4平均得分0.78。
论文中特别说明他们的评估标准非常严格，只要x轴或y轴的任何数据或任何标签有错误，都要扣分。

 
对于数据分析任务，GPT-4在一致性和流畅性中平均得到满分，验证了生成流畅且语法正确的句子对GPT-4来说绝对不是问题。
有意思的是，到了数据分析这一步的准确性要比图表信息的准确性高得多，说明尽管GPT-4画了错误的图表但分析出了正确的结论。

 
在案例分析中，研究团队还总结出三条GPT-4与人类数据分析师的主要区别：
人类分析师可以用个人思想和情感来表达，比如在分析时写“令人惊讶的是……”；人类读者容易从这样的表述中理解数据是符合预期还是不正常的。人类分析师倾向于结合背景知识得出结论，如写到“……常见于……”；GPT-4通常只关注提取到的数据本身，允许GPT-4上网搜索实时在线信息可以改善这一点。当提供见解或建议时，人类分析师倾向于保守，如声明“假如数据没有问题的话……”；GPT-4会以自信的语气直接给出建议，不会提及假设。另外团队表示，由于预算有限，主要是雇一个来与GPT-4对比的高级分析师太贵了，人工评估和数据标注的数量相对较少。
在最后的结论则是：
实验结果和分析表明，GPT-4在数据分析上有与人类相当的性能，但是否可以取代数据分析师需要近一步研究才能得出结论。
 
由此可以看得出来，人类的数据分析师跟GPT-4拥有着非常大的区别。人类分析师，有的属于自己的思想和情感。这样人们对于数据可以更轻松的进行理解，也知道数据的预期是否正常。
 
但是，GPT-4就不会有这种情感的表达形式，只是客观的去呈现出自己计算出来的数据，这样普通人理解起来比较困难，也无法判断对错。
 
并且人类分析师会结合当时的社会背景，和自己的知识来得出最终的结论。GPT-4他关注的也只是数据本身，再结合现实的情况也不会进行任何的对比。
 
而且对于最终的结论，人类分析师更加的保守。但是他会用一种比较确定的语气直接给人提出建议，并不会提出任何的假设。所以说数据分析这个方面，虽然GPT-4不能跟人类相差不多，但是想要取代数据分析师，这个还需要进行更多的研究才行。