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。

(相关资料图)

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：

论文：https://arxiv.org/abs/2305.15038