Как ИИ меняет работу аналитиков данных и почему не заменит их

«В будущем искусственный интеллект заменит аналитиков данных» — это IT-страшилка или факт, приближенный к реальности? Спросили мнение экспертов — аналитика в Uzum Андрея Сулейманова и сооснователя karpov.courses Михаила Серегина.

Как ИИ уже изменил работу аналитика

Роль ИИ в работе аналитика данных, если говорить о тревоге насчет смерти профессии, переоценена, считает Андрей Сулейманов. Он выделил только три варианта, когда ИИ действительно помогает работе.

Поиск кода для запросов по обработке данных

Так как Андрей постоянно работает с различными базами данных и языками обращения с ними, приходится вспоминать различный синтаксис, функции и механизмы чтения. Это отвлекает от более важных задач.

Раньше, чтобы найти конкретный способ преобразовать данные из полученного input в желаемый вид, нужно было лезть в stackoverflow/документацию или докучать коллегам по работе. Теперь можно быстро получить рабочие результаты по обращению данных из вида А в вид Б. А вот что из себя «вид Б» представляет по сути, а не по форме — аналитик данных решает на основании собственной логической работы. ИИ ее доверить нельзя.

Быстрая визуализация макетов

В несколько строк запроса можно получить картинку для истории, которую хочется рассказать с помощью данных. Задать определенный вид и цвет графике. Такие визуализации помогают ориентироваться в работе, которая обычно предполагает завороженное пристальное рассматривание строчек данных. 

Еще Андрей делится, что некоторые коллеги пишут документацию с помощью ИИ, но считает, что такое скорее вредит: вместо полезного источника знаний получается нейросетевой мусор, который захламляет пространство и не дает писателю правильно сформулировать передаваемые тезисы.

Стенография

Через ИИ-агент можно, не напрягая коллег, получить краткое содержание беседы по итогам встречи. Если, допустим, часовая встреча остается без записей, то время, считает Андрей, потрачено в пустую. А так высокий процент информации останется в виде заметок — удобно.

С какими задачами ИИ не справляется

Искусственный интеллект может решить задачи только на уровне junior, говорит Михаил Серегин. Это значит, что требования к джунам через год-два повысятся. Вот какую работу, по мнению эксперта, ИИ выполнить не сможет.

Понять, какую проблему нужно решить бизнесу

Компания обращается к аналитику за помощью. И часто бизнес-заказчик не знает, как сформулировать свою потребность. Задача аналитика — докопаться до сути потребности и предложить помощь на основе данных. Никакая нейросеть тут не справится, ее попросту не учили распознавать мысли.

Найти ответ в данных

По итогам работы с запросом бизнеса аналитику надо спроектировать оптимальное решение: как решить проблему самым быстрым и наименее трудозатратным способом. Пользоваться ChatGPT тут можно, но рискованно — объяснять на русском языке логические конструкции гораздо дольше, чем описывать их на языке запросов к базе данных. Проще сформировать решение самому.

Воплотить решение в реальность тоже задача не для ИИ. ChatGPT поможет с отдельными техническими вопросами. Например, выдаст регулярное выражение, формулу для поиска слова или фразы в тексте. Но разбить большой проект на подзадачи, соединив их одной логикой, качественно сможет только человек.

Презентовать решение в понятной форме для бизнеса

Выводы, которые аналитик сделает с помощью данных, надо донести до бизнеса на понятном языке. Представитель компании может быть как молодым стартапером, так и опытным специалистом в продажах с низкой экспертностью в IT. Следовательно, способы коммуникации с разными заказчиками отличаются.

Профессиональный аналитик сможет подстроиться под любой тип коммуникации, а ИИ — вряд ли. Хотя ChatGPT способен накидать идей и переделать текстовый документ в презентацию. И это полезно! 

Что ждет аналитику данных в будущем

Ключевая роль аналитика вряд ли изменится, уверен Андрей Сулейманов:

«Аналитик помогает принимать обоснованные, своевременные и понятные решения, и останется таковым вне зависимости от доступного инструментария. Если ИИ сможет принимать понятные обоснованные решения, то в целом можно расслабиться и покрепче взяться за кирку в урановой шахте. Но это маловероятно. Кто будет решать, что анализ данных от ИИ обоснованный и понятный?

Писать запросы в SQL и рисовать графики, скорее всего, станет чем-то тривиальным. Задавать правильные вопросы, переводить неправильные вопросы на язык правильных, делать выводы — задача пока что для ИИ невозможная».

Стоит ли джунам пользоваться ИИ: когда это ок, а когда — во вред

Советы начинающим специалистам от Андрея Сулейманова:

1. Если новичок чего-то не понимает в своей работе, то лучше выполнять задачи без ИИ. Когда понимание выработается, тогда можно спихнуть уже надоевшую рутину на нейросеть.
2. Ни в коем случае нельзя прибегать к ИИ для консультаций в какой-либо области аналитики. Запрос вида «ChatGPT, расскажи мне как лучше поступить/объясни мне статистику/докажи, что этот вариант лучший» — это почти что профессиональная смерть.
3. Если все ваши вопросы можно отправить нейросети и получить удовлетворительный ответ на каждый из них, то ваши вопросы лишены ценности и пользы, от вашей работы как аналитика нет толка. А лучше, чтобы был.