GPT-4替代初級數據分析師的成本只有0.71%，換成高級數據分析師則是0.45%……
你沒看錯，是百分之零點七一，不是百分之七十一。
按新加坡行情，年薪8.6萬-9萬美元(60-63萬人民幣）的高級數據分析師，換成GPT-4就只需要三四百美元（2000多人民幣）了。
這項結論來自阿里達摩院與新加坡南洋理工大學的新論文，被網友評價為對AI和數據分析領域感興趣的必讀論文。
具體來說，結論中高級分析師指在金融行業擁有多年工作經驗的數據分析師。
而GPT-4的表現，在大多數指標上能與一位6年工作經驗的人類相當，正確性低於人類，但複雜性和一致性指標高於人類。
在與另一位5年工作經驗的分析師對比中，GPT-4在信息的正確性、圖表的美觀性、洞察的複雜性等方面輸給人類。
如果與2年工作經驗的初級分析師對比，GPT-4在正確性上表現更好，而且能完成更多的工作。
但GPT-4完成所有類型的任務都要比人類快得多。
在假設每個月有21個工作日，每天8小時工作時間，按市場價支付工資的前提下，得出最終結論。
GPT-4當數據分析師，都能幹什麼
論文重點考察了GPT-4作為數據分析師的以下幾種能力：
從數據和外部知識源中分析數據，得出結論
200個樣本的實驗表明，對於繪製圖表任務，GPT-4能夠理解指令含義，且對圖表類型有一定背景知識，從而繪製出正確的圖表。
圖表大部分清晰可見，沒有任何格式錯誤，圖標的美觀性指標滿分3分，GPT-4平均得分2.73。
但手工檢查還是能發現一些小錯誤，圖表準確性指標滿分1分，GPT-4平均得分0.78。
論文中特別說明他們的評估標準非常嚴格，只要x軸或y軸的任何數據或任何標籤有錯誤，都要扣分。
對於數據分析任務，GPT-4在一致性和流暢性中平均得到滿分，驗證了生成流暢且語法正確的句子對GPT-4來說絕對不是問題。
有意思的是，到了數據分析這一步的準確性要比圖表信息的準確性高得多，說明儘管GPT-4畫了錯誤的圖表但分析出了正確的結論。
在案例分析中，研究團隊還總結出三條GPT-4與人類數據分析師的主要區別：
人類分析師可以用個人思想和情感來表達，比如在分析時寫「令人驚訝的是……」；人類讀者容易從這樣的表述中理解數據是符合預期還是不正常的。
人類分析師傾向於結合背景知識得出結論，如寫到「……常見於……」；GPT-4通常只關注提取到的數據本身，允許GPT-4上網搜索實時在線信息可以改善這一點。
當提供見解或建議時，人類分析師傾向於保守，如聲明「假如數據沒有問題的話……」；GPT-4會以自信的語氣直接給出建議，不會提及假設。
另外團隊表示，由於預算有限，主要是雇一個來與GPT-4對比的高級分析師太貴了，人工評估和數據標註的數量相對較少。
在最後的結論則是：
實驗結果和分析表明，GPT-4在數據分析上有與人類相當的性能，但是否可以取代數據分析師需要近一步研究才能得出結論。
