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 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，正確性低于人類，但復雜性和一致性指標高于人類。
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、洞察的復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，都能干什么
論文重點考察了 GPT-4 作為數據分析師的以下幾種能力:
-
生成 SQL 和 Python 代碼
-
執行代碼獲得數據和圖表
-
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，對于繪制圖表任務，GPT-4 能夠理解指令含義，且對圖表類型有一定背景知識，從而繪制出正確的圖表。
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簽有錯誤，都要扣分。
對于數據分析任務，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，說明盡管 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。
-
人類分析師傾向于結合背景知識得出結論，如寫到“…… 常見于……”；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，人類分析師傾向于保守，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，由于預算有限，主要是雇一個來與 GPT-4 對比的高級分析師太貴了，人工評估和數據標注的數量相對較少。
在最后的結論則是:
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。
論文:
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
