不会整体消失,但“只做信息搬运、只靠单一技能”的 DS 岗位风险很高;越靠近业务结果、能对结果负责的人越难被取代。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
被替代的是“信息搬砖”,不是全部 DS
立正把 AI 取代的白领工作描述为“用脑子或键盘搬砖”——做的是信息整理、降低信息成本,而不是产生别人取代不了的智力劳动。按这个标准,DS 里大量取数、清洗、跑标准报表、写常规分析的环节,正是最容易被压缩的部分1。他同时强调,AI 换个 prompt 就说另一句话,无法为结果担责,最终仍需要人承担责任2。所以问题不是“DS 这个岗位名会不会消失”,而是这个岗位里有多少比例是信息搬运、有多少比例是判断与担责。
越靠近结果,越难被替代
立正的说法是:过去工程师为 skill 负责,AI 时代单一 skill 的可替代性提高,越能靠近业务结果、越能对结果负责的人越难被取代3。他在对话中把这层意思讲得更直接:skill 正被大规模取代,但只要能越来越近地接触结果,就越难被取代2。嘉宾 Jove 也认为,最后需要能做好决策、能顺畅地跟客户把事情做成的人,方案是谁提的不重要2。这是 Jove 的判断,立正以“对,没错”回应并接续了同一方向,但不宜扩大为两人对所有细节都一致。
对 DS 从业者可检验的方向
AI推演按上述逻辑,DS 的护城河更可能来自三件事:把分析接到具体业务决策上、能说清结论在什么条件下成立、以及为采用后的结果负责。这是 AI 基于材料做的推演,不是原文对 DS 的专门处方。一个低成本的检验方式:挑一个你最近交付的分析,追问它最终改变了谁的哪个决定;如果答不上来,这块工作就更接近可被自动化替代的“信息搬砖”1。另外,立正提到未来十年仍在做两年前同样事情的程序员、data scientist、PM、designer 被裁概率很高,这是他对趋势的判断,不是对个人的预测4。
材料没有专门讨论“DS(数据科学)”岗位的细分职责与就业数据,以上是把关于工程师、白领工作的判断迁移到 DS 上的推演;《S7E10 AI时代的新毕业生怎么办》4中“十年内被裁概率很高”是立正的趋势判断,不是统计结论。
出处
- 1AI取代的是所有白领工作
立正解释 AI 取代的是“信息搬砖”型白领工作,是判断 DS 风险的核心依据。
- 2他的FDE团队从30人扩到100人,但为什么很多大厂工程师甚至不知道这个岗位?
立正与 Jove 讨论 skill 被取代、为结果担责和做决策的人,含双方原话与回应关系。
- 3AI Agent 时代的 FDE:把模型能力落到真实业务里
立正总结“为 skill 负责”转向“靠近业务结果、对结果负责”。
- 4S7E10 AI时代的新毕业生怎么办|课代表立正
立正对程序员、data scientist 等角色未来十年被裁风险的趋势判断。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- Data Scientist and Analytics Engineer还有前途吗?怎么转型
有前途,但前提是离开“分析、建模、报表、实验”这类中间层执行位,往更接近模型和结果的位置走:设计系统、定义评估、对结果负责。
- Ds目前没工作在重新找工作 你说ds工作终究被取代 意味着不要再找ds工作更好吗还是什么 到底改变什么
被取代的是你已经解决过的那一层工作,不是“数据科学”这个方向本身;所以不必因为这句话就放弃找 DS 岗位,但值得把求职重心从“会用什么工具”挪到“能为哪个具体结果负责”。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。