AI大模型会取代哪些数字化岗位？（非常详细）零基础入门到精通，收藏这一篇就够了

‍‍

大模型自去年横空出世后越来越火，很多产品、工具都在大模型的加持下不断创新功能，在这种功能的不断迭代下多多少少会影响到一些工作岗位，具体会影响到哪些岗位，想必大家都很疑惑。

我在今年5月份的大模型下的数字营销直播中提到广告优化师肯定会受大模型的影响，因为当时分享的主题主要聚焦在数字营销的领域，所以当时我特别提了广告流量运营的岗位，我在前几天也看到了专门聚焦数字营销服务的企业也在说流量运营的岗位已经被AI取代了。

我觉得在AI下大家都需要思考以及反思自己的工作岗位，我觉得按照大模型当前发展的阶段彻底取代某一个岗位或者某一类岗位还不是很成熟，所以当前每一个人都还有时间来考虑自身在完整的工作职责里哪一部分是可以被取代，哪一部分是不能取代的，就是切分下自身的核心竞争力。

当然面对AI我觉得也不必恐慌，比如这几天很火的阿里达摩院的数学竞赛，据说几百组的AI队伍已经直接败下阵，所以在非常复杂及高挑战的场景中AI未必是优选，这个不争事实给很多人都打了强心剂。

那AI到底会替代哪些工作呢？我们以数字化人才岗位为例做个分析。

1、数据工程师

这个岗位我们直接点，它就是写ETL代码的，或者更加简单说就是写SQL的，这个时候你应该理解这个岗位了，我一直觉得SQL是所有编程语言里最简单的语言，当然实际工作中也是有存在有些人是学不会SQL的，这是题外话了。

那这个岗位会被AI取代吗？这个问题在去年大模型刚出来的时候我就注意到了这个问题，所以大模型本身我理解是不具备很深的思考能力的，竟然是模型那么它的基础底座是靠着大量的历史数据进行训练，从而学会了一定的规律。

好了，编程语言最大的特点就是规则，在一定的语境下可以被理解为规律。比如选取的语法是select，插入的语法是insert，这种强规则的语言很容易被模型学习，所以去年一开始我也测试了大模型的编程能力，说实话是比较强的，所以在chatgpt开放API的时候很多人都做了接口可以直接生成SQL，我看了基本可用，或者稍微再改下就能用了。

我自己此前是用chatgpt成功开发过网站的，开发网站就是JS、CSS和html，这类语言和SQL有共性特点就是强规则，所以就很容易初阶、中阶的工作能力被取代，或者说以前公司可能需要招3个人，最后优化掉1个或者2个，也是可以考虑的。

所以很容易被AI取代的岗位就是强编程开发的岗位，当然我们不指向那种特别高难度复杂的架构开发，我想高阶的程序员肯定具备一定很难被取代的部分，但是在人才市场高阶人毕竟少数，普罗大众比较多。

2、数据分析师

这个岗位很容易被人注视到，现在很多chatbi其实已经在取代部分初级数据分析的工作了，初级分析师很可能是停留在取数、数据统计这样的基础工作的，取数对上上面数据工程师的工作，基础的数据统计大模型确实可以实现，所以数据分析师里初级岗位无疑是最直接被取代的，当然现在大模型的成熟度我觉得还需要再进化下，但是这个时间很快会来。

还有一块的工作就是可视化，有的公司叫可视化工程师，首先可视化这个事情就存在一定的局限，因为通常使用的可视化就那么一些，每家BI厂商所使用到的图表就是那些，所以如果是专门开发可视化，确实也非常容易被取代，有的工程师还会夹带一些开发的工作，正常来说企业的这种数据开发不会特别困难，那么就又回到了上个数据工程师岗位的境况去。

当然我这里说的并不是说AI会取代BI，这个问题我在此之前的问题有提过，有需要了解的人可以翻下原来的文章作为了解。

3、数据运营

这个岗位我认为它是数据分析在应用层的进阶岗位，我写这个不是说它会被取代，反而它是非常不会被替代的岗位，因为数据运营的岗位更多是聚焦解决业务问题，每家企业的业务问题都是非常复杂的，而且非常多元，大模型要解决这块的数据化决策问题非常难，因为在模型的基础数据训练就不具备条件，所以数据运营这种非常偏复杂数据化决策的岗位非常不容易被取代。

4、数据产品经理

首先每家公司的数据产品定义不太一样，各式各样的固定式的开发可能都被叫为产品经理，在数据产品经理这一职责中，它夹带着很多数据的其它岗位，所以不能说它会完全被取代，哪些会被取代可以参考我前面说的3个岗位内容。

5、CDO首席数据官

首席数据官，这个岗位当前不是很盛行，但是我觉得在未来是个趋势，我在这里提CDO，因为它是管理岗位的典型，它的职能涉及了数据治理、数据管理、分析、架构等内容，非常综合，但是又非常复杂，它需要把涉及的各个数据生产和应用环节的不同工作串起来，所以几乎不可能被取代。

我上面一共列举了5种工种岗位，非常典型。

数据工程师：强规则的编程岗位

数据分析师：初级和高级之间鸿沟、差距比较大

数据运营：强数据化决策岗位

数据产品经理：偏一线实战类的综合能力岗位

CDO：企业管理岗

基于如上5种岗位，我们可以发现工作越有规则的能力部分越容易被取代，越偏业务决策的岗位、越偏管理的岗位越难被取代。

当然如果你干的不是数字化的岗位，那么你可以对照我说的这个规则，越依赖深度思考的岗位越难被替代，我之前测试过古诗创作、文案创作，这属于创意性的内容，大模型可以解决基础创作，但是会发现他们多数是从知识库里找到了某些规律，然后将他们拼凑一起，缺乏了一种人类思考表达的情绪和自然的逻辑在里面，更复杂来说叫没有灵魂，所以不管你工作是否身处数字化领域，越简单的工作越容易被大模型取代。

好了对于岗位的分析就到这里，在数字化岗位中，越技术天花板越低，天花板低的岗位随着科技技术的进步和迭代肯定会慢慢被优化，这也是市场优胜劣汰的一个过程。

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。