大家好，我是朱小五。
最近一个多月以来，ChatGPT已经成为了“家喻户晓”的一个词。3月15日，OpenAI 开发布会宣布GPT-4，紧接着百度发布了自己AI产品文心一言。3月23日，OpenAI 宣布推出插件功能，赋予 ChatGPT 使用工具、联网、运行计算的能力。
接下来的一个月，各种或基于ChatGPT或自研的AI产品纷纷落地测试。很多行业大佬惊呼，所有数字化系统和各个行业都值得用ChatGPT重做一遍。
另一方面，相较于今年3月份才开始爆发的ChatGPT应用，去年就已经落地的AI绘图则已经开始取代人类了。
由于AI绘画的快速迭代，已经引发了很多原创画师担心与抵触，并认为AI会让抄袭变得更简单。但据我了解，很多的绘画行业的朋友选择了“打不过就加入”，合理利用自己优势去使用它才最符合自己的利益。
除了原创画师正在感受威胁，在各个社交媒体搜索，都会发现“人工智能会取代数据分析师吗，会取代底层码农吗，会取代律师吗？”之类的问题，好似每个行业都感受到了可能会被取代的危机。
那么，ChatGPT会代替数据分析师吗？
ChatGPT与数据分析师
数据分析师会被代替吗？
这个问题上次提出还是几年前：数据分析岗位是否很快被BI软件所替代？
最后我们看到的答案是，数据分析师不会被BI软件取代，而是当BI软件操作门槛降低到一般业务人员都能熟练掌握之时，低阶的数据分析师岗位就消失了。所以在现阶段，我们更应该把ChatGPT当做提高工作效率的工具，合理利用ChatGPT解决现有的数据分析工作问题。
比如遇到数据异常问题，可以要求ChatGPT对这一数据变动作出归因。
如上图所示，ChatGPT对于这一问题进行了一些维度的指标拆解。虽然纬度还有些少，但没关系，因为我们还可以继续问它，直到它的答案符合我们的需求。
再举一个例子，数据分析师很多时候自嘲是工具人，即我们常说的 Sql Boy/Girl，表哥表姐。不过随着BI软件越来越成熟，运营产品都会拖拉拽取数，我们实际写SQL的次数也是在变少了。这次ChatGPT的横空出世，恐怕以后面试前偶尔刷个SQL题也不需要了。
如上图所示，这是一道非常基础的SQL小白题，那么应该如何任何利用ChatGPT写SQL呢？
这是我的数据库结构
CREATE TABLE `employees` ( `emp_no` int(11) NOT NULL, `birth_date` date NOT NULL, `first_name` varchar(14) NOT NULL, `last_name` varchar(16) NOT NULL, `gender` char(1) NOT NULL, `hire_date` date NOT NULL, PRIMARY KEY (`emp_no`));
编写一条SQL语句，查找employees里最晚入职员工的所有信息
我们可以将表结构和要查询的信息（自然语言）的形式传递给ChatGPT，很多就会得到答案：
除了SQL语句，平时用于数据清洗的Pandas语句，也可以用自然语言的形式表述一键得到代码了。如何更近一步，我们还可以把上面例子里的提示词+ChatGPT API封装为一个工具，摇身一变就是“口语一键生成SQL”小网站。
正准备自己开发一个，结果搜索发现市面上早有很多成熟产品了，比如这个叫作Chat2SQL的浏览器插件，号称可以可以在 ETL 开发中实现自然语言生成 SQL、解释 SQL 等功能。
如下图所示，
接收用户的自然语言查询请求，例如“每个品牌的退款额是多少”；
将用户的查询请求转化为机器可理解的 SQL，例如“SELECT `商品名称`, SUM(`退款金额`) AS `退款额` FROM input1 GROUP BY `商品名称`”，将生成的 SQL 查询语句返回给用户；
进一步交互式的追问，例如“再加上渠道维度”；
再次转换为 SQL，例如“SELECT `商品名称`, `渠道`, SUM(`退款金额`) AS `退款额` FROM input1 GROUP BY `商品名称`, `渠道`”，并返回给用户。
这已经很强了，结果发现它还有Chat2SQL还提供反向解释SQL语句的能力。这样别人留下的老SQL，突然接手的人也不至于那么惨了，比如下面这位老兄👇
我这里直接扒了官方介绍的案例，Chat2SQL如何反向解释SQL语句：
接收用户提供的SQL查询语句；
使用ChatGPT训练的自然语言生成模型将SQL查询语句转化为易懂的自然语言句子；
进行交互式提问，例如“这段 SQL 是否可做进一步性能优化”。
可以说是造福社会了。
不知道大家注意上图左上角没有，这竟然是观远数据搞得浏览器插件。一直以来我以为个人开发者会走在前列，没想到数据行业的科技公司早已悄悄布局，将自家的产品与ChatGPT相结合起来了。
ChatGPT+BI，真的是绝了！以后看谁还写SQL?
如何看待ChatGPT
其实我是如何看待ChatGPT的呢？
首先我自己是比较拥抱新技术的，另外我身边的同事朋友都被我安利了一圈，开始结合自己的工作使用ChatGPT了。比如我现在很少使用传统搜索引擎，基本都在用Newbing查询搜索各类在线信息和数据；也会使用ChatPDF去快速阅读各种行业报告；在自媒体工作，也开始使用Midjourney生成无版权封面等等。
另外我想说数据分析师不用太担心替代的问题，因为在高度数据化的时代，技术更像是我们提高效率和增强竞争力的一种必要手段和方式。而我们在这波AI浪潮里，只需要学会借助新技术提升自己or工作，甚至能在职场上取得更多的优势。
最后，大家应该也关注到各个大厂在纷纷宣布研发自己的AI产品。我期待会有更多的技术为我们所用，但希望蹭热度的产品少一些，基于自身技专业术+AI赋能的迭代产品多一些。比如我本文前面的例子中，观远这种本身就是做BI方面的专业公司，这次加上ChatGPT，让用户快速体验创新带来的改变，是超级值得鼓励的。而且这只是开始，我觉得ChatGPT技术带来了无穷想象力，让我们拭目以待！
